Machine Learning / Deep Learning
Understand patterns from large-scale data.
機械学習・深層学習分野では、近年の計算機技術・通信技術の発達によって、実用に資する技術が生まれてきています。今、機械学習技術によって、現実世界における数多くの重要な課題を解決することが期待されています。PFNが解くべき課題は、異常検知、自動運転、プラントやロボットの制御、創薬など、非常に複雑かつ多岐にわたります。それら課題の解決に向けて、PFNでは、基礎理論から実応用まで機械学習周辺分野における幅広い分野の専門家が集結し、協調して研究に取り組んでいます。そこで得られた成果は、論文発表、オープンソースライブラリの公開、実システムへの適用という形で還元し、広く社会の要請に応えていきます。
Publications
Decomposing NeRF for Editing via Feature Field Distillation
NeurIPS 2022
By : Sosuke Kobayashi, Eiichi Matsumoto, Vincent Sitzmann
Interactive Hyperparameter Optimization with Paintable Timelines
DIS 2021
By : Keita Higuchi, Shotaro Sano, Takeo Igarashi
Warp-Refine Propagation: Semi-Supervised Auto-labeling via Cycle-consistency
ICCV 2021
By : Aditya Ganeshan, Alexis Vallet, Yasunori Kudo, Shin-ichi Maeda, Tommi Kerola, Rares Ambrus, Dennis Park, Adrien Gaidon
Hierarchical Lovász Embeddings for Proposal-free Panoptic Segmentation
CVPR 2021
By : Tommi Kerola, Jie Li, Atsushi Kanehira, Yasunori Kudo, Alexis Vallet, Adrien Gaidon