機械学習技術 関係データ学習 Clojure デジタルトランスフォーメーション技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 オントロジー技術 確率的生成モデル 本ブログのナビ
- 知識情報処理技術
- 実装
- ケースベース推論の概要と適用事例と実装
- 製品設計と陳腐化管理におけるデータ統合と意思決定のためのオントロジー開発と最適化
- SNAP (Stanford Network Analysis Platform)の概要と実装例について
- CDLib (Community Discovery Library)の概要と適用事例及び実装例について
- MODULAR (Multi-objective Optimization of Dynamics Using Link and Relaxations)の概要と適用事例及び実装例について
- Louvain法の概要と適用事例及び実装例について
- Infomapの概要と適用事例及び実装例について
- Copraの概要と適用事例及び実装例について
- D3やReactを用いたナレッジグラフ(関係データ)の可視化
- タイムライン上でグラフスナップショットを表示したり、アニメーション化する手法
- NetworkXとmatplotlibを組み合わせたグラフのアニメーションの作成について
- 高次元のデータを次元削減技術（例: t-SNE、UMAP）を使用して低次元にプロットし、可視化を容易にする手法について
- Gephiを用いたデータの可視化について
- Cytoscape.jsを用いたデータの可視化について
- Sigma.jsを用いたグラフデータの可視化について
- 命題論理の充足可能性判定問題(SAT:Boolean SAtisfiability)の概要と実装
- ナレッジグラフの自動生成と様々な実装例
- ナレッジグラフの様々な活用と実装例
- 一般問題解決器と適用事例、LISPとPythonによる実装例
- グラフニューラルネットワークの概要と適用事例およびpythonによる実装例について
- グラフ畳み込みニューラルネットワーク（Graph Convolutional Neural Networks, GCN）の概要とアルゴリズム及び実装例について
- グラフエンべディングの概要とアルゴリズム及び実装例
- ChebNetの概要とアルゴリズム及び実装例について
- GAT (Graph Attention Network)の概要とアルゴリズム及び実装例について
- Graph Isomorphism Network (GIN)の概要とアルゴリズム及び実装例について
- GraphSAGEの概要とアルゴリズム及び実装例について
- HIN2Vecの概要とアルゴリズム及び実装例
- HIN2Vec-GANの概要とアルゴリズム及び実装例
- HIN2Vec-PCAの概要とアルゴリズム及び実装例
- プラグマティズムとナレッジグラフ
- ナレッジグラフの概要と国際学会(ISWC)での関連発表のまとめ
- Knowledge Graph and Semantic Computing
- 知識表現と推論のためのグラフ構造
- 知識グラフとビッグデータ処理
- 知識グラフの質問応答システムへの応用
- ルールベースと知識ベース、エキスパートシステムと関係データ
- Webやドキュメントからの表形式データの抽出と意味注釈(SemTab)学習
- 気づきと人工知能技術
- GNN-based Biomedical Knowledge Graph Mining in Drug Development
- 解集合プログラミング(Answer Set Programming)-論理プログラミングの歴史とASP概要
- 暗黙的信念と明示的信念の論理
- フレームベース記述言語におけるサブサンプションの実現可能性
- 法律関連タスクのコンピューターによる処理
- その他論文
知識情報処理技術
概要
wikiによると知識（ちしき、希: ἐπιστήμη, epistēmē、羅: scientia、仏: connaissance、独: Wissen、英: knowledge）とは、認識によって得られた成果、あるいは、人間や物事について抱いている考えや、技能のこととある。
ここで、認識（英: cognition）とほぼ同義の語であるが、認識は基本的に哲学用語であり、知識は主に認識によって得られた「成果」を意味するが、認識は成果のみならず、対象を把握するに至る「作用」を含む概念であるとされている。
なお、英語の knowledge はオックスフォード英語辞典によれば次のように定義されている。
知識に関して人類がどのようなことを述べたり考察してきたのかについて解説すると、古くは旧約聖書の創世記のアダムとイブのくだりに「善悪の知識の木」が登場しており、各信仰ごとに知識について様々な考え方がある。 知識について哲学的に論じられるようになったのは、古代ギリシアのプラトンが知識を「正当化された真なる信念」としたのが始まりであり、現代にいたるまで様々な哲学的な考察が続けられている。16～17世紀のフランシス・ベーコンは知識獲得の方法について考察を行ったが、彼の考えは近代科学の成立に大きな役割を果たすことになった。（現代の心理学的に言うと）知識獲得には、知覚、記憶、経験、コミュニケーション、連想、推論といった複雑な認識過程が関係する、ということになる。
