Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
2019/09/02
Yuji Yamamoto (@y_yammt)
WWW2019 

(@CyberAgent, Inc.)
• Research track: Mobile and Ubiquitous Computing
• ( )
:
• (Android) DeepLearning
?
2
Research track: Mobile and Ubiquitous
Computing
Research track: Mobile and Ubiquitous Computing
• Web of Things, Ubiquitous and Mobile Computing
CFP
• :
• ( )
•
• …
•
^^;...
•
1. CBHE: Corner-based Building Height Estimation for Complex Street Scene Images
2. STFNets: Learning Sensing Signals fr...
(1/2)
• CBHE: Corner-based Building Height Estimation for Complex Street Scene Images
• 2D
( )
• STFNets: Learning Sensing...
(2/2)
• Learning from Multiple Cities: A Meta-Learning Approach for Spatial-Temporal Prediction
• (
)
• Cookie Synchroniza...
A First Look at Deep Learning Apps

on Smartphones
•
• Android 

Deep Learning
• Google Play 2018/07 2018/09 

16,500
•
9
: https://github.com/xumengwei/MobileDL
10
: DL Android
• Google Play 16,500
• 2018/06 DL 166
• 2018/09 DL 211
• 1.3% 11.9%
10.5%
• DL Google LLC (10), Fotoable, Inc...
: DL ?
• 2018/09 211 DL
DL
• 1 2
•
• (97), (52)
12
: DL ?
13
• TensorFlow, TFLite, ncnn
• DL Parrots
OSS
•
• Parrots SenseTime DL
• 2018/06, 09 ncnn, TFLite
• , 

?
: DL ?
14
• 71 DL 176 DL
• 98
• 78.8% CNN 7.8% RNN
• CNN: / ,
• RNN: /
• NN
• 1 softmax 1
: DL (1/2)
• DL
• ( / )
•
• 2
• :
• :
15
: DL (2/2)
• TensorFlow, TFLite, ncnn, caffe, Caffe2 120 DL
• 47 (39.2%) 23(19.2%)
• → …
• DL
• (ncnn )
•
• → OS/ ?
16
• Research track: Mobile and Ubiquitous Computing
• Android DeepLearning
• WWW Web
•
18
WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ
Prochain SlideShare
Chargement dans…5
×

sur

WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 1 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 2 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 3 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 4 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 5 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 6 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 7 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 8 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 9 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 10 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 11 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 12 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 13 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 14 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 15 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 16 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 17 WWW2019で見るモバイルコンピューティングの技術と動向    山本悠ニ Slide 18
Prochain SlideShare
What to Upload to SlideShare
Suivant
Télécharger pour lire hors ligne et voir en mode plein écran

2 j’aime

Partager

Télécharger pour lire hors ligne

WWW2019で見るモバイルコンピューティングの技術と動向 山本悠ニ

Télécharger pour lire hors ligne

WWW2019で見るモバイルコンピューティングの技術と動向 山本悠ニ

WWW2019で見るモバイルコンピューティングの技術と動向 山本悠ニ

  1. 1. 2019/09/02 Yuji Yamamoto (@y_yammt) WWW2019 
 (@CyberAgent, Inc.)
  2. 2. • Research track: Mobile and Ubiquitous Computing • ( ) : • (Android) DeepLearning ? 2
  3. 3. Research track: Mobile and Ubiquitous Computing
  4. 4. Research track: Mobile and Ubiquitous Computing • Web of Things, Ubiquitous and Mobile Computing CFP • : • ( ) • • … • ^^; 4
  5. 5. • 1. CBHE: Corner-based Building Height Estimation for Complex Street Scene Images 2. STFNets: Learning Sensing Signals from the Time-Frequency Perspective with Short-Time Fourier Neural Networks 3. Learning from Multiple Cities: A Meta-Learning Approach for Spatial-Temporal Prediction • 4. A First Look at Deep Learning Apps on Smartphones ( ) 5. Cookie Synchronization: Everything You Always Wanted to Know But Were Afraid to Ask 5
  6. 6. (1/2) • CBHE: Corner-based Building Height Estimation for Complex Street Scene Images • 2D ( ) • STFNets: Learning Sensing Signals from the Time-Frequency Perspective with Short- Time Fourier Neural Networks • IoT Deep Learning NN Short-Time Fourier Neural Network (STFNet) 6
  7. 7. (2/2) • Learning from Multiple Cities: A Meta-Learning Approach for Spatial-Temporal Prediction • ( ) • Cookie Synchronization: Everything You Always Wanted to Know But Were Afraid to Ask • Cookie Sync (DSP SSP DMP ID ) 850 Web Cookie Sync 7
  8. 8. A First Look at Deep Learning Apps
 on Smartphones
  9. 9. • • Android 
 Deep Learning • Google Play 2018/07 2018/09 
 16,500 • 9
  10. 10. : https://github.com/xumengwei/MobileDL 10
  11. 11. : DL Android • Google Play 16,500 • 2018/06 DL 166 • 2018/09 DL 211 • 1.3% 11.9% 10.5% • DL Google LLC (10), Fotoable, Inc (6)
 2 DL Adobe, Facebook, Kakao, Meitu 11
  12. 12. : DL ? • 2018/09 211 DL DL • 1 2 • • (97), (52) 12
  13. 13. : DL ? 13 • TensorFlow, TFLite, ncnn • DL Parrots OSS • • Parrots SenseTime DL • 2018/06, 09 ncnn, TFLite • , 
 ?
  14. 14. : DL ? 14 • 71 DL 176 DL • 98 • 78.8% CNN 7.8% RNN • CNN: / , • RNN: / • NN • 1 softmax 1
  15. 15. : DL (1/2) • DL • ( / ) • • 2 • : • : 15
  16. 16. : DL (2/2) • TensorFlow, TFLite, ncnn, caffe, Caffe2 120 DL • 47 (39.2%) 23(19.2%) • → … • DL • (ncnn ) • • → OS/ ? 16
  17. 17. • Research track: Mobile and Ubiquitous Computing • Android DeepLearning • WWW Web • 18
  • mgoldchild

    May. 20, 2021
  • syuichitsuji

    Sep. 10, 2019

WWW2019で見るモバイルコンピューティングの技術と動向 山本悠ニ

Vues

Nombre de vues

2 805

Sur Slideshare

0

À partir des intégrations

0

Nombre d'intégrations

1 364

Actions

Téléchargements

3

Partages

0

Commentaires

0

Mentions J'aime

2

×