スパースモデリング

保護中: トレースノルム正則化に基づくスパース機械学習

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トレースノルム正則化に基づくスパース機械学習(PROPACK、ランダム射影、特異点分解、低ランク、スパース行列、近接勾配の更新式、協調フィルタリング、特異値ソルバー、トレースノルム、prox作用、正則化パラメータ、特異値、特異ベクトル、加速付き近接勾配法、トレースノルム正則化付き学習問題、半正定行列、行列の平方根、フロベニウスノルム、フロベニウスノルム二乗正則化、トーレスノルム最小化、2値分類問題、マルチタスク学習、グループL1ノルム、推薦システム)

2023.04.20

アルゴリズム:Algorithmsグラフ理論スパースモデリングスパースモデリング幾何学:Geometry微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: グループL1ノルム正則化に基づくスパース学習

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グループL1ノルム正則化に基づくスパース機械学習(相対双対ギャップ、双対問題、勾配降下、拡張ラグランジュ関数、双対拡張ラグランジュ法、ヘシアン、L1ノルム正則化、グループL1ノルム正則化、双対ノルム、経験誤差最小化問題、prox作用素、Nesterovの加速法、近接勾配法、繰り返し重み付き縮小法、変分表現、非ゼログループ数、カーネル重み付き正則化項、凹共役、再生核ヒルベルト空間、サポートベクトルマシン、カーネル重み、マルチカーネル学習、基底カーネル関数、EEG信号、MEG信号、ボクセル、電気双極子、ニューロン、マルチタスク学習)

2023.04.06

アルゴリズム:Algorithmsグラフ理論スパースモデリングスパースモデリング微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra集合論:Set theory

保護中: L1ノルム正則化のための最適化手法としての双対拡張ラグランジュ法・双対交互方向乗数法

デジタルトランスフォーメーショ(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるスパース学習でのL1ノルム正則化のための最適化手法(FISTA、SpaRSA、OWLQN、DL法、L1ノルム、チューニング、アルゴリズム、DADMM、IRS、ラグランジュ乗数、近接点法、交互方向乗数法、勾配上昇法、拡張ラグランジュ法、ガウス・サイデル法、連立一次方程式、制約付きノルム最小化問題、コレスキー分解、交互方向乗数法、双対拡張ラグランジュ法、相対双対ギャップ、ソフト閾値関数、へシアン行列)

2023.03.22

アルゴリズム:Algorithmsグラフ理論スパースモデリングスパースモデリング幾何学:Geometry微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra集合論:Set theory

保護中: スパース学習モデルのための L1ノルム正則化のための最適化手法

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)タスクに活用するためのスパース学習モデルのための L1ノルム正則化のための最適化手法(近接勾配法、forward-backward splitting、iterative-shrinkage threshholding(IST)、加速付き近接勾配法、アルゴリズム、prox作用素、正則化項、微分可能、二乗誤差関数、ロジスティック損失関数、繰り返し重み付き縮小法、凸共役、へシアン行列、最大固有値、2階微分可能、ソフト閾値関数、L1ノルム、L2ノルム、リッジ正則化項、η-トリック)

2023.03.10

アルゴリズム:Algorithmsグラフ理論スパースモデリングスパースモデリング幾何学:Geometry微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: スパース性に基づく機械学習としてのノイズありL1ノルム最小化の理論(2)

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スパース性に基づく機械学習としてのノイズありL1ノルム最小化の理論(数値解析例、ヒートマップ、人工データ、制限強凸性、制限等長性、kスパースベクトル、ノルムの独立性、劣微分、凸関数、回帰係数ベクトル、直交補空間)

2023.02.06

アルゴリズム:Algorithmsスパースモデリング幾何学:Geometry微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: 何がスパース性を誘発して、どのような問題にスパース性は適しているのか?

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スパース学習に対する何がスパース性を誘発して、どのような問題にスパース性は適しているのか?について(交互方向乗数法、スパース正則化、主問題、双対問題、双対拡張ラグランジュ法、DAL法、SPAMS、sparse modeling software、バイオインフォマティス、画像雑音除去、アトミックノルム、L1ノルム、トレースノルム、非ゼロ要素の数)

2023.01.09

アルゴリズム:Algorithmsスパースモデリングスパースモデリング微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: スパース性に基づく機械学習としてのノイズありL1ノルム最小化の理論(1)

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スパース性に基づく機械学習としてのノイズありL1ノルム最小化の理論(マルコフの不等式、ヘフディングの不等式、ベルシュタインの不等式、カイ二乗分布、裾確率、ユニオンバウンド、ブールの不等式、L∞ノルム、多次元ガウススペクトル、ノルムの互換性、正規分布、スパースベクトル、双対ノルム、コーシー・シュワルツの不等式、ヘルダーの不等式、回帰係数ベクトル、閾値、kスパース、正則化パラメータ、劣ガウス雑音)

2023.01.06

スパースモデリング機械学習:Machine Learning

Hierarchical Temporal Memory (階層型時間メモリ)とClojure

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階層型時間メモリとClojureによる疎分散表現を使った深層学習

2022.11.02

Clojurepythonアルゴリズム:Algorithmsグラフ理論スパースモデリングスパースモデリング微分積分:Calculus時系列データ解析最適化:Optimization機械学習:Machine Learning深層学習:Deep Learning確率・統計:Probability and Statistics線形代数:Linear Algebra

保護中: 医学研究におけるメタアナリシス科学的根拠に基づく医療におけるエビデンス統合の方法

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)タスクにおける統計的データ処理としての科学的根拠に基づく医療におけるメタアナリシスでのエビデンス統合(モーメント法、最尤法、大標本理論、DerSimonian an Laird推定、公表バイアス、ネットワークメタアナリシス)

2022.09.04

アルゴリズム:Algorithmsシミュレーションスパースモデリングベイズ推定最適化:Optimization検索技術:Search Technology深層学習:Deep Learning確率・統計:Probability and Statistics関係データ学習

GPy – Pythonを用いたガウス過程のフレームワーク

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確率的生成モデルの応用であるガウス過程のPythonを用いた実装であるGPy(ガウス回帰問題,補助変数法,スパースなガウス回帰,Bayesian GPLVM,ガウス過程による潜在変数モデル)

2022.08.24

pythonアルゴリズム:Algorithmsスパースモデリングスパースモデリングベイズ推定微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics線形代数:Linear Algebra集合論:Set theory