Jul

22
#5【画像処理 & 機械学習】論文LT会！

Organizing : エルピクセル株式会社

Hashtag ：#LPIXEL

Registration info	LT発表者枠 Free FCFS 10/10 聴講者枠 Free Standard (Lottery Finished) 28/6

Description

本イベントについて

ディープラーニングによる画像認識技術の発展により、医療や生命科学の領域においても様々なチャレンジがなされています。一方、近年の機械学習・ディープラーニングの発展のスピードは著しく、個人で全てをカバーすることは極めて困難です。

本イベントはライトニングトーク(LT)発表を通して参加者の皆様に

論文を読む
アウトプットを出す
知見を共有する

キッカケになればという思いで企画しました！

そのため本イベントではなるべく多くの方に発表していただきたく
参加枠数は発表寄りになっております。

是非奮ってご参加ください！

対象

機械学習に興味がある方
画像処理に興味がある方
LT してみたい方
医療・製薬・農業などのライフサイエンス領域に興味がある方
読もうと思っている論文が溜まっている方

スケジュール

時間	内容
18:45 ~	開場
19:00 ~ 19:10	自己紹介・諸連絡
19:10 ~ 21:00	各LT発表(各LT約12分 × 8 人)
21:30	完全撤収

LT について

発表時間は 7分(発表) + 5分(質問) を想定しております（発表終了1分前にベルを鳴らします）。
- スライド 7枚程度を想定しております。
- スライドでなくても OK です(Markdown 等)。
- あくまで LT会ですので軽めに作っていただいて大丈夫です。
正確さよりも発表することを重視してます
- 論文は読める範囲で読んでください
- 厳密さを求めると発表者の負担が大きくなる場合があります。
  - ですので読める範囲で読んでください
「頑張って読んだけどコレガワカラナイ」でもOKです。
- 早いタイミングで論文タイトルを教えていただければ、他の人がサポートできる可能性もあります
- もちろん正確に読めれば最高です！
「画像処理×機械学習」に関する論文に限定させていただきます。
- 対象ジャンル例
  - CV(Computer Vision)
  - Deep Learning
  - 医療・生命領域
最新の論文でなくともOKです
- 既に資料が出尽くしているものでも発表者にとって初めてなら大丈夫です！
タイトルが決まった方はイベントページ下部のフィード欄にてタイトルをコメントしてください。
- 開催前までによろしくお願いします
- 発表順はタイトルをコメントしてくださった順にします
発表内容例
- ResNet
- EfficientNet
- semantic segmentation サーベイ
- Identifying Medical Diagnoses and Treatable Diseases by Image-Based Deep Learning
- など

発表順について

原則下記フィード欄にタイトルをコメントしてくださった順にします
- コメントが早かった人ほど先に発表していただきます

発表内容(予定)

発表者	発表タイトル	参考URL
Appian	When Does Label Smoothing Help?	https://arxiv.org/abs/1906.02629
紺	Unreproducible Research is Reproducible	http://proceedings.mlr.press/v97/bouthillier19a.html
amaotone	Is the deconvolution layer the same as a convolutional layer?	https://arxiv.org/abs/1609.07009
msnr	Move Evaluation in Go Using Deep Convolutional Neural Networks	https://arxiv.org/abs/1412.6564
twtwr	Gait Recognition via Disentangled Representation Learning	https://arxiv.org/abs/1904.04925
klnW	Interpretation of Neural Networks is Fragile	https://arxiv.org/abs/1710.10547
fam_taro	Mask Scoring R-CNN	https://arxiv.org/abs/1903.00241
phalanx	Learning to Generate Synthetic Data via Compositing	arxiv.org/abs/1904.05475
kaerururu	Distilling the Knowledge in a Neural Network	arxiv.org/abs/1503.02531
加藤優