SlideShare a Scribd company logo
1 of 47
Download to read offline
7 E 8 G A T N
I S @
0/21 43
b / 0GB I P Q
SEPPBN
0GB I P Q
EEP q i h :TPDK
DPP / MEEP %@KI GB I P Q
( @K PNE QPEK o v p g ku )-t
) (- ()cn
d
591 4 l ra m d )t
7 B 1 EPK 3BI A :NBAE@PEK ( ( P (.(-PB I
K ,% 2NK B BA
j ez
bsy BP@ w / DPP / I P Q GB % EIAK%@KI
a
L N D
..7 . 525 4. 6 3 6 1
P
. . P
a a N
I
tG
4103.5/
ü
ü
ü s r
m G
ü _ s
ü _
8 6 ) ( )
28:97 ( )
8 6 (
8 6 ) (
( 8 6 ) (
) 8 6 ( ) )
8 6 ) )( (
ü r
ü Sa
ü
ü n
T
E m G
G
tG I K r m G m e
uN T uN G
m G
uN
/ 4985 .7367 3 6 / 8 3 7 .7367 3 6
e 1 38 r is 17 o
mP P
S mS mr
/ 4985 . P / 8 3 7 . P
0 4:8 P
r c
) ( (
v
v
7 2
7 :3
7 2
7 2
7 2
7 2
7 2
ü n
/ 4985 . o
u _
ü L
ü n ta
/ 8 3 7 . b l T
dK
a
L N D
..7 . 525 4. 6 3 6 1
P
. . P
a a N
p
L s U 8 6 8 ihms
n p 9 p g
ja n /2 4 2 ,
p o p , -
4
L t d
m :
2
2
7 1
p e x c R 7
p R
p n
10/. 7 . 86 2 5 9 3 : 5 8 8
[ –
8
– 7 7 m 0
7 ] 8
5 7 6 9
7 ] 7 7
8
7
1 2
1 2
1 2
1 2
1 2
1 2
1 2
( ) 7
32px
32px
2
) 7 2 (
32px
32px
NU
P r NUt 3u 6 65 9 7 3 9 oFs
3 n P rI e v v
s r N P i v s
Tc
% ((
ac
, (
1 9 9 6 0684 9 6
2 6 1 9 9 6 .4 6 0684 9 6
.4 6 1 9 9 6 2 6 0684 9 6
g U
U
Tc ∩ 1 9 9 6
Tc ∪ 1 9 9 6
l U
Tc % (( (
ac , ( ) ,
%, %
rf s
t s 119601 P ,
A ocey vo g ocrc Aio i
N o c sryrca
t t
t t
/57484 2 .23084 2
N
P
IP
∩ 01 2 3
∪ 01 2 3
0 U g7 8 = N
,2 3 e a i 0 g
v U se o e g
01 2 3 ,2 3
A
a
A
/ 10 324 W
A
A s
G
A
G
8
9 A u W
k n m S
G
t
9 e
A g
b P b
b b
.3 043n
i L B
c l a me
b tu8
0 D
a
L N D
..7 . 525 4. 6 3 6 1
P
. . P
a a N
Dk i u H
ü g p GL
o ac a
ü D g rPafmc ec
ü F af r i H tf scn lc
t iy tsh T g eccn
ü b Ho
ecCi h
a
L N D
..7 . 525 4. 6 3 6 1
P
. . P
a a N
u
b
vg i
2A 4C8 0
c o
ü /0 b
vg
ü /4C4
D9 8 C4C
b
ü eT
2A 4C8 0 c
ü N
o t
ah
/4C4
D9 8 C4C p
sdr
u
2D5 6 0 u
ü
ü 2D5 6 0 N
o
t
vg
ü
L 38BC
m
6B vg
vg
ü 11
ü P
p n
8C6
u
ü v
u
ü
ü
ü i
t
ü
ü
A 9 C 8BB
CA4BC
2477 9 A
9 p
ü 11
ahp
l
b l
( )
L
u g
eA
m r lv o nnt
o g
a
/ 5 0 3 .
bD cP B
0 0 4738 0 598
L
ru
/ 1652 . bDbD
5A6 59B
( ( ( ( /-- -
v (.) - / . ( - ( // )
b (/, .( (. ,-/
L
t r
ü o )( )( - cmf t
ü s , ), s )
n t P
v n t ia
u T t
l %
4A 6 9 31
% P
26 6 0D 9 6
e
g
4D7 8 31l
l
( )
, - . /
2 2 A8 6 2 9
/
D D D D
p
D x
989 2 ed7 9 n7 9
p
D x
25
2559 8 4 9 8
f o
R u L
R
x t p 1. °
° g r c
m b
0 9B2 6 /
P
a
2 2 A8 6 2 9
iv
l
0A3 94 / lm
m
l
G
n n
A83 8A 8B
28A08B
A83 8A 8B 28A08B
A83 8A 8B 28A08B
7
A83 8A 8B 7
5 8 8BD
A83 8A 8B 78 A 8B
783 8A 8B 4A 8B3 5 8
783 8A 8B
im 00 wr n saLN 28A08B v vgu s
w u ex t w s
o
e l
1 D4B8 /
pP
.4B4 C9 8 B4B
_
Rcb
d
1C5 6 / pP de
e
pP d
) h m p
h
17G7 . A BG7G CB
f
n DC9 r
h
DC9
h
f b
z
h z h z ef z e
f044 h 044 v
h A y v
ACA BG A l ACA BG A v P
7 B B 7G h Ss
7 B B 7G G D
L
v DC9 r h 7AA7 c d
7AA7 h d
87G9 L 621
DC9 h DC9 r r DC9 h
r 17G7 . A BG7G CB
G 97 p c u h
G G 7G C
h v t v
CDG A 621 . 7A a
BC A7 L c v c 97 B f
97 B ) 9 D 7B n
7B CA CG7G CB 17G7 . A BG7G CB f n
7B CA D 17G7 . A BG7G CB f n
h f h f D G CB r n
h
m p
5 7G 3/
i w
go
17G7 . A BG7G CB
e
f
5 8 9 3/m
m
( )
-
u r
u
.1 1 , 594 1 7
s
4 36
u
g 4 36
c
ut
c p e
m m
ih m
D
4 36 m
m
A4
19 87 5
.1 1 , 594 1 7
o
n
u
r
0 7A1 4 /
v L
.1 1 , 594 1 7
l
Pba
c
0 2873 / v cv c
v oc
tP ocP
(
0 3984 / P
oc
(
0 8A2 5 / P
oc
t
2 2 6 5 2 8
rP
5 47
t
l 5 47
oc
t
ocP n h
v oc P
. 1 oc g y u
t 44 24B e
i P L tP
t
)
0 3984 / P
oc
0 8A2 5 / P
oc
t
p
0 8A2 5 /
v I
2 2 6 5 2 8
m
bUa
ocP
0 3984 / v ocv oc
73 7 7A
73 7 7A
73 7 7A
73 7 7A
27 07A
27 07A
9A9 7 _
9A9 7
F n u
v 9A9 7
.1 i o
g
l NL P p
s
t
r
1 9 4A7 /
a
4A4 B8 7 A4A9
bm
Rc
e
1B5 96 / ee
Ri
g
0 9B4 7 .
SN L
4 4 A8 7 4 9
e
_P
0A5 96 . _u _
D
73 7 7
73 7 7
73 7 7
73 7 7
17 /7
17 /7
_P
a v
2A5 9 P
l c
s _P m r l c n2A5 9 P l
c B bo n
g 1A5:96 0 Lg
i
a
1 9B4 7 0
L K
P
.4 4 A8 7 4 9
_S
g
1A5:96 0 Lga
a
Lg
A 7 3
/7 4 A
A 7 3
A 7 3
A 7 3
A 7 3
A 7 3
2A5 9
l c
bv 2A5 9 l c rs e
u o to m ns u
i 0 2763 / mLi
l
a
0 6 1 4 /
mL n
P
1 1 5849 1 6 9
i
0 2763 / mLia
a
mLi
r l cD or E cD o
u g D v v x u
r r
cD o . 347 t
eb
0 6 1 4 / te L
P
c
0 6 1 4 / t
e L
.1 1 5849 1 6 9
a
b uv
0 2763 / te brte b
B
D
L
D
g
mt l o 0 6 1 4 / l L
l A
0 6 1 4 /
l o 0 6 1 4 / l Ln i l
a
L N D
..7 . 525 4. 6 3 6 1
P
. . P
a a N
31 4 s
URL: 1, 3 Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun ”Deep Residual Learning for Image Recognition” https://arxiv.org/abs/1512.03385
2 Andreas Veit, Michael Wilber, Serge Belongie “Residual Networks Behave Like Ensembles of Relatively Shallow Networks https://arxiv.org/abs/1605.06431”
5R 2
5
t N
t st
4 torchvision https://github.com/pytorch/vision/blob/master/torchvision/models/resnet.py
B
URL: 4 Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun ”Deep Residual Learning for Image Recognition” https://arxiv.org/abs/1512.03385
4 torchvision https://github.com/pytorch/vision/blob/master/torchvision/models/resnet.py
B
URL: 4 Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun ”Deep Residual Learning for Image Recognition” https://arxiv.org/abs/1512.03385
6 / : 3 .
3 . /6/3 . 46 / . 3 4: 3 . /6/3 3 6 3 . /6/3 3 6 6 4:
ot q
- S
d R x t
x t e c S
sz eE c
d R x t sz E
C R c S
x t
x t
i u R ot q N S
Jie Hu, Li Shen, Gang Sun “Squeeze-and-Excitation Networks” https://arxiv.org/abs/1709.01507
a
L N D
..7 . 525 4. 6 3 6 1
P
. . P
a a N
C
vx
t t u o x o
n
o n
o n
o n x
e N_ rt o n x
c o g e n x
b s sx f rt o n
. yo n
rt o n
la i m
L Y p
L p E
pb S
z
L pD
B Cb S
OE
cA
/
/
/Ba gC
D
/
m
r
b S
Y
Nh
/
.
L Y p ue Fo m dktn p si
a
L N D
..7 . 525 4. 6 3 6 1
P
. . P
a a N
EP
aA 22 (2 ) g S a c a
2 aiok pnbMf T I e W ( pm LWe baS
22 (2 ) D
3 3 .
CE c U W
U ) P
2 3 2 3 2 3 2 3 2 3 2 3
P V OC M O
A Ui Gc l( ( S a ) (
2 2 . ( 3 . c l( Sengn la l(
!

