AI Lab chọn hai bài báo tại ICLR 2025, hội nghị hàng đầu kèo bóng đá f88 lĩnh vực deep learning

CyberAgent Co, Ltd (Trụ sở chính: Shibuya-ku, Tokyo, Giám đốc đại diện: Susumu Fujita, TSE Prime Market: Stock Code 4751) là người tham gia thực tập nghiên cứu tại AI Lab, một tổ chức nghiên cứu và phát triển công nghệ trí tuệ nhân tạo, ông Liu Haiyang※1Bài báo của nhà nghiên cứu Kenyuki Abe và những người khác đã được trình bày tại hội nghị quốc tế về lĩnh vực học máy "ICLR 2025"※2

"ICLR" là hội nghị quốc tế được tổ chức hàng năm bởi các nhà nghiên cứu từ khắp nơi trên thế giới, "ICML" "NeurIPS"※3, đây là một kèo bóng đá f88 những hội nghị có thẩm quyền hàng đầu kèo bóng đá f88 lĩnh vực học máy và học sâu Năm nay, 32,08% bài viết đã được chấp nhận kèo bóng đá f88 tổng số khoảng 11500 bài nộp Ngoài ra, kèo bóng đá f88 số các bài báo được công ty chúng tôi chấp nhận, ``TANGO: Tái hiện video cử chỉ đồng giọng nói với nhúng chuyển động âm thanh phân cấp và nội suy khuếch tán'' đã được chọn để thuyết trình Oral chỉ được trao cho một số lượng hạn chế các bài nghiên cứu được các hiệp hội học thuật chấp nhận và cực kỳ khó khăn với tỷ lệ chấp nhận khoảng 1,8% vào năm 2025 Điểm đánh giá ngang hàng cho bài báo này là thứ 16 kèo bóng đá f88 số tất cả các bài báo được gửi※4

Bài báo được chấp nhận gần đây dự kiến sẽ được trình bày tại "ICLR 2025" được tổ chức tại Singapore vào tháng 4 năm 2025

“TANGO: Tái hiện video bằng cử chỉ đồng giọng nói với phép nhúng chuyển động âm thanh phân cấp và nội suy khuếch tán”
Tác giả: Liu Haiyang (Đại học Tokyo), Yang Xingchao, Tomoya Akiyama, Huang Yuantian (CyberAgent AI Lab), Qiaoge Li (độc lập), Shigeru Kuriyama (Đại học Công nghệ Toyohashi, Phòng thí nghiệm CyberAgent AI), Takashi Taketomi (CyberAgent AI Lab)

Chúng tôi đang đề xuất phương pháp tạo video cử chỉ của con người tương ứng với âm thanh đầu vào kèo bóng đá f88 bài báo này, một video mới được tạo ra bằng cách sắp xếp lại các khung dữ liệu video đóng vai trò là nguyên liệu thô theo âm thanh đầu vào Vì phương pháp này sắp xếp lại các khung của video thô nên có thể tạo ra các video cử chỉ chất lượng cao một cách nhất quán so với các phương pháp tạo ra toàn bộ video Chúng tôi đang đề xuất một mạng mới có tên AuMoCLIP cho phép chọn các khung hình đồng bộ hóa một cách tự nhiên thời gian phát ra giọng nói và thời gian bắt đầu cử chỉ khi sắp xếp lại các khung hình Qua thử nghiệm, chúng tôi đã chỉ ra rằng có thể tạo ra video với độ chính xác cao hơn các phương pháp hiện có về chất lượng hình ảnh và độ tự nhiên của thời gian nói cũng như thời gian chuyển động cử chỉ Trang dự án:

"Tăng cường độ dốc nhiễu loạn để hội tụ lần lặp cuối cùng kèo bóng đá f88 trò chơi"
Tác giả: Kenyuki Abe (Phòng thí nghiệm AI của CyberAgent), Mitsuo Sakamoto (Phòng thí nghiệm AI của CyberAgent), Kaito Ariu (Phòng thí nghiệm AI của CyberAgent), Atsushi Iwasaki (Đại học Điện tử Truyền thông)

kèo bóng đá f88 những năm gần đây, kèo bóng đá f88 nhiều nhiệm vụ học máy như học mô hình ngôn ngữ quy mô lớn, việc học mô hình tối ưu kèo bóng đá f88 các tình huống tồn tại nhiều mô hình ra quyết định là điều cần thiết Để giải quyết vấn đề này, các phương pháp ổn định việc học bằng cách chuyển phương pháp cập nhật mô hình theo một hướng cụ thể đang thu hút sự chú ý kèo bóng đá f88 nghiên cứu này, chúng tôi đã đề xuất một thuật toán mới hội tụ về mô hình tối ưu nhanh hơn bằng cách thay đổi nhẹ nhàng hướng dịch chuyển Chúng tôi cũng đã chứng minh về mặt lý thuyết và thực nghiệm rằng khi thuật toán này được sử dụng thực sự, có thể học được một mô hình tối ưu với tốc độ gần như nhanh nhất ＜Link bài viết＞

Kết quả của những nghiên cứu này sẽ trở thành công nghệ cơ bản cho nghiên cứu và phát triển kèo bóng đá f88 lĩnh vực học máy, bao gồm cả AI tổng hợp và dự kiến ​​sẽ được sử dụng kèo bóng đá f88 các dịch vụ của chúng tôi như Chuỗi dự đoán cực và Tài năng AI
"Phòng thí nghiệm AI" sẽ tiếp tục kết hợp công nghệ AI vào các sản phẩm để giải quyết các vấn đề kinh doanh và xã hội, đồng thời sẽ tiếp tục nỗ lực nghiên cứu và phát triển nhằm đóng góp vào sự phát triển công nghệ và học thuật


※1 Liên kết với Đại học Tokyo / Tham gia thực tập nghiên cứu từ ngày 6 tháng 9 năm 2023 đến ngày 27 tháng 5 năm 2024
※2 “ICLR” Hội nghị quốc tế về đại diện học tập
※3 Hệ thống xử lý thông tin thần kinh “NeurIPS”
Hội nghị quốc tế “ICML” về học máy
※4 https://papercopilotcom/statistics/iclr-statistics/iclr-2025-statistics/