SNAP (Stanford Network Analysis Platform)の概要と実装例について
SNAP (Stanford Network Analysis Platform)について
SNAPは、Stanford大学のコンピュータサイエンス研究室で開発されたオープンソースのソフトウェアライブラリであり...
機械学習:Machine Learning
DenseNetについて
DenseNetについて
DenseNet（Densely Connected Convolutional Network）は、2017年にGao Huang、Zhuang Liu、Kilian Q. Weinber...
LSTMの概要とアルゴリズム及び実装例について
LSTM(Long Short-Term Memory)について
LSTM（Long Short-Term Memory）は、再帰型ニューラルネットワーク（RNN）の一種であり、主に時系列データや自然言語処理（N...
モデル予測制御（Model Predictive Control, MPC）の概要とアルゴリズム及び実装例について
モデル予測制御（Model Predictive Control, MPC）の概要
モデル予測制御（Model Predictive Control, MPC）は、制御理論の一手法であり、制御対象のモデルを使用して将来の...
ε-グリーディ法（ε-greedy）の概要とアルゴリズム及び実装例について
ε-グリーディ法（ε-greedy）の概要
ε-グリーディ法（ε-greedy）は、強化学習などの探索と活用（exploitationとexploration）のトレードオフを取り扱うためのシンプルで効果的な戦略で...
SSD (Single Shot MultiBox Detector)の概要とアルゴリズム及び実装例について
SSD (Single Shot MultiBox Detector)について
SSD（Single Shot MultiBox Detector）は、物体検出タスクを行うためのディープラーニングベースのアルゴリズム...
Exponential Smoothingの概要とアルゴリズム及び実装例について
Exponential Smoothingについて
指数平滑法（Exponential Smoothing）は、時系列データの予測やデータの平滑化に使用される統計的手法の一つであり、特に、過去の観測値を基に未...
Q-学習の概要とアルゴリズム及び実装例について
Q-学習について
Q-学習（Q-Learning）は、強化学習の一種で、エージェントが未知の環境を探索しながら最適な行動を学習するためのアルゴリズムとなる。Q-学習は、エージェントが行動価値関数（Q関数）を学習し、...
ネットワークアライメントによる時間的な変化を考慮に入れるグラフデータ解析
ネットワークアライメントによる時間的な変化を考慮に入れるグラフデータ解析
ネットワークアライメントは、異なるネットワークやグラフ間で類似性を見つけ、それらをマッピングし合わせる技術であり、時間的な変化を考慮に入...
YOLO (You Only Look Once)の概要とアルゴリズム及び実装例について
YOLO (You Only Look Once)について
YOLO（You Only Look Once）は、リアルタイム物体検出タスクのための深層学習ベースのアルゴリズムとなる。YOLOは、物体検出とクラス分類を...