なお、今でも、万人が合意できるような“知識についての唯一の定義”などいうものは存在せず、学問領域ごとに異なった理論があり、それらの中には相互に対立するような理論も存在している。
知識の分類としては以下のようなものがある。
知識は長期記憶として扱われ、記憶の分類そのままに、表象化された知識を「宣言的知識」、行動的な知識を「手続き的知識」と分類することがある。この宣言的知識の例としては、科学的法則についての知見（九九、地球上での重力定数など）や、社会的規約についての知見（「日本の首都は東京である」など）が挙げられる。また、手続き的知識の例としては、箸の使い方、ピアノの弾き方、車の運転の仕方などが挙げられる。前者を「knowing that」 、後者を「knowing how」と呼ぶこともある。
また、形式化、伝達方法の観点から、知識は「形式知」と「暗黙知」に分類される。ナレッジマネジメントなどの世界で利用される分類である。暗黙知 とは、宣言的に記述することが不可能か、極めて難しい知見のこと。手続き的知識や直観的認識内容は暗黙知とされる。例えば「美人」についての知識は誰でも持っているが、それを明確に定義することはできない。
哲学や生物学的な立場から、人間に生まれながらにして備わっている知識を「アプリオリな知識（先天的知識）」、誕生後に社会生活などを通して獲得する知識を「アポステリオリな知識（後天的知識）」と分類することもある。アプリオリな知識が存在するかどうかは認識論において長年の問題であった。大陸合理論の系譜においてはデカルトをはじめ、なんらかのアプリオリな知識を認める立場が主流であった。このような立場を生得説という。イギリス経験論においてはアプリオリな知識の存在を否定し、心を白紙としてみる経験主義の立場がロックらによって提唱された（→タブラ・ラサ）。
理論的な知識と実践的な知識に分けられる場合もある、これは、哲学者の知識と実践者の知識との区別であり、また「科学」(scientia)と「技芸」(ars)との区別とも言われている。
本ブログではこの知識に対する情報工学(ICT)的なアプローチについて以下のように述べている。
トピック
AGIと知識情報/グラフデータに関連する国際学会での論文
AGIと知識情報/グラフデータに関連する国際学会での論文。AGI（Artificial General Intelligence）とは、人間の知能に近い一般的な知能を持ち、様々なタスクに対応できるAIシステムのことである。現在のAIは、専用のモデルを用いて特定のタスクを得意としているが、AGIは多様なタスクを柔軟にこなすことを目指している。AIにおける知識情報処理は、膨大なデータを扱い、抽出、分類、推論、解釈などのタスクを行う。AGIはこれらの技術を統合し、人間の能力に近い複数のタスクを実行しようとしている。ノードとエッジでデータを表現するグラフデータは、AIにおいて関係やパターンを理解する上で極めて重要である。AGIは、グラフデータを効果的に利用して、大規模なデータセットから高度な知識を抽出することを目指している。このブログでは、グラフデータを用いた知識情報処理や機械学習の進歩に焦点を当てた、国際会議で発表された最近の論文に焦点を当てている。
知識表現と機械学習と推論とGNN
知識表現と機械学習と推論とGNN。“知識情報処理技術“で述べている知識表現と”推論技術“で述べている推論は、情報を構造化し、意味的な理解を促進するための重要な分野であり、これに対して、”グラフニューラルネットワーク“で述べているグラフ構造データの処理に特化した機械学習手法であるグラフニューラルネットワーク（GNN）を適用することは、知識表現と推論のタスクに対してより効率的かつ効果的なアプローチが可能になるものとなる。
KBGAT（Knowledge-based GAT）の概要と実装例
KBGAT（Knowledge-based GAT）の概要と実装例。KBGAT（Knowledge-based Graph Attention Network）は、知識グラフ（Knowledge Graph）を扱うために特化されたグラフニューラルネットワーク（GNN）の一種で、特に知識グラフのノード間の関係を効率的にモデル化するための手法となる。KBGATは、従来のGAT（Graph Attention Network）を基にして、知識グラフの特殊な構造を活かして設計されており、以下のような特徴がある。
Deep Graph Infomaxの概要と実装例
Deep Graph Infomaxの概要と実装例。Deep Graph Infomax (DGI) は、グラフデータに対する無教師学習手法の一つで、ノード表現を学習するために 情報理論 に基づいた目標を設定するアプローチとなる。DGIは、グラフの局所的な特徴（ノードレベル）とグローバルな特徴（グラフレベル）を一致させることで、高品質なノード埋め込みを得ることを目的としている。
Edge-GNNの概要と実装例
