技術動向解説セッション
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いただきます。
加藤 大晴 氏
（株式会社Preferred Networks）
略歴： 2020年9月 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 博士後期課程修了。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： 点群/メッシュ/ボクセルなどの従来的な3D表現に代わってニューラルネットによる陰関数で三次元データを表してしまう手法が近年登場し、様々なタスクで目覚ましい成果を挙げ大きな注目を集めている。この表現は、計算コストが高い代わりに柔軟性が高くさまざまなものをシンプルかつコンパクトに表現できることが知られている。本講演では、その基礎、応用、最先端の状況について、代表的な研究を広く紹介する。
- 3Dビジョンや3D表現に興味がある方
- 最近 NeRF って技術がすごいって聞いたけど何？？ と思っている方
講師：石井 雅人 氏
（ソニーグループ株式会社）
略歴： 2010年 東京大学大学院 修士課程修了。博士（情報理工学）。2010～2019年 NEC中央研究所 研究員、2017～2019年 理研AIP 客員研究員、2019年より現職。一貫して画像向けの機械学習アルゴリズムの研究開発に従事。第３回技術経営・イノベーション賞 文部科学大臣賞、MIRU2016 長尾賞、MIRU2017 優秀賞受賞。
概要： 機械学習技術の急速な発達により、コンピュータによる知的処理は様々なタスクで人間に匹敵あるいは凌駕する性能を達成してきた。一方、このような高い性能は大量かつ高品質な学習データによって支えられており、多様化する機械学習応用においてデータの収集コストが大きな導入障壁の１つとなっている。本講演では、少ないデータやラベルから効率的に学習するための様々な技術について、「足りない情報をどのように補うか？」という観点から概観するとともに、特に画像認識分野における最新の研究動向についても紹介する。
- 少ないデータやラベルで学習するための技術を幅広く知りたい方
- エンジニアや企業研究者として機械学習技術の応用に関わっている方