* Google Brainが進化アルゴリズムにより画像分類モデルAmoebaNet-Aを作成 * NAS-NetやPNASNetは強化学習でモデルが作成されている * モデルの探索空間はNAS-Netと同じ * 強化学習よりも短時間で高精度のモデルを作成できている

* 医療データのsegmentation * 網膜の血管検出 * 皮膚癌の病変部検出 * 肺の検出 * U-Netの畳み込み層に再帰構造とresidual構造を加え、F1スコアが1～2%程度改善 * 再帰構造のみ加えたモデルをRU-Net、residual構造も加えたモデルをR2U-Netと呼んでいる