Edge-GNNの概要と実装例。Edge-GNN (Edge Graph Neural Network) は、グラフ構造におけるエッジ（辺）に焦点を当てたニューラルネットワークアーキテクチャで、エッジの特徴や重みを活用して、エッジレベルやグラフ全体のタスクを処理することを目的としたものとなる。Edge-GNNは、通常のGNNと異なり、ノード（頂点） ではなく エッジ（辺） に主な焦点を当てたモデルとなる。多くのグラフ解析タスク（例: 関係予測やリンク予測）では、ノード間の接続（エッジ）に関する情報が重要であるため、Edge-GNNは、次のような特性を持つ。
蝶ネクタイ分析とオントロジー、AI技術
蝶ネクタイ分析とオントロジー、AI技術。蝶ネクタイ分析は、リスク管理の手法の一つで、リスクを視覚的に理解しやすい形で整理するために用いられるものとなる。名前の由来は、分析結果の図が蝶ネクタイ（bowtie）の形に似ていることから来ている。蝶ネクタイ分析（ボウタイ分析）とオントロジーやAI技術の組み合わせは、リスク管理や予測分析を強化し、リスクに対する効果的な対応策の設計において非常に有効なアプローチとなる。
生成系AIに向けたプロンプトの自動生成のアプローチについて
生成系AIに向けたプロンプトの自動生成のアプローチについて。生成系AIは、テキスト、画像、音声、動画などの新しいコンテンツを生成する人工知能技術を指す。生成系AI（例えば、画像生成AIやテキスト生成AI）は与えられた指示（プロンプト）に基づいて新しいコンテンツを生成するため、プロンプトの質や適切さがAIのパフォーマンスを最大限に引き出すカギとなる。
Ontology Based Data Access(ODBA)と生成系AIとGNN
Ontology Based Data Access(ODBA)と生成系AIとGNN。Ontology Based Data Access (OBDA)は、異なる形式や場所に保存されているデータに対して、オントロジーが提供する統一的で概念的なビューを用いてクエリを実行できるようにした手法で、データの意味的な統合と、ユーザーが理解しやすい形式でデータにアクセスできることを目的としたものとなる。
実装
ケースベース推論の概要と適用事例と実装
ケースベース推論の概要と適用事例と実装。ケースベース推論は、過去の問題解決の経験や事例を参照し、類似の問題に対して適切な解決策を見つける手法となる。ここでは、このケース推論技術の概要と課題及び様々な実装について述べている。
製品設計と陳腐化管理におけるデータ統合と意思決定のためのオントロジー開発と最適化
製品設計と陳腐化管理におけるデータ統合と意思決定のためのオントロジー開発と最適化。オントロジーを用いたプロダクトデザインとオブソールセンスマネジメントにおけるデータ統合と意思決定のシステムの実装は、複雑な情報を効率的に管理し、意思決定をサポートするための方法となる。
SNAP (Stanford Network Analysis Platform)の概要と実装例について
SNAP (Stanford Network Analysis Platform)の概要と実装例について。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、ソーシャルネットワーク分析、グラフ理論、コンピュータネットワーク分析など、さまざまなネットワーク関連の研究に使用されるツールとリソースを提供しているものとなる。
CDLib (Community Discovery Library)の概要と適用事例及び実装例について
CDLib (Community Discovery Library)の概要と適用事例及び実装例について。CDLib（Community Discovery Library）は、コミュニティ検出アルゴリズムを提供するPythonライブラリであり、グラフデータにおけるコミュニティ構造を特定するためのさまざまなアルゴリズムを提供し、研究者やデータサイエンティストが異なるコミュニティ検出タスクに対処できるようサポートするものとなる。
MODULAR (Multi-objective Optimization of Dynamics Using Link and Relaxations)の概要と適用事例及び実装例について
MODULAR (Multi-objective Optimization of Dynamics Using Link and Relaxations)の概要と適用事例及び実装例について。MODULARは、複雑なネットワークの多目的最適化問題を解決するための計算機科学およびネットワーク科学の研究領域で使用される手法やツールの1つであり、このアプローチは、ネットワークの構造とダイナミクスを同時に最適化するために設計されており、異なる目的関数（多目的最適化）を考慮に入れたものとなっている。
Louvain法の概要と適用事例及び実装例について
Louvain法の概要と適用事例及び実装例について。Louvain法（またはLouvainアルゴリズム）は、ネットワーク内のコミュニティ（クラスター）を特定するための効果的なグラフクラスタリングアルゴリズムの一つであり、このアルゴリズムは、ネットワークのノードとエッジを基に、ノードをコミュニティに分割するものとなる。Louvain法は、コミュニティの構造を特定するためにモジュラリティと呼ばれる尺度を最大化するアプローチを採用している。
