G検定
【G検定】音声生成とは?WaveNetとTacotronの違いと音声合成の仕組みを解説

スマートスピーカーの応答やカーナビの案内音声は、いまやほとんど機械が「作った」声です。この記事では、ディープラーニングによる音声生成の仕組みと、代表モデルWaveNet・Tacotronの違いを整理します。

続きを読む
G検定
【G検定】多次元尺度構成法(MDS)とは?距離の情報から「地図」を描く可視化手法

「AとBは似ている、AとCはあまり似ていない」——そんな距離・類似度の情報だけから、対象同士の位置関係を平面上の地図のように描き出すのが多次元尺度構成法(MDS)です。主成分分析と並ぶ可視化・次元削減の手法として、G検定でも名前と役割の対応が問われます。

続きを読む
G検定
【G検定】Pix2Pixとは?ペア画像で学ぶ画像変換GANをCycleGANとの違いから解説

「白黒写真をカラーにする」「線画を写真のようにする」——こうした画像から画像への変換を実現する代表的なモデルがPix2Pixです。この記事では、Pix2Pixの仕組みと、試験で並べて問われやすいCycleGANとの違いをわかりやすく解説します。

続きを読む
G検定
【G検定】潜在的ディリクレ配分法(LDA)とは?文書からトピックを推定する仕組みを解説

大量の文書を読まずに「何の話題について書かれているか」を機械に見つけさせる——それを可能にするのが潜在的ディリクレ配分法(LDA)です。トピックモデルの代表手法として、G検定では名前・略称・役割の対応が問われます。難しそうな名前の中身を、順番にほどいていきましょう。

続きを読む
G検定
【G検定】NeRF(Neural Radiance Fields)とは?2D写真から3Dシーンを作るビュー合成を解説

何枚かの写真を撮るだけで、その場所の3D空間がまるごと再現され、撮っていない角度からの映像まで自由に作れる——。それを可能にしたのがNeRF(Neural Radiance Fields、ニューラル放射輝度場)です。2020年に発表されるやコンピュータビジョン分野を席巻し、スマホ動画から3Dデータを作るサービスまで生まれました。GANや拡散モデルとは毛色の違う「3Dシーン生成」の代表キーワードです。

続きを読む