技術動向解説セッション

6/11 (木)　メイン会場 (vimeo + sli.do)

国際的な研究フィールドでアクティブに活躍されている若手トップ研究者をお招きし、世界最先端の技術研究動向をまとめて一挙に解説頂きます。今まさに世界中が注目している最新技術や押さえておくべき動向を日本語で知ることができるチャンスです。また、講演の終了後には質問ブースで講師陣と交流できます。

SS1　6/11 (木) 14:00～14:30

グラフデータでも深層学習
SS2　6/11 (木) 14:30〜15:00

微分可能レンダリングの最新動向
プログラムへのリンク
講演スライドの閲覧・ダウンロード（6/10公開）

SS1

グラフデータでも深層学習

〜 Graph Neural Networks 入門〜

6/11 (木) 14:00～14:30　メイン会場 (vimeo + sli.do)

講師：石黒勝彦氏
（Preferred Networks）

略歴： 2006年東京大学大学院修士課程修了。博士(工学)。2006～2016年日本電信電話株式会社 (NTT) コミュニケーション科学基礎研究所、2016～2018年株式会社 NTT ドコモ・株式会社みらい翻訳、2018年より現職。一貫して構造データに対する確率的・統計的モデリング、ベイズ推論に関する研究に従事。

概要：グラフ構造をもつデータに対する DNN、すなわち Graph Neural Networks (GNNs) の研究はこの２、３年で参加する研究者が急増している。現状、様々なアーキテクチャの GNN が様々なドメインや様々なタスクで個別に提案され、概観を捉えるのも簡単ではない状態になっている。本チュートリアルは、広範に散らばった GNN 研究の現状についての概観と基盤技術を紹介するとともに、時間が許す範囲でコンピュータビジョン領域における応用例の紹介にも取り組みたい。

こんな方におすすめ

GNN について、どんなものか知っておきたい方
GNN を研究開発に用いる際の情報へのポインタが必要な方

SS2

微分可能レンダリングの最新動向

〜「見比べる」ことによる３次元理解〜

6/11 (木) 14:30〜15:00　メイン会場 (vimeo + sli.do)

講師：加藤大晴氏
（東京大学 / Preferred Networks）

略歴：東京大学大学院情報理工学系研究科知能機械情報学専攻修士課程修了、現在同博士課程に在籍中。2014年よりソニー株式会社にて音楽・音響処理に関する研究開発に従事。2018年より株式会社 Preferred Networks にてコンピュータビジョンに関する研究開発に従事。2018年 NVIDIA Pioneering Research Award 受賞。

概要：３次元モデルのレンダリングを深層学習に組み込むこと（≒ 微分可能レンダリング）で、３次元空間のパラメータを２次元画像上の損失関数に基づいて最適化することが可能となり、２次元画像からの物体の3次元再構成の学習や敵対的３Ｄモデルの生成などが実現できる。この技術は、複数の大手企業がライブラリを公開するなど近年急速に注目を集めている。本講演では、微分可能レンダリングの基本的な考え方と、その様々な応用例を紹介する。

こんな方におすすめ

３次元認識に興味がある方
ちょっと変わったアプローチを知りたい方
コンピュータ・グラフィックスとコンピュータ・ビジョンをつなげたい方

IS ポスタールーム (Webex)