Please enable JavaScript in your browser.

fltech - 富士通研究所の技術ブログ

富士通研究所の研究員がさまざまなテーマで語る技術ブログ

AI

Introducing the Adversarial Example Attack Detector

Hello, I'm Takanori Machida from our AI Trust Research Centre. Today, I would like to introduce an exciting new AI core engine – the Adversarial Example Attack Detector – which is now available from Fujitsu Kozuchi.

画角変更検知の特長のご紹介

こんにちは、人工知能研の小林です 。今日は、Fujitsu Kozuchi に搭載されている画角変更検知についてご紹介します。 この記事は、5週連続集中連載の第4弾です。前回「マルチカメラトラッキングの特長のご紹介」はこちらです! 画角変更検知は、カメラの画角…

Introducing Camera Angle Change Detection

Hello, I'm Yoshie Kobayashi from our Artificial Intelligence Laboratory. Today, I would like to introduce an exciting new AI core engine - Camera Angle Change Detection – which is now available from Fujitsu Kozuchi . This blog is the fourt…

マルチカメラトラッキングの特長のご紹介

こんにちは、データ&セキュリティ研の伊藤です。今日は、Fujitsu Kozuchi (code name) - Fujitsu AI Platform (以下 Fujitsu Kozuchi)に搭載されているマルチカメラトラッキングについてご紹介します。

Introducing Multi-Camera Tracking

Hello, I'm Ito from our Data & Security Research Laboratory. Today, I would like to introduce an exciting new AI core engine - Multi-Camera Tracking – which is now available from Fujitsu Kozuchi (code name) - Fujitsu AI Platform.

Introducing The Fujitsu Neuro-Symbolic Explainer

Hello, I'm Dr. Joe Townsend from Fujitsu Research of Europe Ltd. Today, I would like to introduce an exciting new AI core engine – the Fujitsu Neuro-Symbolic Explainer – which is now available from Fujitsu Kozuchi (code name) - Fujitsu AI …

Fujitsu Neuro-Symbolic Explainerの特長のご紹介

こんにちは、Fujitsu Research of Europe Ltd.のJoe Townsendです。今日は、Fujitsu Kozuchi (code name) - Fujitsu AI Platform(以下Fujitsu Kozuchi)に搭載されているFujitsu Neuro-Symbolic Explainerについてご紹介します。 この記事は、5週連続集中連…

AI 画像生成の特長のご紹介

こんにちは、富士通研究開発中心有限公司(Fujitsu R&D Center Co, Ltd.)の鐘 朝亮 です。今日は、Fujitsu Kozuchi (code name) - Fujitsu AI Platform (以下 Fujitsu Kozuchi)に搭載されているAI画像生成についてご紹介します。

Introducing Synthetic Image Generation

Hello, I'm Chaoliang Zhong from Fujitsu R&D Center Co, Ltd. Today, I would like to introduce an exciting new AI core engine - Synthetic Image Generation – which is now available from Fujitsu Kozuchi (code name) - Fujitsu AI Platform .

AIモデルの公平性の検証や改善ができるFujitsu AI Ethics for Fairnessを一般公開しました

はじめに こんにちは。AIトラスト研究センター)成田です。 AIトラスト研究センターでは、研究所の先端AI技術を公開するためのプラットフォーム Fujitsu Kozuchiを通して、多くのお客様に我々の技術を素早く提供することで価値検証と技術の改善を迅速に進め…

Fujitsu Kozuchi AIコアエンジン紹介Blog 連載事前告知

こんにちは。人工知能研究所の福田です。富士通では「Fujitsu Kozuchi (code name) - Fujitsu AI Platform」(以下Fujitsu Kozuchi)を通じて研究開発した先端AI技術を提供しています。ここで提供されている技術をより多くの方に体験していただき、皆さまの…

Advance Notice for Blog Series about Fujitsu Kozuchi AI core engines

Hello. I am Fukuda from the Fujitsu AI laboratory. Fujitsu provides advanced AI technology through the Fujitsu Kozuchi (code name) - Fujitsu AI Platform. We hope that more people will try our technologies using Kozuchi to see how it can he…

Fujitsu AutoMLがPocket RD様のアバター作成AIとコラボレーションしました

はじめに こんにちは。AutoMLプロジェクトの菅原です。 今回は、データサイエンティストではない現場の担当者がFujitsu AutoMLを使ってAIモデルを作成するという実証実験についてご紹介します。

1st place in the WACV Physical Retail AI Workshop challenge

AI

Hello, I am Jiaqi Ning, a researcher from the human reasoning group of FUJITSU RESEARCH & DEVELOPMENT CENTER (FRDC), China. Recently, my colleagues from FRDC, FRJ, FRA and I formed a team to participate in the WACV Physical Retail AI chall…

Design Automation Conferenceに参加しました

こんにちは、富士通研究所コンピューティング研究所の萩原です。 文部科学省「次世代計算基盤に係る調査研究」事業の一環として、 2023/7/9~7/13 に Moscone West (San Francisco) で開催された国際会議 Design Automation Conference 60 (https://www.dac.…

