本連載は「これから機械学習に取り組みたい」「ディープラーニングや機械学習を使った経験がある」といったエンジニアに向けて、データ量が少なくても分析が実現できる「スパースモデリング」という手法を紹介します。 前回は辞書学習を用いた画像の再構成を紹介しました。今回は発展的な内容として、画像の欠損補間、異常検知、超解像の三つを紹介します。辞書学習でそんなことができるのか、と驚いてもらえるような例を用意しました。それでは、順番に見ていきましょう。
※印刷用ページ表示機能はメンバーのみが利用可能です（登録無料）。
この記事は参考になりましたか？
- ITエンジニアのためのスパースモデリング入門連載記事一覧
-
- 最先端のスパースモデリング～HMLassoとPliable Lasso～
- スパースモデリングの画像処理への発展的な応用～欠損補間、異常検知、超解像
- スパースモデリングの画像処理への応用～画像の再構成とノイズ除去
- この記事の著者
-
増井 隆治（株式会社HACARUS）（マスイ リュウジ）
中学生の頃からプログラミングに興味を持ち、鈴鹿高専で情報学の基礎を学び、その後京都大学に編入し、より高度な数学を学ぶ。大学の実験で仲良くなった大関先生の紹介でハカルスでアルバイトを始める。3年間のアルバイトの後、2019年4月にハカルス初の新卒として入社。データサイエンティストの仕事に邁進している...
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