More Related Content

What's hot

【DL輪読会】マルチモーダル 基盤モデル
【DL輪読会】マルチモーダル 基盤モデル【DL輪読会】マルチモーダル 基盤モデル
【DL輪読会】マルチモーダル 基盤モデルDeep Learning JP
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選Yusuke Uchida
 
(2021.3) 不均一系触媒研究のための機械学習と最適実験計画
(2021.3) 不均一系触媒研究のための機械学習と最適実験計画(2021.3) 不均一系触媒研究のための機械学習と最適実験計画
(2021.3) 不均一系触媒研究のための機械学習と最適実験計画Ichigaku Takigawa
 
POMDP下での強化学習の基礎と応用
POMDP下での強化学習の基礎と応用POMDP下での強化学習の基礎と応用
POMDP下での強化学習の基礎と応用Yasunori Ozaki
 
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​
SSII2020SS:  微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​SSII2020SS:  微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​SSII
 
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展Deep Learning JP
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方joisino
 
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜SSII
 
機械学習と機械発見:自然科学研究におけるデータ利活用の再考
機械学習と機械発見:自然科学研究におけるデータ利活用の再考機械学習と機械発見:自然科学研究におけるデータ利活用の再考
機械学習と機械発見:自然科学研究におけるデータ利活用の再考Ichigaku Takigawa
 
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"Deep Learning JP
 
最適化超入門
最適化超入門最適化超入門
最適化超入門Takami Sato
 
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方Shinagawa Seitaro
 
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer近年のHierarchical Vision Transformer
近年のHierarchical Vision TransformerYusuke Uchida
 
数理最適化とPython
数理最適化とPython数理最適化とPython
数理最適化とPythonYosuke Onoue
 
Automatic Mixed Precision の紹介
Automatic Mixed Precision の紹介Automatic Mixed Precision の紹介
Automatic Mixed Precision の紹介Kuninobu SaSaki
 
学習時に使ってはいないデータの混入「リーケージを避ける」
学習時に使ってはいないデータの混入「リーケージを避ける」学習時に使ってはいないデータの混入「リーケージを避ける」
学習時に使ってはいないデータの混入「リーケージを避ける」西岡 賢一郎
 
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3までYahoo!デベロッパーネットワーク
 

What's hot (20)

【DL輪読会】マルチモーダル 基盤モデル
【DL輪読会】マルチモーダル 基盤モデル【DL輪読会】マルチモーダル 基盤モデル
【DL輪読会】マルチモーダル 基盤モデル
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選
 
(2021.3) 不均一系触媒研究のための機械学習と最適実験計画
(2021.3) 不均一系触媒研究のための機械学習と最適実験計画(2021.3) 不均一系触媒研究のための機械学習と最適実験計画
(2021.3) 不均一系触媒研究のための機械学習と最適実験計画
 
POMDP下での強化学習の基礎と応用
POMDP下での強化学習の基礎と応用POMDP下での強化学習の基礎と応用
POMDP下での強化学習の基礎と応用
 
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​
SSII2020SS:  微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​SSII2020SS:  微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜​
 
BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装
 
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方
 
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
SSII2020SS: グラフデータでも深層学習 〜 Graph Neural Networks 入門 〜
 
機械学習と機械発見:自然科学研究におけるデータ利活用の再考
機械学習と機械発見:自然科学研究におけるデータ利活用の再考機械学習と機械発見:自然科学研究におけるデータ利活用の再考
機械学習と機械発見:自然科学研究におけるデータ利活用の再考
 
Depth Estimation論文紹介
Depth Estimation論文紹介Depth Estimation論文紹介
Depth Estimation論文紹介
 
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
 
最適化超入門
最適化超入門最適化超入門
最適化超入門
 
深層強化学習と実装例
深層強化学習と実装例深層強化学習と実装例
深層強化学習と実装例
 
AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方AHC-Lab M1勉強会 論文の読み方・書き方
AHC-Lab M1勉強会 論文の読み方・書き方
 
