Learning to Infer and Execute 3D Shape Programs
ICLR 2019ポスター再録
3D形状を入力として、その形状を出力するプログラムを出力するような機械学習手法の提案。
3D形状を生成するプログラムを学習することで、3D形状の抽象度の高い (e.g., 対称的、繰り返し構造がある) 特徴を捉えることを目的としている。
アルゴリズムとして面白いところは、プログラムのinterpreterをDNNとして表すことでinterpreterを微分可能にしている点だと思う。これによってbeam searchのような探索に頼らず効率の良い勾配法で学習ができる。
学習方法としても、既存のデータセットを自動生成したデータセットで水増しして精度を上げている点などは参考になる。
目的はあくまで画像の特徴量抽出のようだが、例示プログラミングの一種として応用することもできそう。