Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

[Japan Tech summit 2017] MAI 007

240 views

Published on

[Japan Tech summit 2017] MAI 007 セッション資料

Published in: Travel
  • Be the first to comment

  • Be the first to like this

[Japan Tech summit 2017] MAI 007

  1. 1. Microsoft Tech Summit 2017本情報の内容(添付文書、リンク先などを含む)は、Microsoft Tech Summit 2017 開催日(2017 年 11 月 8日 - 9 日)時点のものであり、予告なく変更される場合があります。
  2. 2. https://github.com/ayatokura/ https://www.linkedin.com/in/ayatokura/
  3. 3. PHYSICAL REALITY 現実 DIGITAL REALITY デジタル
  4. 4. デジタルの世界現実の世界 E X C E L L O N D O N | 2 0 1 7M I C R O S O F T F U T U R E D E C O D E D | P H Y S I C A L V S D I G I T A L R E A L I T I E S Windows Mixed Reality Platform
  5. 5. Windows Mixed Reality Platform
  6. 6. Widows Mixed Reality Platform
  7. 7. Widows Mixed Reality Platform 現実の空間にオブジェクトを配置 Mixed Reality 空間にオブジェクトを配置
  8. 8. 入力 出力 検出できるもの H/W 体感できること H/W • 映像の取得 • 視線 • 立体空間の認識* • カメラ • センサー • モーション コントローラ • 2D表示 (写真/録画表示等) • 3D表示 (ホログラム) • ディスプレイ • 空間音響 • スピーカー • 音声コマンド • 音声認識 • マイク • Cortanaとの対話 • ジェスチャ* • モーション コントローラー S/W Windows 10
  9. 9. 機械学習 ディープラーニング 深層強化学習 画像解析 音声解析 データ分類 異常検知, 顧客グルーピング 数値予測 売上予測, 需要予測, 品質管理 ラベル分類 不良品分析, 故障予測, チャーン分析 機械学習より強力な分析 自律学習型ロボット 自動運転車 テキストや画像等の自動生成 活用例 • 主に多層のニューラルネットワー クを用いた手法での分析 • 分析のためには、莫大なデータ量、 計算量、知識・スキルを要する • 統計に基づいた手法での分析 • そのため、比較的少ないデータ量と 計算量で分析を行うことができる • 定義したあるべき姿に従い試行錯誤 をして自ら学習を行うための分析手 法である • 強化学習と、深層学習を組み合わせ た分析 Azure Machine Learning Cognitive Toolkit / GPU Instance (N-Series) マイクロソフトが提供する技術 人工知能の中の機械学習
  10. 10. • データサイエンティスト • 研究者 • ディープラーニングエンジニア Microsoft R Deep Learning on Azure GPU フレームワーク • TensorFlow • Chainer • CNTK
  11. 11. Library 利用シナリオ Frame work Platform Chainer Deep Intelligence in Motion Windows VM Linux VM SQL Microsoft Azure Computer Vision Anomaly Detection Reinforcement Learning Distributed Computing 監視 カメラ 人物分析 製造 ライン 外観検査 機器 故障予測 ユーティリティ 需要予測 ロジ 最適化 監視 カメラ 人再照合 画像 物質検知 センサー データ 異常予測 自動彩色 ロジ 最適化
  12. 12. ■  http://chainer.org ■  https://docs.chainer.org/en/stable/tutorial/index.html ■  http://github.com/pfnet/chainer#installation ■ Chainer Notebook (英語):  https://github.com/chainer/chainer ■  http://chainer-jp.slack.com/ ■  http://chainer-jp.slack.com/
  13. 13. 患者のCTデータから作成
  14. 14. 肝臓がん術前カンファレンス 都立墨東病院
  15. 15. 術野に3Dを表示
  16. 16. Segmentation
  17. 17. 前処理 (正規化) Data Augmentation (ヒストグラムマッチング、Image Deformation) VNet 後処理 (connected component analysis 画像入力 セグメンテーション結果
  18. 18. VR/MR/ARは Digital transformationの 情報の入り口であり出口である
  19. 19. 志賀泌尿器部長 NTT東日本関東病院
  20. 20. VR/MR/ARは頭の中の3次元の情報を デジタル化できるツール
  21. 21. VRで切除ラインを検討
  22. 22. VRでスクリューを打つ位置を検討
  23. 23. AR Kit
  24. 24. • •
  25. 25. 詳細、お申込みはこちら ☛ https://aka.ms/hololens_cp_seminar 期間中、HoloLensご購入で 特別セミナーへご招待! 期間限定 2017年11月17日(金) まで
  26. 26. Session ID Title APP005 デモで実感!Windows Mixed Reality 祭り! APP006 最新! Windows 10 Fall Creators Update 新機能とアプリケーション開発 SEC012 KPMGによるMicrosoft HoloLensの多角的活用例 SPL005 先行事例に学ぶ!デジタルトランスフォーメーションの舞台裏 MAI001 ディープラーニングの産業応用とそれを支える技術 MAI003 新生 Azure Machine Learning Services 徹底解説 MAI009 【金融機関/FISCにも対応】Azure Stackでのクロスプレミス、最新のAI/Cognitive Servicesとは?
  27. 27. ■  http://aka.ms/HoloLensJP ■  http://aka.ms/holo_academy ■  http://aka.ms/holo_development ■  http://aka.ms/holo_design ■  http://aka.ms/holo_forum
  28. 28. ■  http://chainer.org ■  https://docs.chainer.org/en/stable/tutorial/index.html ■  http://github.com/pfnet/chainer#installation ■ Chainer Notebook (英語):  https://github.com/chainer/chainer ■  http://chainer-jp.slack.com/ ■  http://chainer-jp.slack.com/
  29. 29. ■  http://aka.ms/mina-ai ■  http://aka.ms/psdc-ai

×