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
 
数理最適化とPython
数理最適化とPython数理最適化とPython
数理最適化とPython
 
Automatic Mixed Precision の紹介
Automatic Mixed Precision の紹介Automatic Mixed Precision の紹介
Automatic Mixed Precision の紹介
 
学習時に使ってはいないデータの混入「リーケージを避ける」
学習時に使ってはいないデータの混入「リーケージを避ける」学習時に使ってはいないデータの混入「リーケージを避ける」
学習時に使ってはいないデータの混入「リーケージを避ける」
 
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
 

Similar to SIGNATE 産業技術総合研究所 衛星画像分析コンテスト 2位入賞モデルの工夫点

Elixirでハードウェアが作れちゃう,かも!!? データフロー型ハードウェア設計環境Cockatriceのご紹介
Elixirでハードウェアが作れちゃう,かも!!?データフロー型ハードウェア設計環境Cockatriceのご紹介Elixirでハードウェアが作れちゃう,かも!!?データフロー型ハードウェア設計環境Cockatriceのご紹介
Elixirでハードウェアが作れちゃう,かも!!? データフロー型ハードウェア設計環境Cockatriceのご紹介Hideki Takase
 
2018年8月 Just Skill研修資料
2018年8月 Just Skill研修資料2018年8月 Just Skill研修資料
2018年8月 Just Skill研修資料Serverworks Co.,Ltd.
 
App service とそれを支える裏側の世界
App service とそれを支える裏側の世界App service とそれを支える裏側の世界
App service とそれを支える裏側の世界Tsukasa Kato
 
生徒会活動の飛躍的可能性:生徒会活動に関する調査研究と自身の経験から
生徒会活動の飛躍的可能性:生徒会活動に関する調査研究と自身の経験から生徒会活動の飛躍的可能性:生徒会活動に関する調査研究と自身の経験から
生徒会活動の飛躍的可能性:生徒会活動に関する調査研究と自身の経験から Hiroyuki Kurimoto
 
Augmented Reality Technology Expands from Entertainment Use to Industrial Use
Augmented Reality Technology Expands from Entertainment Use to Industrial UseAugmented Reality Technology Expands from Entertainment Use to Industrial Use
Augmented Reality Technology Expands from Entertainment Use to Industrial UseEtsuji Kameyama
 
Amazon ECS를 통한 Docker 콘테이너의 지속적 배포(CD) 방법
Amazon ECS를 통한 Docker 콘테이너의 지속적 배포(CD) 방법Amazon ECS를 통한 Docker 콘테이너의 지속적 배포(CD) 방법
Amazon ECS를 통한 Docker 콘테이너의 지속적 배포(CD) 방법Amazon Web Services Korea
 
#21世紀の所得倍増計画 を開始し、成熟国家へ - 日本の運命の分かれ道、令和元年 #2019年参院選 提案資料 -
#21世紀の所得倍増計画 を開始し、成熟国家へ - 日本の運命の分かれ道、令和元年 #2019年参院選 提案資料 -#21世紀の所得倍増計画 を開始し、成熟国家へ - 日本の運命の分かれ道、令和元年 #2019年参院選 提案資料 -
#21世紀の所得倍増計画 を開始し、成熟国家へ - 日本の運命の分かれ道、令和元年 #2019年参院選 提案資料 -立憲パートナーズ社会構想研究会(非公式)
 
話題のkubernetesをRancher2.0で便利に使う!
話題のkubernetesをRancher2.0で便利に使う!話題のkubernetesをRancher2.0で便利に使う!
話題のkubernetesをRancher2.0で便利に使う!cyberblack28 Ichikawa
 
[OpenInfra Days Korea 2018] (Track 4) - Backend.AI: 오픈소스 머신러닝 인프라 프레임워크
[OpenInfra Days Korea 2018] (Track 4) - Backend.AI: 오픈소스 머신러닝 인프라 프레임워크[OpenInfra Days Korea 2018] (Track 4) - Backend.AI: 오픈소스 머신러닝 인프라 프레임워크
[OpenInfra Days Korea 2018] (Track 4) - Backend.AI: 오픈소스 머신러닝 인프라 프레임워크OpenStack Korea Community
 
AWS Summit Tokyo 2019登壇資料「DevOpsの劇的改善!古いアーキテクチャから王道のマネージドサービスを活用しフルリプレイス! 」
AWS Summit Tokyo 2019登壇資料「DevOpsの劇的改善!古いアーキテクチャから王道のマネージドサービスを活用しフルリプレイス! 」AWS Summit Tokyo 2019登壇資料「DevOpsの劇的改善!古いアーキテクチャから王道のマネージドサービスを活用しフルリプレイス! 」
AWS Summit Tokyo 2019登壇資料「DevOpsの劇的改善!古いアーキテクチャから王道のマネージドサービスを活用しフルリプレイス! 」dcubeio
 
OpenStack Summit & KubeConからみるコンテナ技術の最新トレンド (更新版) - OpenStack Day Tokyo 2018講演資料
OpenStack Summit & KubeConからみるコンテナ技術の最新トレンド (更新版) - OpenStack Day Tokyo 2018講演資料OpenStack Summit & KubeConからみるコンテナ技術の最新トレンド (更新版) - OpenStack Day Tokyo 2018講演資料
OpenStack Summit & KubeConからみるコンテナ技術の最新トレンド (更新版) - OpenStack Day Tokyo 2018講演資料VirtualTech Japan Inc.
 
OpenShift Originで動くIstio 「サービス間のTLS相互認証を試してみた。」
OpenShift Originで動くIstio 「サービス間のTLS相互認証を試してみた。」OpenShift Originで動くIstio 「サービス間のTLS相互認証を試してみた。」
OpenShift Originで動くIstio 「サービス間のTLS相互認証を試してみた。」Daisuke Hiraoka
 
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104  Db2 Warehouse v3.0 Basic Operation G...Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104  Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...IBM Analytics Japan
 
データで見るeSports / eスポーツ業界・市場動向レポート(日本・海外)
データで見るeSports / eスポーツ業界・市場動向レポート(日本・海外)データで見るeSports / eスポーツ業界・市場動向レポート(日本・海外)
データで見るeSports / eスポーツ業界・市場動向レポート(日本・海外)poco-c
 
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...IBM Analytics Japan
 
Continuous Delivery with Spinnaker on K8s(kubernetes) Cluster
Continuous Delivery with Spinnaker on K8s(kubernetes) Cluster Continuous Delivery with Spinnaker on K8s(kubernetes) Cluster
Continuous Delivery with Spinnaker on K8s(kubernetes) Cluster Jinwoong Kim
 

Similar to SIGNATE 産業技術総合研究所 衛星画像分析コンテスト 2位入賞モデルの工夫点 (20)

AUTOSAR OS 学習プログラムを始めてみよう
AUTOSAR OS 学習プログラムを始めてみようAUTOSAR OS 学習プログラムを始めてみよう
AUTOSAR OS 学習プログラムを始めてみよう
 