Infomapの概要と適用事例及び実装例について
Infomapの概要と適用事例及び実装例について。Infomap（Information-Theoretic Modularity）は、コミュニティ検出アルゴリズムの一つで、ネットワーク内のコミュニティ（モジュール）を特定するために使用されるものとなる。Infomapは情報理論に基づいており、ネットワーク内の情報のフローと構造を最適化することに焦点を当てている。
Copraの概要と適用事例及び実装例について
Copraの概要と適用事例及び実装例について。Copra（Community Detection using Partial Memberships）は、コミュニティ検出のためのアルゴリズムおよびツールの1つであり、複雑なネットワーク内でのコミュニティの検出と特定のノードが複数のコミュニティに属することを考慮に入れたアルゴリズムとなる。Copraは、部分的なコミュニティメンバーシップ情報を使用して、各ノードが複数のコミュニティに所属することができるという現実的なシナリオに適している。
D3やReactを用いたナレッジグラフ(関係データ)の可視化
D3やReactを用いたナレッジグラフ(関係データ)の可視化。グラフデータ等の関係データを可視化するツールとしてJavascriptをベースとしたD3.jsやReactを利用したものを用いることができる。今回はグラフ表示形態として2D、3Dのグラフ表示および、関係データの表示形態としてヒートマップのそれぞれに対して、主にD3やReactでの具体的な実装について述べる。
タイムライン上でグラフスナップショットを表示したり、アニメーション化する手法
タイムライン上でグラフスナップショットを表示したり、アニメーション化する手法。タイムライン上でグラフスナップショットを表示したり、アニメーション化することは、時間的な変化を視覚化し、グラフデータの動的な特性を理解するのに役立ち、グラフデータを解析する上で重要な手法となる。ここではこれらに用いられるライブラリ及び実装例について述べている。
NetworkXとmatplotlibを組み合わせたグラフのアニメーションの作成について
NetworkXとmatplotlibを組み合わせたグラフのアニメーションの作成について。Pythonでネットワークの動的な変化を視覚的に表現するための手法であるNetworkXとMatplotlibを組み合わせたグラフのアニメーションの作成について述べる。
高次元のデータを次元削減技術（例: t-SNE、UMAP）を使用して低次元にプロットし、可視化を容易にする手法について
高次元のデータを次元削減技術（例: t-SNE、UMAP）を使用して低次元にプロットし、可視化を容易にする手法について。高次元のデータを次元削減技術を使用して低次元にプロットし、可視化を容易にする手法は、データの理解、クラスタリング、異常検出、特徴量選択など多くのデータ分析タスクで有用となる。ここでは主要な次元削減技術とその手法について述べる。
Gephiを用いたデータの可視化について
Gephiを用いたデータの可視化について。Gephiは、オープンソースのグラフ可視化ソフトウェアで、ネットワーク分析や複雑なデータセットの可視化に特に適したツールとなる。ここではGephiを使用してデータを可視化する基本的なステップと機能について述べる。
Cytoscape.jsを用いたデータの可視化について
Cytoscape.jsを用いたデータの可視化について。Cytoscape.jsは、JavaScriptで書かれたグラフ理論ライブラリであり、ネットワークやグラフデータの可視化を行うために広く使用されているものとなる。Cytoscape.jsを使用することで、ウェブアプリケーションやデスクトップアプリケーションに対してグラフやネットワークデータの可視化を追加することが可能となる。ここではCytoscape.jsを用いたデータの可視化に関する基本的なステップとコードの例を示す。
Sigma.jsを用いたグラフデータの可視化について
Sigma.jsを用いたグラフデータの可視化について。Sigma.jsは、Webベースのグラフ可視化ライブラリで、対話的なネットワーク図を作成するのに役立つツールとなる。ここではSigma.jsを使用してグラフデータを可視化するための基本的な手順と機能について述べる。
命題論理の充足可能性判定問題(SAT:Boolean SAtisfiability)の概要と実装
命題論理の充足可能性判定問題(SAT:Boolean SAtisfiability)の概要と実装。命題論理の充足可能性判定問題 (SAT: Boolean Satisfiability) とは、与えられた命題論理式が真となる変数の割り当てが存在するかどうかを判定する問題となる。例えば、「A かつ (B または C) かつ (D または E または F) が真であるような A, B, C, D, E, F の割り当てが存在するかどうか」という問題があった場合、これを命題論理式に変換し、その式が充足可能かどうかを判定するものとなる。
