| Registration info |
LT発表者枠(10人まで増枠可) Free
FCFS
聴講者枠 Free
Standard (Lottery Finished)
|
|---|
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 ~ 21:20 | 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
- 対象ジャンル例
- 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)
会場
エルピクセル株式会社(LPIXEL Inc.)
〒100-0004 東京都千代田区大手町 1-6-1 大手町ビル 6F
- 同ビル内の 東京駅側、大手町駅A5出口側 に弊社オフィスがございます。
- 上記お時間までに直接弊社オフィスまでお越しください。
- 15分前から会場に入ることができます。
- 遅れる際は、以下の番号にお電話ください。
- 080-6874-5779
エルピクセル株式会社について
エルピクセル株式会社では 生命を探求し、新しい価値を創造する。 をミッションとして掲げ
ライフサイエンス領域における画像解析技術を用いたチャレンジを続けております。
注意事項
- キャンセルは connpass 上でお早めにお願いいたします。
- 基本的に発表資料は公開していただくことを想定しております。
- 宣伝や採用を目的とした方のご参加はご遠慮ください。
Media View all Media
Feed
12/02/2019 09:46
11/21/2019 22:27
11/21/2019 20:24
11/21/2019 19:29
11/21/2019 19:15
2019/11/21 18:00
直前で申し訳ないですが、InstaGAN: Instance-aware Image-to-Image Translation(https://openreview.net/pdf?id=ryxwJhC9YX) についての発表を行います。
2019/11/21 12:55
割と古典ですが，Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network ( https://arxiv.org/pdf/1609.04802.pdf )について，発表します．
11/21/2019 07:02
2019/11/19 18:54
"ShapeMask: Learning to Segment Novel Objects by Refining Shape Priors (ICCV2019)" ( http://openaccess.thecvf.com/content_ICCV_2019/papers/Kuo_ShapeMask_Learning_to_Segment_Novel_Objects_by_Refining_Shape_Priors_ICCV_2019_paper.pdf ) について発表します。よろしくお願いします。
11/19/2019 17:27
2019/11/17 15:31
Context-Aware Convolutional Neural Network for Grading of Colorectal Cancer Histology Images を紹介します．URL: https://arxiv.org/abs/1907.09478
2019/11/17 13:42
「Y-Net: Joint Segmentation and Classification for Diagnosis of Breast Biopsy Images」( https://arxiv.org/abs/1806.01313 )を取り上げたく思います。よろしくお願いします。
2019/11/17 02:59
"See the Glass Half Full: Reasoning about Liquid Containers, their Volume and Content" [Mottaghi++. ICCV 2017]を多分発表します．よろしくおねがいします． URL: https://arxiv.org/abs/1701.02718
2019/11/14 18:20
"DeepGCNs: Can GCNs Go as Deep as CNNs?"を多分発表します！よろしくお願いします！
2019/11/13 22:59
"Striking the Right Balance with Uncertainty" を発表させてもらいます。よろしくおねがいします。https://arxiv.org/abs/1901.07590
2019/11/09 21:53
古典ですが、Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization を発表します。よろしくお願いします。
2019/11/07 22:01
下記の内容でご登録よろしくお願いします。論文タイトル "U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation", URL: https://arxiv.org/abs/1907.10830
11/05/2019 15:22
#8【画像処理 & 機械学習】論文LT会！ を公開しました！
fam_taro
okamoto
The IT meetup platform
connpass is made by BeProud Inc. in Tokyo Japan