Elixirでハードウェアが作れちゃう,かも!!? データフロー型ハードウェア設計環境Cockatriceのご紹介
Elixirでハードウェアが作れちゃう,かも!!?データフロー型ハードウェア設計環境Cockatriceのご紹介Elixirでハードウェアが作れちゃう,かも!!?データフロー型ハードウェア設計環境Cockatriceのご紹介
Elixirでハードウェアが作れちゃう,かも!!? データフロー型ハードウェア設計環境Cockatriceのご紹介
 
2018年8月 Just Skill研修資料
2018年8月 Just Skill研修資料2018年8月 Just Skill研修資料
2018年8月 Just Skill研修資料
 
App service とそれを支える裏側の世界
App service とそれを支える裏側の世界App service とそれを支える裏側の世界
App service とそれを支える裏側の世界
 
生徒会活動の飛躍的可能性:生徒会活動に関する調査研究と自身の経験から
生徒会活動の飛躍的可能性:生徒会活動に関する調査研究と自身の経験から生徒会活動の飛躍的可能性:生徒会活動に関する調査研究と自身の経験から
生徒会活動の飛躍的可能性:生徒会活動に関する調査研究と自身の経験から
 
Augmented Reality Technology Expands from Entertainment Use to Industrial Use
Augmented Reality Technology Expands from Entertainment Use to Industrial UseAugmented Reality Technology Expands from Entertainment Use to Industrial Use
Augmented Reality Technology Expands from Entertainment Use to Industrial Use
 
Amazon ECS를 통한 Docker 콘테이너의 지속적 배포(CD) 방법
Amazon ECS를 통한 Docker 콘테이너의 지속적 배포(CD) 방법Amazon ECS를 통한 Docker 콘테이너의 지속적 배포(CD) 방법
Amazon ECS를 통한 Docker 콘테이너의 지속적 배포(CD) 방법
 
#21世紀の所得倍増計画 を開始し、成熟国家へ - 日本の運命の分かれ道、令和元年 #2019年参院選 提案資料 -
#21世紀の所得倍増計画 を開始し、成熟国家へ - 日本の運命の分かれ道、令和元年 #2019年参院選 提案資料 -#21世紀の所得倍増計画 を開始し、成熟国家へ - 日本の運命の分かれ道、令和元年 #2019年参院選 提案資料 -
#21世紀の所得倍増計画 を開始し、成熟国家へ - 日本の運命の分かれ道、令和元年 #2019年参院選 提案資料 -
 
話題のkubernetesをRancher2.0で便利に使う!
話題のkubernetesをRancher2.0で便利に使う!話題のkubernetesをRancher2.0で便利に使う!
話題のkubernetesをRancher2.0で便利に使う!
 
[OpenInfra Days Korea 2018] (Track 4) - Backend.AI: 오픈소스 머신러닝 인프라 프레임워크
[OpenInfra Days Korea 2018] (Track 4) - Backend.AI: 오픈소스 머신러닝 인프라 프레임워크[OpenInfra Days Korea 2018] (Track 4) - Backend.AI: 오픈소스 머신러닝 인프라 프레임워크
[OpenInfra Days Korea 2018] (Track 4) - Backend.AI: 오픈소스 머신러닝 인프라 프레임워크
 
AWS Summit Tokyo 2019登壇資料「DevOpsの劇的改善!古いアーキテクチャから王道のマネージドサービスを活用しフルリプレイス! 」
AWS Summit Tokyo 2019登壇資料「DevOpsの劇的改善!古いアーキテクチャから王道のマネージドサービスを活用しフルリプレイス! 」AWS Summit Tokyo 2019登壇資料「DevOpsの劇的改善!古いアーキテクチャから王道のマネージドサービスを活用しフルリプレイス! 」
AWS Summit Tokyo 2019登壇資料「DevOpsの劇的改善!古いアーキテクチャから王道のマネージドサービスを活用しフルリプレイス! 」
 
OpenStack Summit & KubeConからみるコンテナ技術の最新トレンド (更新版) - OpenStack Day Tokyo 2018講演資料
OpenStack Summit & KubeConからみるコンテナ技術の最新トレンド (更新版) - OpenStack Day Tokyo 2018講演資料OpenStack Summit & KubeConからみるコンテナ技術の最新トレンド (更新版) - OpenStack Day Tokyo 2018講演資料
OpenStack Summit & KubeConからみるコンテナ技術の最新トレンド (更新版) - OpenStack Day Tokyo 2018講演資料
 
CVPR 2020 報告
CVPR 2020 報告CVPR 2020 報告
CVPR 2020 報告
 
OpenShift Originで動くIstio 「サービス間のTLS相互認証を試してみた。」
OpenShift Originで動くIstio 「サービス間のTLS相互認証を試してみた。」OpenShift Originで動くIstio 「サービス間のTLS相互認証を試してみた。」
OpenShift Originで動くIstio 「サービス間のTLS相互認証を試してみた。」
 
第二次政策提言 抜粋版 2019.3.22
第二次政策提言 抜粋版 2019.3.22第二次政策提言 抜粋版 2019.3.22
第二次政策提言 抜粋版 2019.3.22
 
Iotliteracy wg no.1
Iotliteracy wg no.1Iotliteracy wg no.1
Iotliteracy wg no.1
 
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104  Db2 Warehouse v3.0 Basic Operation G...Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104  Db2 Warehouse v3.0 Basic Operation G...
Db2 Warehouse v3.0 運用管理ガイド 基礎編 20190104 Db2 Warehouse v3.0 Basic Operation G...
 
データで見るeSports / eスポーツ業界・市場動向レポート(日本・海外)
データで見るeSports / eスポーツ業界・市場動向レポート(日本・海外)データで見るeSports / eスポーツ業界・市場動向レポート(日本・海外)
データで見るeSports / eスポーツ業界・市場動向レポート(日本・海外)
 
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
Db2 Warehouse v3.0 SMP 導入ガイド 20190104 Db2 Warehouse SMP v3.0 configration Ins...
 
Continuous Delivery with Spinnaker on K8s(kubernetes) Cluster
Continuous Delivery with Spinnaker on K8s(kubernetes) Cluster Continuous Delivery with Spinnaker on K8s(kubernetes) Cluster
Continuous Delivery with Spinnaker on K8s(kubernetes) Cluster
 

More from Ken'ichi Matsui

ベータ分布の謎に迫る
ベータ分布の謎に迫るベータ分布の謎に迫る
ベータ分布の謎に迫るKen'ichi Matsui
 
音楽波形データからコードを推定してみる
音楽波形データからコードを推定してみる音楽波形データからコードを推定してみる
音楽波形データからコードを推定してみるKen'ichi Matsui
 
データサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテストデータサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテストKen'ichi Matsui
 
分析コンペティションの光と影
分析コンペティションの光と影分析コンペティションの光と影
分析コンペティションの光と影Ken'ichi Matsui
 
Kaggle Google Quest Q&A Labeling 反省会 LT資料 47th place solution
Kaggle Google Quest Q&A Labeling 反省会 LT資料 47th place solutionKaggle Google Quest Q&A Labeling 反省会 LT資料 47th place solution
Kaggle Google Quest Q&A Labeling 反省会 LT資料 47th place solutionKen'ichi Matsui
 