このような問題設定は、例えば、回路設計やプログラム解析、人工知能分野の問題、暗号理論など、多くの応用分野で重要な役割を果たしている。理論的な側面で見ると、SAT問題が解けるアルゴリズムは、「NP完全問題」であることが知られており、現在のコンピュータでは大規模な問題に対しては効率的な解法が見つかっていない。そのため、高速化や、ヒューリスティック探索アルゴリズムの開発などアルゴリズム効率化の為の研究が現在も行われている分野の技術となる。
ナレッジグラフの自動生成と様々な実装例
ナレッジグラフの自動生成と様々な実装例。ナレッジグラフは、情報を関連性のあるノード(頂点)とエッジ(つながり)の集合として表現するグラフ構造であり、異なる主題やドメインの情報を結び付け、その関連性を可視化するために使用されるデータ構造となる。ここではこのナレッジグラフの自動生成に関して様々な手法での概要とpythonによる具体的な実装について述べている。
ナレッジグラフの様々な活用と実装例
ナレッジグラフの様々な活用と実装例。ナレッジグラフは、情報を関連性のあるノード(頂点)とエッジ(つながり)の集合として表現するグラフ構造であり、異なる主題やドメインの情報を結び付け、その関連性を可視化するために使用されるデータ構造となる。ここではこのナレッジグラフの様々な活用事例とpythonによる具体的な実装例について述べる。
一般問題解決器と適用事例、LISPとPythonによる実装例
一般問題解決器と適用事例、LISPとPythonによる実装例。一般問題解決器は、具体的には、問題の記述や制約条件を入力として受け取り、最適な解や有効な解を見つけるためのアルゴリズムを実行する動作をとる。これらのアルゴリズムは、問題の性質や制約に応じて異なり、一般的な問題解決手法では、数値最適化、制約充足、機械学習、探索アルゴリズムなど様々なものがある。ここでは、このGPSに関して、LISPとPythonによる実装例について述べている。
グラフニューラルネットワークの概要と適用事例およびpythonによる実装例について
グラフニューラルネットワークの概要と適用事例およびpythonによる実装例について。グラフニューラルネットワーク(Graph Neural Network, GNN)は、グラフ構造を持つデータに対するニューラルネットワークの一種であり、グラフ構造を持つデータとは、要素間の関係を表現するために、頂点(またはノード)と、頂点間を結ぶエッジ(またはリンク)から構成されるグラフと呼ばれるデータ構造を使用して構築されたデータのことを指す。グラフ構造のデータの例としては、ソーシャルネットワーク、道路網、化学分子の構造、知識グラフなどがある。
ここでは、このGNNに関しての概要と様々な実施例およびPythonによる実装例について述べている。
グラフ畳み込みニューラルネットワーク（Graph Convolutional Neural Networks, GCN）の概要とアルゴリズム及び実装例について
グラフ畳み込みニューラルネットワーク（Graph Convolutional Neural Networks, GCN）の概要とアルゴリズム及び実装例について。グラフ畳み込みニューラルネットワーク（Graph Convolutional Neural Networks, GCN）は、グラフ構造を持つデータに対する畳み込み演算を可能にするニューラルネットワークの一種であり、通常の畳み込みニューラルネットワーク（CNN）は、画像データなどの格子状のデータに対して効果的なものに対して、GCNは、グラフデータやネットワークデータのような非常に複雑な構造を持つ非格子状のデータに対する深層学習の手法として開発されたものとなる。
グラフエンべディングの概要とアルゴリズム及び実装例
グラフエンべディングの概要とアルゴリズム及び実装例。グラフ埋め込み（Graph Embedding）は、グラフ構造を低次元のベクトル空間にマッピングすることで、グラフのノードやエッジを密な数値ベクトルで表現して、機械学習アルゴリズムによって処理したグラフ理論と機械学習を組み合わせたアプローチとなる。グラフ埋め込みの目的は、グラフ構造の情報を保持しながら、各ノードを密なベクトルで表現することであり、この表現を使うことでさまざまな情報を扱うことが可能となる。また、従来エッジによって表されていたノード間の距離をベクトル間の距離とすることで、計算コストを下げ、並列・分散アルゴリズムを適用した形で、ノード分類、ノードクラスタリング、グラフ可視化、リンク予測などりタスクに利用できるようになる。
ChebNetの概要とアルゴリズム及び実装例について
ChebNetの概要とアルゴリズム及び実装例について。ChebNet（Chebyshev ネットワーク）は、グラフニューラルネットワーク（Graph Neural Network, GNN）の一種であり、主にグラフ構造データに対する畳み込み操作を実行するための手法の一つとなる。ChebNetは、シグナル処理で使用されるシェビシェフ多項式（Chebyshev polynomials）を利用して、グラフ上での畳み込み演算を近似的に実装している。
GAT (Graph Attention Network)の概要とアルゴリズム及び実装例について
