最近公開された機械学習の最新論文の中から「ソースコード、事前学習済みのモデル、データセット」が与えられているホットなものを選んで紹介。実際にＡＩを動かして座学から抜け出そう！

バックナンバーはこちら。

エントリーについて

各論文・Githubや公式サイトで示されている実装手法に基づいて、何らかの題材をもとに技術を活用した/する意欲がある方は、各トピックスにある「エントリー」よりご連絡ください。結果にかかわらず取材させていただき、優秀な成果を挙げられている方はメディアでPRさせていただきます。

目次
1. 欠落したデータの補完
2. 新型コロナウイルスによる肺炎の識別
3. 多言語の自然言語処理
4. スケッチに影を自動で追加
5. 自動運転にむけた交通の予測

欠落したデータの補完

欠落した時空間交通情報を予測し補完します。

様々なセンシングシステムから収集した時空間交通情報*では、頻繁にデータの欠落が起こります。

欠落した情報を正確に補完することは旅行時間の見積もり、交通予測などのアプリケーションにおいて非常に重要です。

この論文では、低階層テンソル補完モデル（LRTC）が提案されています。LRTCは、2つの代表的な欠落パターン（ランダム欠落と非ランダム欠落）で既存の補完モデルより優れた結果を示します。

*時空間交通情報とは、ここでは時間と交通状況などの時間に対する交通情報のことです。

実装してみよう！

新型コロナウイルスによる肺炎の識別

新型コロナウィルス感染症（以降、COVID-19）による肺炎を特定することができるようになります。