データ分析コンテストとデータサイエンティストの働きかた
データ分析コンテストとデータサイエンティストの働きかたデータ分析コンテストとデータサイエンティストの働きかた
データ分析コンテストとデータサイエンティストの働きかたKen'ichi Matsui
 
確率分布の成り立ちを理解してスポーツにあてはめてみる
確率分布の成り立ちを理解してスポーツにあてはめてみる確率分布の成り立ちを理解してスポーツにあてはめてみる
確率分布の成り立ちを理解してスポーツにあてはめてみるKen'ichi Matsui
 
Variational Autoencoderの紹介
Variational Autoencoderの紹介Variational Autoencoderの紹介
Variational Autoencoderの紹介Ken'ichi Matsui
 
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」Ken'ichi Matsui
 
DS LT祭り 「AUCが0.01改善したって どういうことですか?」
DS LT祭り 「AUCが0.01改善したって どういうことですか?」DS LT祭り 「AUCが0.01改善したって どういうことですか?」
DS LT祭り 「AUCが0.01改善したって どういうことですか?」Ken'ichi Matsui
 
統計的学習の基礎 4章 前半
統計的学習の基礎 4章 前半統計的学習の基礎 4章 前半
統計的学習の基礎 4章 前半Ken'ichi Matsui
 
基礎からのベイズ統計学 輪読会資料 第8章 「比率・相関・信頼性」
基礎からのベイズ統計学 輪読会資料  第8章 「比率・相関・信頼性」基礎からのベイズ統計学 輪読会資料  第8章 「比率・相関・信頼性」
基礎からのベイズ統計学 輪読会資料 第8章 「比率・相関・信頼性」Ken'ichi Matsui
 
第13回数学カフェ「素数!!」二次会 LT資料「乱数!!」
第13回数学カフェ「素数!!」二次会 LT資料「乱数!!」第13回数学カフェ「素数!!」二次会 LT資料「乱数!!」
第13回数学カフェ「素数!!」二次会 LT資料「乱数!!」Ken'ichi Matsui
 
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料Ken'ichi Matsui
 
15分でわかる(範囲の)ベイズ統計学
15分でわかる(範囲の)ベイズ統計学15分でわかる(範囲の)ベイズ統計学
15分でわかる(範囲の)ベイズ統計学Ken'ichi Matsui
 
Random Forest による分類
Random Forest による分類Random Forest による分類
Random Forest による分類Ken'ichi Matsui
 
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法Ken'ichi Matsui
 
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料Ken'ichi Matsui
 
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料 「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料 Ken'ichi Matsui
 

More from Ken'ichi Matsui (20)

ベータ分布の謎に迫る
ベータ分布の謎に迫るベータ分布の謎に迫る
ベータ分布の謎に迫る
 
音楽波形データからコードを推定してみる
音楽波形データからコードを推定してみる音楽波形データからコードを推定してみる
音楽波形データからコードを推定してみる
 
データサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテストデータサイエンティストの仕事とデータ分析コンテスト
データサイエンティストの仕事とデータ分析コンテスト
 
分析コンペティションの光と影
分析コンペティションの光と影分析コンペティションの光と影
分析コンペティションの光と影
 
Kaggle Google Quest Q&A Labeling 反省会 LT資料 47th place solution
Kaggle Google Quest Q&A Labeling 反省会 LT資料 47th place solutionKaggle Google Quest Q&A Labeling 反省会 LT資料 47th place solution
Kaggle Google Quest Q&A Labeling 反省会 LT資料 47th place solution
 
データ分析コンテストとデータサイエンティストの働きかた
データ分析コンテストとデータサイエンティストの働きかたデータ分析コンテストとデータサイエンティストの働きかた
データ分析コンテストとデータサイエンティストの働きかた
 
確率分布の成り立ちを理解してスポーツにあてはめてみる
確率分布の成り立ちを理解してスポーツにあてはめてみる確率分布の成り立ちを理解してスポーツにあてはめてみる
確率分布の成り立ちを理解してスポーツにあてはめてみる
 
Introduction of VAE
Introduction of VAEIntroduction of VAE
Introduction of VAE
 
Variational Autoencoderの紹介
Variational Autoencoderの紹介Variational Autoencoderの紹介
Variational Autoencoderの紹介
 
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
数学カフェ 確率・統計・機械学習回 「速習 確率・統計」
 
DS LT祭り 「AUCが0.01改善したって どういうことですか?」
DS LT祭り 「AUCが0.01改善したって どういうことですか?」DS LT祭り 「AUCが0.01改善したって どういうことですか?」
DS LT祭り 「AUCが0.01改善したって どういうことですか?」
 
統計的学習の基礎 4章 前半
統計的学習の基礎 4章 前半統計的学習の基礎 4章 前半
統計的学習の基礎 4章 前半
 
基礎からのベイズ統計学 輪読会資料 第8章 「比率・相関・信頼性」
基礎からのベイズ統計学 輪読会資料  第8章 「比率・相関・信頼性」基礎からのベイズ統計学 輪読会資料  第8章 「比率・相関・信頼性」
基礎からのベイズ統計学 輪読会資料 第8章 「比率・相関・信頼性」
 
第13回数学カフェ「素数!!」二次会 LT資料「乱数!!」
第13回数学カフェ「素数!!」二次会 LT資料「乱数!!」第13回数学カフェ「素数!!」二次会 LT資料「乱数!!」
第13回数学カフェ「素数!!」二次会 LT資料「乱数!!」
 
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
「ベータ分布の謎に迫る」第6回 プログラマのための数学勉強会 LT資料
 
15分でわかる(範囲の)ベイズ統計学
15分でわかる(範囲の)ベイズ統計学15分でわかる(範囲の)ベイズ統計学
15分でわかる(範囲の)ベイズ統計学
 
Random Forest による分類
Random Forest による分類Random Forest による分類
Random Forest による分類
 
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
基礎からのベイズ統計学 輪読会資料 第4章 メトロポリス・ヘイスティングス法
 
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料「全ての確率はコイン投げに通ず」 Japan.R 発表資料
「全ての確率はコイン投げに通ず」 Japan.R 発表資料
 
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料 「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
 

Recently uploaded

毕业文凭制作#回国入职#diploma#degree澳洲中央昆士兰大学毕业证成绩单pdf电子版制作修改#毕业文凭制作#回国入职#diploma#degree
毕业文凭制作#回国入职#diploma#degree澳洲中央昆士兰大学毕业证成绩单pdf电子版制作修改#毕业文凭制作#回国入职#diploma#degree毕业文凭制作#回国入职#diploma#degree澳洲中央昆士兰大学毕业证成绩单pdf电子版制作修改#毕业文凭制作#回国入职#diploma#degree
毕业文凭制作#回国入职#diploma#degree澳洲中央昆士兰大学毕业证成绩单pdf电子版制作修改#毕业文凭制作#回国入职#diploma#degreeyuu sss
 
Call Girls In Dwarka 9654467111 Escorts Service
Call Girls In Dwarka 9654467111 Escorts ServiceCall Girls In Dwarka 9654467111 Escorts Service
Call Girls In Dwarka 9654467111 Escorts ServiceSapana Sha
 
Advanced Machine Learning for Business Professionals
Advanced Machine Learning for Business ProfessionalsAdvanced Machine Learning for Business Professionals
Advanced Machine Learning for Business ProfessionalsVICTOR MAESTRE RAMIREZ
 