GAT (Graph Attention Network)の概要とアルゴリズム及び実装例について。Graph Attention Network（GAT）は、グラフ構造に対する注意メカニズムを使用してノードの表現を学習する深層学習モデルとなる。GATは、異なるノード間の関係や接続パターンに基づいて、各ノードの重要度を自動的に決定することが可能なアプローチとなる。
Graph Isomorphism Network (GIN)の概要とアルゴリズム及び実装例について
Graph Isomorphism Network (GIN)の概要とアルゴリズム及び実装例について。Graph Isomorphism Network (GIN)は、グラフ構造の同型性を学習するためのニューラルネットワークモデルであり、グラフ同型性の問題は、2つのグラフが同じ構造を持つかどうかを判定する問題で、多くの分野で重要なアプローチとなる。
GraphSAGEの概要とアルゴリズム及び実装例について
GraphSAGEの概要とアルゴリズム及び実装例について。GraphSAGE（Graph Sample and Aggregated Embeddings）は、グラフデータからノードの埋め込み（ベクトル表現）を学習するためのグラフ埋め込みアルゴリズムの一つであり、ノードの局所的な隣接情報をサンプリングし、それを集約することによって、各ノードの埋め込みを効果的に学習するものとなる。このアプローチにより、大規模なグラフに対しても高性能な埋め込みを獲得することが可能となる。
HIN2Vecの概要とアルゴリズム及び実装例
HIN2Vecの概要とアルゴリズム及び実装例。HIN2Vec（Heterogeneous Information Network Embedding）は、異種情報ネットワークをベクトル空間に埋め込む手法で、異種情報ネットワークは、複数の異なる種類のノードやリンクで構成されるネットワークであり、例えばソーシャルネットワーク、推薦システム、情報検索などの分野でよく使用されるものとなる。HIN2Vecは、異種情報ネットワーク内の異なる種類のノードを効果的に表現することを目的としており、この手法は、グラフ埋め込み（Graph Embedding）と呼ばれる分野の一部であり、ノードを低次元のベクトルに埋め込むことで、ネットワーク構造やノード間の関係を保持することを目指すものとなる。
HIN2Vec-GANの概要とアルゴリズム及び実装例
HIN2Vec-GANの概要とアルゴリズム及び実装例。HIN2Vec-GANは、グラフ上の関係を学習するために使われる技術の一つで、具体的には、異種情報ネットワーク（Heterogeneous Information Network, HIN）上で埋め込みを学習するための手法として開発されたものとなる。HINは、異なる種類のノードとエッジを持つグラフ構造で、複雑な関係を持つデータを表現するために使われている。
HIN2Vec-PCAの概要とアルゴリズム及び実装例
HIN2Vec-PCAの概要とアルゴリズム及び実装例。HIN2Vec-PCAは、異種情報ネットワーク（HIN）から特徴を抽出するために、HIN2Vecと主成分分析（PCA）を組み合わせた手法となる。
オントロジー技術
オントロジー(ontology)という言葉は、そもそも哲学の一部門として使われてきたもので、wikiによると「様々に存在するもの(存在者)の個別の性質を問うものではなく、存在者を存在させる存在なるものの意味や根本規定について取り組むもので、形而上学ないしその一分野とされ、認織論と並ぶ哲学の主要分野である」と記載されている。
形而上学はものの抽象的な概念を扱うものであり、哲学におけるオントロジーは抽象的な概念や物事の裏側にある法則について扱うものであると言うことができる。
これに対して、情報工学でのオントロジーは、同じくwikiによると「知識をある議論領域(ドメイン)内の「概念」及びに「概念間の関係」のなす順序組みとみなしたときの形式的表現であり、そのドメイン内のエンティティ(実態)を理由付けしたり、ドメインを記述するのに使われる。」と定義されている。また「オントロジーは「共有されている概念化の形式的・明示的仕様」とも定義され、あるドメインをモデル化するために使われている語彙(オブジェクトや概念の型、プロパティ、関係)を提供する」とも述べられている。
本ブログでは以下のページにて、情報工学の観点からこのオントロジーの活用について述べる。
Semantic Web技術
Semantic Web技術とは「Webページの意味を扱うことを可能とする標準やツール群の開発によってワールド・ワイド・ウェブの利便性を向上させるプロジェクト」であり、現在のWWWの「ドキュメントの網」から「データの網」にweb技術を進化させるものとなる。
そこで扱われるデータはDIKW(Data Information Knowledge Wisdom)ピラミッドでのDataではなく、InformationやKnowledgeの情報となり、オントロジーやRDFなどの知識を表現するフレームワークで表現されており、様々なDXやAIのタスクに活用されている。
本ブログでは以下のページで、このセマンティックウェブ技術やオントロジー技術、またセマンティックウェブ技術の世界的な学会であるISWC(International Semantic Web Conference)の情報等の学会論文について述べている。
