時空間生成データ拡張の実現とモデル崩壊条件の解明
農業や漁業分野では,対象物の外観が類似しており,同じ品種でも栽培条件や地域・季節によって外観が若干異なることもあり,AIの修練に必要な十分かつ適切な教師ありデータセットの準備は困難を極める.画像生成AIの活用が期待できるが,生成データと実データ間で生じる差異による汎化性低下や,継続学習によるモデル崩壊といった課題があり,性能向上の本質的な…
Kurage 論文トラッカー|東海・関東の大学の研究者
東京大学 科研費の研究 1件(生成AIと行政DX)
このシステムを作った会社が、御社の X の運用をお手伝いします。AI-SNS顧問を見る →
Kurage 論文トラッカー › 生成AIと行政DX › 郭 威
農業や漁業分野では,対象物の外観が類似しており,同じ品種でも栽培条件や地域・季節によって外観が若干異なることもあり,AIの修練に必要な十分かつ適切な教師ありデータセットの準備は困難を極める.画像生成AIの活用が期待できるが,生成データと実データ間で生じる差異による汎化性低下や,継続学習によるモデル崩壊といった課題があり,性能向上の本質的な…
研究者の情報:CiNii Research の研究者ページ
研究の内容と国会の議論は、テーマが同じものを並べています。研究者ご本人が国会で発言したという意味ではありません。
出典:CiNii Research・KAKEN(国立情報学研究所)、国会会議録検索システム(国立国会図書館)。掲載内容の訂正・削除のご依頼はお問い合わせからお送りください。