天気予報とデータサイエンス
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスク活用の為のシミュレーションとデータサイエンス融合の為の天気予報とデータ同化について
スパースモデリング
保護中: 劣モジュラ最適化を用いた構造正則化学習(3)構造正則化問題の劣モジュラ最適化による定式化
離散情報の最適化手法である劣モジュラ関数最適化の構造正則化問題への適用と劣モジュラ最適化を用いた定式化(線形近似と最急効果法、加速近接勾配法、FISTA、パラメトリック劣モジュラ最小化、分割アルゴリズム)
保護中: 最大流とグラフカット(2)最大流アルゴリズム
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに用いられる有向グラフの最大フロー問題へのフォード・ファルカーソンのアルゴリズムやゴールドバーグ・タージャンのアルゴリズム、プリフロー・プッシュ法、増加パスアルゴリズム、残余ネットワーク
保護中: 最大流とグラフカット(1) 最大量と最小s-tカット
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される離散情報の最適化手法である劣モジュラ最適化の有向グラフの最小カット、最大流量問題への適用
保護中: 劣モジュラ関数の最大化と貪欲法の適用(2)センサ配置問題と能動学習問題
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに活用される離散情報の最適化の手法である劣モジュラ最適化でのセンサ配置と能動学習問題への劣モジュラ関数最大化と貪欲法の適用
保護中: 劣モジュラ最適化の基礎(5)ロヴァース拡張と多重線形拡張
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクに活用される離散情報のアプローチである劣モジュラ最適化の基礎としてのロヴァース拡張と多重線形拡張を用いた劣モジュラ性の解釈
保護中: スパースモデリングと多変量解析(11)RによるSVD、PMD、NMFの実践例
デジタルトランスフォーメーション(DX)、人工知能(AI)に適用できるスパース機械学習、行列分解(SVD、PMD、NMF)のRによる実線、BiocManager、PMA
保護中: スパースモデリングと多変量解析(10)行列データの分解の活用
デジタルトランスフォーメーション(DX)、人工知能(AI)への活用のための機械学習、行列データ解析のスパース機械学習への適用、SVD、PMD、NMF、LSA、LSI、PCA、LDA
保護中: スパースモデリングと多変量解析(9)行列データの分解の基礎
デジタルトランスフォーメーション(DX)、人工知能(AI)に活用できる機械学習技術、行列データの機械学習への適用の基礎、特異点分解、低ランク行列近似
保護中: スパースモデリングと多変量解析(8)時間遷移のスパース性
デジタルトランスフォーメーション(DX)、人工知能(AI)への活用のための機械学習技術、スパースモデリングの時間変異情報(顧客の購買関心の変化)への適用