PKS-TGC-1084-630 - Stage 1 Proposal.pptx
PKS-TGC-1084-630 - Stage 1 Proposal.pptxPKS-TGC-1084-630 - Stage 1 Proposal.pptx
PKS-TGC-1084-630 - Stage 1 Proposal.pptxPramod Kumar Srivastava
 
Predictive Analysis for Loan Default Presentation : Data Analysis Project PPT
Predictive Analysis for Loan Default  Presentation : Data Analysis Project PPTPredictive Analysis for Loan Default  Presentation : Data Analysis Project PPT
Predictive Analysis for Loan Default Presentation : Data Analysis Project PPTBoston Institute of Analytics
 
Student Profile Sample report on improving academic performance by uniting gr...
Student Profile Sample report on improving academic performance by uniting gr...Student Profile Sample report on improving academic performance by uniting gr...
Student Profile Sample report on improving academic performance by uniting gr...Seán Kennedy
 
9711147426✨Call In girls Gurgaon Sector 31. SCO 25 escort service
9711147426✨Call In girls Gurgaon Sector 31. SCO 25 escort service9711147426✨Call In girls Gurgaon Sector 31. SCO 25 escort service
9711147426✨Call In girls Gurgaon Sector 31. SCO 25 escort servicejennyeacort
 
Statistics, Data Analysis, and Decision Modeling, 5th edition by James R. Eva...
Statistics, Data Analysis, and Decision Modeling, 5th edition by James R. Eva...Statistics, Data Analysis, and Decision Modeling, 5th edition by James R. Eva...
Statistics, Data Analysis, and Decision Modeling, 5th edition by James R. Eva...ssuserf63bd7
 
Indian Call Girls in Abu Dhabi O5286O24O8 Call Girls in Abu Dhabi By Independ...
Indian Call Girls in Abu Dhabi O5286O24O8 Call Girls in Abu Dhabi By Independ...Indian Call Girls in Abu Dhabi O5286O24O8 Call Girls in Abu Dhabi By Independ...
Indian Call Girls in Abu Dhabi O5286O24O8 Call Girls in Abu Dhabi By Independ...dajasot375
 
DBA Basics: Getting Started with Performance Tuning.pdf
DBA Basics: Getting Started with Performance Tuning.pdfDBA Basics: Getting Started with Performance Tuning.pdf
DBA Basics: Getting Started with Performance Tuning.pdfJohn Sterrett
 
ASML's Taxonomy Adventure by Daniel Canter
ASML's Taxonomy Adventure by Daniel CanterASML's Taxonomy Adventure by Daniel Canter
ASML's Taxonomy Adventure by Daniel Cantervoginip
 
Top 5 Best Data Analytics Courses In Queens
Top 5 Best Data Analytics Courses In QueensTop 5 Best Data Analytics Courses In Queens
Top 5 Best Data Analytics Courses In Queensdataanalyticsqueen03
 
Identifying Appropriate Test Statistics Involving Population Mean
Identifying Appropriate Test Statistics Involving Population MeanIdentifying Appropriate Test Statistics Involving Population Mean
Identifying Appropriate Test Statistics Involving Population MeanMYRABACSAFRA2
 
NLP Project PPT: Flipkart Product Reviews through NLP Data Science.pptx
NLP Project PPT: Flipkart Product Reviews through NLP Data Science.pptxNLP Project PPT: Flipkart Product Reviews through NLP Data Science.pptx
NLP Project PPT: Flipkart Product Reviews through NLP Data Science.pptxBoston Institute of Analytics
 
RS 9000 Call In girls Dwarka Mor (DELHI)⇛9711147426🔝Delhi
RS 9000 Call In girls Dwarka Mor (DELHI)⇛9711147426🔝DelhiRS 9000 Call In girls Dwarka Mor (DELHI)⇛9711147426🔝Delhi
RS 9000 Call In girls Dwarka Mor (DELHI)⇛9711147426🔝Delhijennyeacort
 
Semantic Shed - Squashing and Squeezing.pptx
Semantic Shed - Squashing and Squeezing.pptxSemantic Shed - Squashing and Squeezing.pptx
Semantic Shed - Squashing and Squeezing.pptxMike Bennett
 
2006_GasProcessing_HB (1).pdf HYDROCARBON PROCESSING
2006_GasProcessing_HB (1).pdf HYDROCARBON PROCESSING2006_GasProcessing_HB (1).pdf HYDROCARBON PROCESSING
2006_GasProcessing_HB (1).pdf HYDROCARBON PROCESSINGmarianagonzalez07
 
NLP Data Science Project Presentation:Predicting Heart Disease with NLP Data ...
NLP Data Science Project Presentation:Predicting Heart Disease with NLP Data ...NLP Data Science Project Presentation:Predicting Heart Disease with NLP Data ...
NLP Data Science Project Presentation:Predicting Heart Disease with NLP Data ...Boston Institute of Analytics
 
Machine learning classification ppt.ppt
Machine learning classification  ppt.pptMachine learning classification  ppt.ppt
Machine learning classification ppt.pptamreenkhanum0307
 

Recently uploaded (20)

毕业文凭制作#回国入职#diploma#degree澳洲中央昆士兰大学毕业证成绩单pdf电子版制作修改#毕业文凭制作#回国入职#diploma#degree
毕业文凭制作#回国入职#diploma#degree澳洲中央昆士兰大学毕业证成绩单pdf电子版制作修改#毕业文凭制作#回国入职#diploma#degree毕业文凭制作#回国入职#diploma#degree澳洲中央昆士兰大学毕业证成绩单pdf电子版制作修改#毕业文凭制作#回国入职#diploma#degree
毕业文凭制作#回国入职#diploma#degree澳洲中央昆士兰大学毕业证成绩单pdf电子版制作修改#毕业文凭制作#回国入职#diploma#degree
 
Call Girls In Dwarka 9654467111 Escorts Service
Call Girls In Dwarka 9654467111 Escorts ServiceCall Girls In Dwarka 9654467111 Escorts Service
Call Girls In Dwarka 9654467111 Escorts Service
 
Advanced Machine Learning for Business Professionals
Advanced Machine Learning for Business ProfessionalsAdvanced Machine Learning for Business Professionals
Advanced Machine Learning for Business Professionals
 
PKS-TGC-1084-630 - Stage 1 Proposal.pptx
PKS-TGC-1084-630 - Stage 1 Proposal.pptxPKS-TGC-1084-630 - Stage 1 Proposal.pptx
PKS-TGC-1084-630 - Stage 1 Proposal.pptx
 
Predictive Analysis for Loan Default Presentation : Data Analysis Project PPT
Predictive Analysis for Loan Default  Presentation : Data Analysis Project PPTPredictive Analysis for Loan Default  Presentation : Data Analysis Project PPT
Predictive Analysis for Loan Default Presentation : Data Analysis Project PPT
 
Student Profile Sample report on improving academic performance by uniting gr...
Student Profile Sample report on improving academic performance by uniting gr...Student Profile Sample report on improving academic performance by uniting gr...
Student Profile Sample report on improving academic performance by uniting gr...
 
