ここ最近、研究論文などの情報を探すのにYouTubeを使うことが多い。
YouTubeを使って調べると何が良いかというと、その研究の特徴が端的にビジュアルでまとまっている点。特に、CGや画像関係なら、性能そのものが一目で大体解ってしまう。
で、”Two Minute Papers“というチャンネルを見つけた。↓
Two Minute Papers
Awesome Research For Everyone! – Two Minute Papers Channel Trailer
Two Minute Papersは、最先端の科学研究を2分間でやさしく楽しく解説するシリーズです。ぜひお試しください！
スポンサーリンク
スポンサーリンク
週1回以上は更新されている様子。最近のは2分間に収まっている動画がほとんど無い気がするけど、”Two Minute”というフレーズは「キユーピー3分クッキング」みたいなネーミングでしょうか(笑)
オイラが調べたい分野がCGや画像認識に偏っているのもあり、YouTubeは短時間で情報収集・理解できる便利な情報源。
今時は研究論文に付随する動画をYouTubeで公開している研究機関が増えてきてるし、もう学会採択前から論文・動画を公開しているところも多い。
さらに言うと、ソースコードも丸ごとGitHubで公開してる研究機関も多いので、GitHubのリポジトリ検索でもかなり勉強になる。
スポンサーリンク
関連記事
畳み込みニューラルネットワーク (CNN:Convolutional Neural Network)
Oculus Goで特撮作品を鑑賞する
機械学習で流体シミュレーションを近似する『Physics Forests』
画像中の人物表面のUV座標を推定する『DensePose』
『Deep Fluids』流体シミュレーションをディープラーニングで近似する
動画で学ぶお絵かき講座『sensei』
ドットインストールのWordPress入門レッスン
RefineNet (Multi-Path Refinement Network)：ディープラーニングによるSemantic Segmentation手法
represent
FCN (Fully Convolutional Network)：ディープラーニングによるSemantic Segmentation手法
U-Net：ディープラーニングによるSemantic Segmentation手法
SegNet：ディープラーニングによるSemantic Segmentation手法
PSPNet (Pyramid Scene Parsing Network)：ディープラーニングによるSemantic Segmentation手法
SSD (Single Shot Multibox Detector)：ディープラーニングによる一般物体検出手法
YOLO (You Only Look Once)：ディープラーニングによる一般物体検出手法
Faster R-CNN：ディープラーニングによる一般物体検出手法
ニューラルネットワークの構造を可視化するフレームワーク『TensorSpace.js』
WordPressで数式を扱う
Fast R-CNN：ディープラーニングによる一般物体検出手法
R-CNN (Regions with CNN features)：ディープラーニングによる一般物体検出手法
ZBrushトレーニング
機械学習手法『Random Forest』
機械学習について理解するための可視化ツール『MLDemos』
2D→3D復元技術で使われる用語まとめ
UnityユーザーがUnreal Engineの使い方を学ぶには？
なりきり玩具と未来のガジェット
シフトカーを改造する人達
仮面ライダーあつめ
iPhone5S → iPhone6S
趣味でCEDECに来ている者だ
モバイルに最適なBluetoothワイヤレスマウス 『CAPCLIP』
ヒトデの骨格のような構造物を作成するシステム『KINEMATICS』
ミニ四駆にステアリングを仕込んだ人
重いコンテンツとゆるいコンテンツ
大幸薬品の『クレベリン』のプロモーション『除菌戦士ジョキンジャー』
FacebookがDeep learningツールの一部をオープンソース化
コメント