生成モデル

はぐれ弁理士 PA Tora-O です。前回(第3回)では、StackGAN の発明ポイントについて説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第4回)は、クレームを含む発明ストーリーを作成し、こ ...

生成モデル

はぐれ弁理士 PA Tora-O です。前回(第3回)では、CycleGAN における学習メカニズムについて概説しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第4回)は、クレームを含む発明ストーリーを作 ...

生成モデル

はぐれ弁理士 PA Tora-O です。前回(第3回)では、Pix2Pix におけるノイズの入力機構を省略できた理由について解説しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第4回)は、クレームを試作し ...

生成モデル

はぐれ弁理士 PA Tora-O です。前回(第3回)では、VAEとGANを比較し、CGANまで発展させた場合のGANモデルの拡張性・応用性の高さについて説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回 ...

生成モデル

はぐれ弁理士 PA Tora-O です。前回(第3回)では、VAEの理論的な裏付けについて説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第4回)は、クレームを含む発明ストーリーを作成し、これまで3回 ...

自然言語処理

はぐれ弁理士 PA Tora-O です。前回(第3回)では、アテンション機構の変形例について検討しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第4回)は、これまでの検討を踏まえ、クレームを含む発明ストー ...

自然言語処理

はぐれ弁理士 PA Tora-O です。前回(第3回)では、Seq2Seq の実施例について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回は、過去3回分の検討を踏まえ、発明ストーリーの一例を提示します ...

自然言語処理

はぐれ弁理士 PA Tora-O です。前回(第4回)では、PV-DMモデルの概要について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第5回)は、学習方法に関する補足的な説明を行った上で、クレーム ...

自然言語処理

はぐれ弁理士 PA Tora-O です。前回(第2回)では、PV-DBOWモデルの概要について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回(第3回)は、先に提示した疑問点を解消した上で、クレーム骨子 ...

自然言語処理

はぐれ弁理士 PA Tora-O です。前回(第3回)では、“Negative Sampling” の作用効果について検討しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回は、過去3回分の検討を踏まえ、発明ス ...