9711147426✨Call In girls Gurgaon Sector 31. SCO 25 escort service
9711147426✨Call In girls Gurgaon Sector 31. SCO 25 escort service9711147426✨Call In girls Gurgaon Sector 31. SCO 25 escort service
9711147426✨Call In girls Gurgaon Sector 31. SCO 25 escort service
 
Statistics, Data Analysis, and Decision Modeling, 5th edition by James R. Eva...
Statistics, Data Analysis, and Decision Modeling, 5th edition by James R. Eva...Statistics, Data Analysis, and Decision Modeling, 5th edition by James R. Eva...
Statistics, Data Analysis, and Decision Modeling, 5th edition by James R. Eva...
 
Indian Call Girls in Abu Dhabi O5286O24O8 Call Girls in Abu Dhabi By Independ...
Indian Call Girls in Abu Dhabi O5286O24O8 Call Girls in Abu Dhabi By Independ...Indian Call Girls in Abu Dhabi O5286O24O8 Call Girls in Abu Dhabi By Independ...
Indian Call Girls in Abu Dhabi O5286O24O8 Call Girls in Abu Dhabi By Independ...
 
DBA Basics: Getting Started with Performance Tuning.pdf
DBA Basics: Getting Started with Performance Tuning.pdfDBA Basics: Getting Started with Performance Tuning.pdf
DBA Basics: Getting Started with Performance Tuning.pdf
 
Deep Generative Learning for All - The Gen AI Hype (Spring 2024)
Deep Generative Learning for All - The Gen AI Hype (Spring 2024)Deep Generative Learning for All - The Gen AI Hype (Spring 2024)
Deep Generative Learning for All - The Gen AI Hype (Spring 2024)
 
ASML's Taxonomy Adventure by Daniel Canter
ASML's Taxonomy Adventure by Daniel CanterASML's Taxonomy Adventure by Daniel Canter
ASML's Taxonomy Adventure by Daniel Canter
 
Top 5 Best Data Analytics Courses In Queens
Top 5 Best Data Analytics Courses In QueensTop 5 Best Data Analytics Courses In Queens
Top 5 Best Data Analytics Courses In Queens
 
Identifying Appropriate Test Statistics Involving Population Mean
Identifying Appropriate Test Statistics Involving Population MeanIdentifying Appropriate Test Statistics Involving Population Mean
Identifying Appropriate Test Statistics Involving Population Mean
 
NLP Project PPT: Flipkart Product Reviews through NLP Data Science.pptx
NLP Project PPT: Flipkart Product Reviews through NLP Data Science.pptxNLP Project PPT: Flipkart Product Reviews through NLP Data Science.pptx
NLP Project PPT: Flipkart Product Reviews through NLP Data Science.pptx
 
RS 9000 Call In girls Dwarka Mor (DELHI)⇛9711147426🔝Delhi
RS 9000 Call In girls Dwarka Mor (DELHI)⇛9711147426🔝DelhiRS 9000 Call In girls Dwarka Mor (DELHI)⇛9711147426🔝Delhi
RS 9000 Call In girls Dwarka Mor (DELHI)⇛9711147426🔝Delhi
 
Semantic Shed - Squashing and Squeezing.pptx
Semantic Shed - Squashing and Squeezing.pptxSemantic Shed - Squashing and Squeezing.pptx
Semantic Shed - Squashing and Squeezing.pptx
 
2006_GasProcessing_HB (1).pdf HYDROCARBON PROCESSING
2006_GasProcessing_HB (1).pdf HYDROCARBON PROCESSING2006_GasProcessing_HB (1).pdf HYDROCARBON PROCESSING
2006_GasProcessing_HB (1).pdf HYDROCARBON PROCESSING
 
NLP Data Science Project Presentation:Predicting Heart Disease with NLP Data ...
NLP Data Science Project Presentation:Predicting Heart Disease with NLP Data ...NLP Data Science Project Presentation:Predicting Heart Disease with NLP Data ...
NLP Data Science Project Presentation:Predicting Heart Disease with NLP Data ...
 
Machine learning classification ppt.ppt
Machine learning classification  ppt.pptMachine learning classification  ppt.ppt
Machine learning classification ppt.ppt
 