推論技術
推論手法には、ある文や命題の集まりから別の命題を導く演繹法と、演繹方以外の推論手法として、帰納法、投射法、類比法、アブダクション法の4つの非演繹法がある。推論とは基本的には様々な事実の関係性をたどる手法だと定義することができる。
それらを見つけるアルゴリズムとして、古典的なアプローチとしては、前向き推論と後ろ向き推論がある。また機械学習的なものとしては、関係性を求める関係学習、決定木を用いたルール推論、シーケンシャルパターンマイニング、あるいは確率的生成手法等様々なアプローチがある。
推論技術は、そのような様々な手法、アルゴリズムを組み合わせてユーザーの望む推論結果を得る技術となる。
本ブログの以下のページで、エキスパートシステムに代表される古典的推論、充足可能性問題(SAT)の活用、論理プログラミングとしての解集合プログラミング、帰納論理プログラミング等について述べる。
ナレッジグラフ
プラグマティズムとナレッジグラフ
プラグマティズムとナレッジグラフ。プラグマティズムとは、ギリシア語で「行動」や「実践」を意味する「プラグマ」に由来して生まれた言葉で、物事の真理を「理論や信念からはなく、行動の結果によって判断しよう」という思想となる。ナレッジグラフは経験の蓄積と活用という点で有用な技術であり、様々な実践の場において価値を持つものとなる。プラグマティズムにおける実用主義的なアプローチは、ナレッジグラフを用いた知識や理解の構造を解明し、実践的な利用や意味の理解を促進に役立てられるものと考えられる。
ナレッジグラフの概要と国際学会(ISWC)での関連発表のまとめ
ナレッジグラフの概要と国際学会(ISWC)での関連発表のまとめ。ナレッジグラフ（Knowledge Graph）とは、情報をグラフ構造で表現したものであり、人工知能（AI）の分野において重要な役割を果たすものとなる。ナレッジグラフは、複数のエンティティ（例えば人、場所、事物、概念など）が、その間の関係性（例えば「AがBを所有する」、「XはYの一部である」、「CはDに影響を与える」など）を持っているという知識を表現するために使用される。
具体的には、ナレッジグラフは、検索エンジンの質問応答システムや、人工知能の対話システム、自然言語処理の分野において重要な役割を果たしている。これらのシステムは、ナレッジグラフを利用して、複雑な情報を効率的に処理し、ユーザーに正確な情報を提供することができる。
Knowledge Graph and Semantic Computing
Knowledge Graph and Semantic Computing。今回は、2018年8月14日から17日の間に天津で開催されたCCKS 2018: China Conference on Knowledge Graph and Semantic Computingで発表された論文について述べる。CCKSは、中国情報処理学会（CIPS）の言語と知識コンピューティングに関する技術委員会が主催している。CCKSは、知識グラフ、セマンティックWeb、リンクデータ、NLP、知識表現、グラフデータベースなど、幅広い研究分野をカバーしており、知識グラフやセマンティック技術に関するトップフォーラムとなることを目指している。
知識表現と推論のためのグラフ構造
知識表現と推論のためのグラフ構造
知識表現と推論（KRR）のための効果的な技術の開発は、成功する知的システムの重要な側面である。これまで、様々な表現パラダイム、および、それらを用いた推論システムが広く研究されてきた。しかしながら、人工知能（AI）における知識表現では、ますます大規模になる情報集合を論理的に操作するという新たな課題、問題、問題が浮上している（例えば、セマンティックWeb、バイオインフォマティクスなど参照）。また、ストレージ容量や計算機性能の向上は、KRRシステムの性質に影響を与え、表現力と実行性能に焦点を移した。そのため、KRRの研究は大規模推論に最適な知識表現構造の開発という課題に直面している。この新世代のKRRシステムには、制約ネットワーク（CN）、ベイジアンネットワーク（BN）、 意味ネットワーク（SN）、概念グラフ（CG）、形式概念分析（FCA）、CP-net、GAI-net、論証フレームワークなどのグラフベースの知識表現フォーマリズムがあり、 これらはすべて多くのアプリケーションで成功裏に使用されてきた。Graph Structures for Knowledge Representation and Reasoning (GKR) ワークショップシリーズの目的は、グラフベースの知識表現形式と推論技術の開発と応用に携わる研究者を結集することである。
知識グラフとビッグデータ処理
知識グラフとビッグデータ処理。データ分析では、アルゴリズムプロセスを適用して洞察を導き出す。現在では、組織や企業がより良い意思決定を行うため、また既存の理論やモデルの検証や反証を行うために、多くの産業で利用されている。データアナリティクスという言葉は、インテリジェンス、統計、推論、データマイニング、知識発見などと同じ意味で使われることが多い。ビッグデータ時代において、ビッグデータ解析とは、ソーシャルネットワーク、取引記録、ビデオ、デジタル画像、各種センサーなど、さまざまなソースから収集した大量のデータを分析する戦略を指す。本書は、情報抽出、知識表現から始まり、知識処理、分析、可視化、センスメイキング、実用化まで、ビッグデータ処理の定義、手法、ツール、フレームワーク、ソリューションの一部を紹介することを目的としている。
