動画生成技術は目覚ましい進化を遂げていますが、根幹を支えるVAE(Variational Autoencoder)の設計と訓練には依然として多くの困難が伴います。AIラボのLinumが画像と動画の両方に対応するVAEの開発に挑んだ過程で直面した課題や得られた貴重な知見について自社のブログにて詳細に解説していました。

近年のコンピュータの性能の向上(GPUなど)を考えると、量子コンピュータを使って機械学習の性能を上げようという話が出てくるのは自然である。 一方で興味深いことに、機械学習のアルゴリズムにより量子計算の性能向上に貢献しているという話も出てき ...

VQVAEは、オートエンコーダの一種で、特に高解像度の画像を生成するのに適した手法です。 深層学習の種類の中にオートエンコーダがあります オートエンコーダ（自己符号化器, autoencoder）とは、ニューラルネットワークを利用した教師なし機械学習の手法 ...

Abstract: Variational Autoencoder(VAE) combines the ideas of autoencoders and variational inference, introducing the concept of latent space and variational inference to endow autoencoders to generate ...

The sequence of amino acids within a protein dictates its structure and function. Protein engineering campaigns seek to discover protein sequences with desired functions. Data-driven models of the ...

Abstract: Accurate online detection or prediction of key quality variables provides critical reference information for optimizing and controlling operating variables in industrial processes. However, ...

Objective: To implement a CVAE, train it on a dataset of your choice (e.g., MNIST, Fashion MNIST, or a dataset of images with associated attributes), and generate new data points conditioned on ...