SIGNATE 産業技術総合研究所 衛星画像分析コンテスト 2位入賞モデルの工夫点

  • 1. 7 E 8 G A T N I S @ 0/21 43
  • 2. b / 0GB I P Q SEPPBN 0GB I P Q EEP q i h :TPDK DPP / MEEP %@KI GB I P Q ( @K PNE QPEK o v p g ku )-t ) (- ()cn d 591 4 l ra m d )t 7 B 1 EPK 3BI A :NBAE@PEK ( ( P (.(-PB I K ,% 2NK B BA j ez bsy BP@ w / DPP / I P Q GB % EIAK%@KI
  • 3. a L N D ..7 . 525 4. 6 3 6 1 P . . P a a N
  • 4. I tG 4103.5/ ü ü ü s r m G ü _ s ü _ 8 6 ) ( ) 28:97 ( ) 8 6 ( 8 6 ) ( ( 8 6 ) ( ) 8 6 ( ) ) 8 6 ) )( ( ü r ü Sa ü ü n T E m G G tG I K r m G m e uN T uN G m G uN
  • 5. / 4985 .7367 3 6 / 8 3 7 .7367 3 6 e 1 38 r is 17 o mP P S mS mr / 4985 . P / 8 3 7 . P 0 4:8 P r c ) ( ( v v 7 2 7 :3 7 2 7 2 7 2 7 2 7 2 ü n / 4985 . o u _ ü L ü n ta / 8 3 7 . b l T dK
  • 6. a L N D ..7 . 525 4. 6 3 6 1 P . . P a a N
  • 7. p L s U 8 6 8 ihms n p 9 p g ja n /2 4 2 , p o p , - 4 L t d m : 2 2 7 1 p e x c R 7 p R p n 10/. 7 . 86 2 5 9 3 : 5 8 8
  • 8. [ – 8 – 7 7 m 0 7 ] 8 5 7 6 9 7 ] 7 7 8 7 1 2 1 2 1 2 1 2 1 2 1 2 1 2
  • 9.
  • 11. ) 7 2 ( 32px 32px
  • 12. NU P r NUt 3u 6 65 9 7 3 9 oFs 3 n P rI e v v s r N P i v s Tc % (( ac , ( 1 9 9 6 0684 9 6 2 6 1 9 9 6 .4 6 0684 9 6 .4 6 1 9 9 6 2 6 0684 9 6 g U U Tc ∩ 1 9 9 6 Tc ∪ 1 9 9 6 l U Tc % (( ( ac , ( ) , %, % rf s
  • 13. t s 119601 P , A ocey vo g ocrc Aio i N o c sryrca t t t t /57484 2 .23084 2
  • 14. N P IP ∩ 01 2 3 ∪ 01 2 3 0 U g7 8 = N ,2 3 e a i 0 g v U se o e g 01 2 3 ,2 3
  • 15. A a A / 10 324 W A A s G A G 8 9 A u W k n m S G t 9 e
  • 16. A g b P b b b .3 043n i L B c l a me b tu8 0 D
  • 17.
  • 18.
  • 19. a L N D ..7 . 525 4. 6 3 6 1 P . . P a a N
  • 20. Dk i u H ü g p GL o ac a ü D g rPafmc ec ü F af r i H tf scn lc t iy tsh T g eccn ü b Ho ecCi h
  • 21. a L N D ..7 . 525 4. 6 3 6 1 P . . P a a N
  • 22. u b vg i 2A 4C8 0 c o ü /0 b vg ü /4C4 D9 8 C4C b ü eT 2A 4C8 0 c ü N o t ah /4C4 D9 8 C4C p sdr u 2D5 6 0 u ü ü 2D5 6 0 N o t vg ü L 38BC m 6B vg vg ü 11 ü P p n 8C6 u ü v u ü ü ü i t ü ü A 9 C 8BB CA4BC 2477 9 A 9 p ü 11 ahp l b l ( )
  • 23. L u g eA m r lv o nnt o g a / 5 0 3 . bD cP B 0 0 4738 0 598 L ru / 1652 . bDbD
  • 24. 5A6 59B ( ( ( ( /-- - v (.) - / . ( - ( // ) b (/, .( (. ,-/ L t r ü o )( )( - cmf t ü s , ), s ) n t P v n t ia u T t l % 4A 6 9 31 % P 26 6 0D 9 6 e g 4D7 8 31l l ( ) , - . /
  • 25. 2 2 A8 6 2 9 / D D D D p D x 989 2 ed7 9 n7 9 p D x 25 2559 8 4 9 8 f o R u L R x t p 1. ° ° g r c m b 0 9B2 6 / P a 2 2 A8 6 2 9 iv l 0A3 94 / lm m l G
  • 26. n n A83 8A 8B 28A08B A83 8A 8B 28A08B A83 8A 8B 28A08B 7 A83 8A 8B 7 5 8 8BD A83 8A 8B 78 A 8B 783 8A 8B 4A 8B3 5 8 783 8A 8B im 00 wr n saLN 28A08B v vgu s w u ex t w s o e l 1 D4B8 / pP .4B4 C9 8 B4B _ Rcb d 1C5 6 / pP de e pP d
  • 27. ) h m p h 17G7 . A BG7G CB f n DC9 r h DC9 h f b z h z h z ef z e f044 h 044 v h A y v ACA BG A l ACA BG A v P 7 B B 7G h Ss 7 B B 7G G D L v DC9 r h 7AA7 c d 7AA7 h d 87G9 L 621 DC9 h DC9 r r DC9 h r 17G7 . A BG7G CB G 97 p c u h G G 7G C h v t v CDG A 621 . 7A a BC A7 L c v c 97 B f 97 B ) 9 D 7B n 7B CA CG7G CB 17G7 . A BG7G CB f n 7B CA D 17G7 . A BG7G CB f n h f h f D G CB r n h m p 5 7G 3/ i w go 17G7 . A BG7G CB e f 5 8 9 3/m m ( ) -
  • 28. u r u .1 1 , 594 1 7 s 4 36 u g 4 36 c ut c p e m m ih m D 4 36 m m A4 19 87 5 .1 1 , 594 1 7 o n u r 0 7A1 4 / v L .1 1 , 594 1 7 l Pba c 0 2873 / v cv c
  • 29. v oc tP ocP ( 0 3984 / P oc ( 0 8A2 5 / P oc t 2 2 6 5 2 8 rP 5 47 t l 5 47 oc t ocP n h v oc P . 1 oc g y u t 44 24B e i P L tP t ) 0 3984 / P oc 0 8A2 5 / P oc t p 0 8A2 5 / v I 2 2 6 5 2 8 m bUa ocP 0 3984 / v ocv oc
  • 30. 73 7 7A 73 7 7A 73 7 7A 73 7 7A 27 07A 27 07A 9A9 7 _ 9A9 7 F n u v 9A9 7 .1 i o g l NL P p s t r 1 9 4A7 / a 4A4 B8 7 A4A9 bm Rc e 1B5 96 / ee
  • 31. Ri g 0 9B4 7 . SN L 4 4 A8 7 4 9 e _P 0A5 96 . _u _ D 73 7 7 73 7 7 73 7 7 73 7 7 17 /7 17 /7 _P a v 2A5 9 P l c s _P m r l c n2A5 9 P l c B bo n
  • 32. g 1A5:96 0 Lg i a 1 9B4 7 0 L K P .4 4 A8 7 4 9 _S g 1A5:96 0 Lga a Lg A 7 3 /7 4 A A 7 3 A 7 3 A 7 3 A 7 3 A 7 3 2A5 9 l c bv 2A5 9 l c rs e u o to m ns u
  • 33. i 0 2763 / mLi l a 0 6 1 4 / mL n P 1 1 5849 1 6 9 i 0 2763 / mLia a mLi r l cD or E cD o u g D v v x u r r cD o . 347 t eb
  • 34. 0 6 1 4 / te L P c 0 6 1 4 / t e L .1 1 5849 1 6 9 a b uv 0 2763 / te brte b B D L D g mt l o 0 6 1 4 / l L l A 0 6 1 4 / l o 0 6 1 4 / l Ln i l
  • 35. a L N D ..7 . 525 4. 6 3 6 1 P . . P a a N
  • 36. 31 4 s URL: 1, 3 Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun ”Deep Residual Learning for Image Recognition” https://arxiv.org/abs/1512.03385 2 Andreas Veit, Michael Wilber, Serge Belongie “Residual Networks Behave Like Ensembles of Relatively Shallow Networks https://arxiv.org/abs/1605.06431” 5R 2 5 t N t st
  • 37. 4 torchvision https://github.com/pytorch/vision/blob/master/torchvision/models/resnet.py B URL: 4 Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun ”Deep Residual Learning for Image Recognition” https://arxiv.org/abs/1512.03385
  • 38. 4 torchvision https://github.com/pytorch/vision/blob/master/torchvision/models/resnet.py B URL: 4 Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun ”Deep Residual Learning for Image Recognition” https://arxiv.org/abs/1512.03385
  • 39. 6 / : 3 . 3 . /6/3 . 46 / . 3 4: 3 . /6/3 3 6 3 . /6/3 3 6 6 4:
  • 40. ot q - S d R x t x t e c S sz eE c d R x t sz E C R c S x t x t i u R ot q N S Jie Hu, Li Shen, Gang Sun “Squeeze-and-Excitation Networks” https://arxiv.org/abs/1709.01507
  • 41. a L N D ..7 . 525 4. 6 3 6 1 P . . P a a N
  • 42. C vx t t u o x o n o n o n o n x e N_ rt o n x c o g e n x b s sx f rt o n . yo n rt o n la i m
  • 43. L Y p L p E pb S z L pD B Cb S OE cA / / /Ba gC D / m r b S Y Nh / . L Y p ue Fo m dktn p si
  • 44. a L N D ..7 . 525 4. 6 3 6 1 P . . P a a N
  • 45. EP aA 22 (2 ) g S a c a 2 aiok pnbMf T I e W ( pm LWe baS 22 (2 ) D
  • 46. 3 3 . CE c U W U ) P 2 3 2 3 2 3 2 3 2 3 2 3 P V OC M O A Ui Gc l( ( S a ) ( 2 2 . ( 3 . c l( Sengn la l(
  • 47. !