1st prize in the "Automated checkout" competition of 7th AI CITY CHALLENGE

Hello, I am Ziqiang Shi from the team working on developing Self CheckOut Monitoring (SCOM) at FUJITSU RESEARCH & DEVELOPMENT CENTER in China. Recently, our SCOM technology won the 1st prize in the 7th AI CITY CHALLENGE (https://www.aicity…

SIGNATE 「ブルーカーボン・ダイナミクスを可視化せよ!」コンペティションで2位入賞しました

こんにちは、人工知能研究所 AutoMLプロジェクトの近藤です。 2023年1月から4月にかけて、SIGNATEで開催された「ブルーカーボン・ダイナミクスを可視化せよ!」コンペティションに参加し、2位に入賞しました。 本記事では、コンペティション概要、解法と開催…

機械学習コードを自動生成するFujitsu AutoMLデモアプリを一般公開しました

こんにちは。人工知能研究所 AutoMLプロジェクトの木村です。人工知能研究所では、研究所の先端AI技術を公開するためのプラットフォーム Fujitsu Kozuchi を通して、多くのお客様に我々の技術を素早く提供することで価値検証と技術の改善を迅速に進めていく…

「ハイパーパラメータ選択にロバストなVAE」に関する研究がICLR2023 notable-top-5%で採択されました

こんにちは、人工知能研究所 長谷川です。このたび、富士通研究所とトロント大学との共同研究で得られた「ハイパーパラメータ選択にロバストなVAE」に関する研究論文が、機械学習の主要な国際会議であるICLR2023にnotable-top-5% (従来のOral)として採択され…

「グラフ分類のためのデータ拡張技術」に関する研究がICLR 2023に採択されました

こんにちは.人工知能研究所のMichael, Wing, 小御門、内野、丸橋です。私たちは「AIを用いた知識発見」に関する研究開発を行っています。このたび,テキサスA&M大学のData Integration, Visualization, and Exploration (DIVE) Laboratory (https://people.…

“Multi-Rate VAE: Train Once, Get the Full Rate-Distortion Curve” accepted at ICLR2023 as notable-top-5%

Recently, in our joint research with the University of Toronto, we have developed an AI technology called Multi-Rate VAE (MR-VAE), enabling the acquisition of the full rate-distortion curve by only a single training run. We will present ou…

“Automated Data Augmentation for Graph Classification” presented on ICLR 2023

We are conducting research about applying graph data augmentations to graph classification. Recently, we have completed a joint research project with Texas A&M University’s Data Integration, Visualization, and Exploration (DIVE) Laboratory…

"Cost-Sensitive Self-Training for Optimizing Non-Decomposable Metrics" presented on NeurIPS 2022

Recently, in our joint research with the Indian Institute of Science, we have developed an AI technology called cost-sensitive self-training that can optimize practical real-world metrics which are complex and present it at NeurIPS 2022. I…

"Exploring the Whole Rashomon Set of Sparse Decision Trees" presented on NeurIPS 2022

We are conducting research and development on "AI-based Knowledge Discovery". Recently, We have started a joint research project with [Duke University's Interpretable Machine Learning Lab (https://users.cs.duke.edu/~cynthia/lab.html), and …

NeurIPS2022にて「最適化が困難な指標のためのコスト考慮型自己訓練学習手法」について発表します

こんにちは.人工知能研究所 自律学習PJの竹森です.富士通研究所では「自律的に学習可能なAI技術」に関する研究開発を行っています.このたび,インド理科大学院との共同研究で得られた「最適化が困難な指標のためのコスト考慮型自己訓練学習」に関する研究…

NeurIPS2022にて「決定木の羅生門集合構築技術」について発表します

こんにちは.人工知能研究所 発見数理PJの高木です.富士通研究所では「AIを用いた知識発見」に関する研究開発を行っています.このたび,デューク大学のInterpretable Machine Learning Lab (解釈可能機械学習研究室)との共同研究成果である「決定木の羅…

精度低下した深層学習モデルを正解データなしで修復する研究成果をIEEE ICIP2022で発表しました

AI ML

こんにちは、人工知能研究所AI品質プロジェクトの金月です。富士通研究所では、AIの品質向上に向けた研究を行っています。深層学習モデルの精度低下を正解データなしで修復する研究成果が、IEEE ICIP2022にて採択されたのでその概要をご紹介します。 IEEE In…

ICML2022にて「ロバスト性を考慮したベイズ最適化」について発表します

こんにちは.人工知能研究所 自律学習PJの竹森です.富士通研究所では「自律的に学習可能なAI技術」に関する研究開発を行っています.このたび,我々の研究成果である「ロバスト性を考慮したベイズ最適化」に関する研究論文が,機械学習の主要な国際会議であ…

人工知能研究所の自律学習PJについて

AI ML

こんにちは。人工知能研究所 自律学習PJの小橋です。 これまで我々のPJ(プロジェクト)では、折をみてブログで研究ネタを発信してきましたが、「そもそも富士通のAI研究って何してるの?自律学習PJって何なの?」という話しはしてきませんでした。せっかくな…

ICSE2022でコード生成型AutoML - SapientMLについて発表しました

こんにちは.人工知能研究所 自律学習PJの浦です.富士通研究所では「自律的に学習可能なAI技術」に関する研究開発を行っています.このたび,我々の研究成果であるAutoML技術であるSapientMLの研究論文が,ソフトウェア工学の主要な国際会議であるICSE2022…