しかし、本書はビッグデータ解析の手法を全て網羅することを意図しているわけでも、参考文献を網羅することを意図しているわけでもない。本書の各章では、エンタープライズナレッジグラフ、セマンティックビッグデータアーキテクチャ、スマートデータ分析ソリューションの理解に特に重点を置き、データ処理チェーンの適切な側面を取り上げている。
知識グラフの質問応答システムへの応用
知識グラフの質問応答システムへの応用。知識グラフとは、「エンティティとその間の関係を記述して作成したグラフ」と定義することができる。ここでの「エンティティ」とは物理的または非物理的に「存在する」もので必ずしも物質的な存在ではなく、抽象化されて事物(数学や法律、学問分野などの事象)を表す。
知識グラフの例としては、「テーブルの上に鉛筆がある」「富士山は静岡県と山梨県の境にある」というような単純で具体的なものから、「a=b なら、a+c = b+cである」「消費税とは、物品やサービスの「消費」に着目し課税する間接税である」「電子制御式燃料噴射装置において、吸気マニホールドのコレクターに取り付けられ、吸入空気量を制御するスロットルバルブを内蔵した吸気絞り装置をスロットルチャンバーと呼ぶ」のような抽象的なルールや知識を表したものまで多種多様にある。
これらの知識グラフを用いることで、AIの観点からは知識グラフというデータを通じて機械が人間世界のルールや知識、常識等へのアクセスできるようになるという利点が生じる。AIが処理したデータを知識グラフと繋げることで、近年の深層学習をはじめとしたブラックボックス的なアプローチでの、「何を根拠に判断しているのか分からない」といった問題や、学習の精度を得るために大量の教師データが必要になるといった問題に対して、AIが処理した結果を人間にとって解釈しやすい表現にしたり、知識データを元にAIがデータを生成することでスモールデータでの機械学習が可能となる。
この知識グラフを質問応答システムに適用することで、単純なFAQの質問・回答ペアではなく、主要なタームの階層構造を作成し、更にコンテキストに応じた質問及びその代替語、同義語、機械学習応答のクラスなどと関連づけことができ、インテリジェントなFAQ体験を提供することが可能となる
ルールベースと知識ベース、エキスパートシステムと関係データ
ルールベースと知識ベース、エキスパートシステムと関係データ。知識ベースと呼ばれるデータを利用したルールベースシステムについて述べている。
例えば、UniProtKBというデータベースシステムは生命科学分野で使用される知識ベースの1つとなる。欧州の機関が協力し合ってタンパク質の情報を収集し、アノテーション(あるデータに対して関連する情報を付与すること)処理やキュレーション(データを収集し、アノテーションの情報などをもちに精査、統合し整理してまとめる)を通じてUniProt（TheUniversalProteinResource、URLhttp://www.uniprot.org/）というカタログデータベースと解析ツールなどを開発している。
また、Dendralはスタンフォード大で1965年から開発されたプロジェクトで、質量分析で得られたピークの場所の数値(分子量)から測定した物質の化学構造を推測するシステムとなる。言語はLISPが用いられている。
さらにDendralから派生し、発展したシステムで1970年代に構築されたMYCINもエキスパートシステムにあたる。これは患者や伝染性の血液疾患を診断して、投与する抗生物質を投与量などとともに提示するシステムとなる。
Webやドキュメントからの表形式データの抽出と意味注釈(SemTab)学習
Webやドキュメントからの表形式データの抽出と意味注釈(SemTab)学習。Webやドキュメント上には無数のテーブル情報があり、人手でまとめられている知識情報として非常に有用なものとなる。一般的にそれらの情報を抽出し構造化するタスクは情報抽出タスクとよばれているが、その中でも近年表情報に特化したタスクが注目されている。ここではこの表形式のデータ抽出に対する様々なアプローチについて述べる。
気づきと人工知能技術
気づきと人工知能技術。「気づく」とは、何かを注意深く観察したり、認識したりすることを指し、また、人が状況や物事に対して気付くということは、その人がある情報や現象を認識し、それに関する気持ちや理解を持つことを意味する。気づくことは、外界の変化や出来事に注意を払うことによって、新たな情報を得たり、理解を深めたりする重要な過程となる。今回は、この気づきとそれらに対する人工知能技術の適用について述べてみたいと思う。
GNN-based Biomedical Knowledge Graph Mining in Drug Development
GNN-based Biomedical Knowledge Graph Mining in Drug Development。創薬と医薬品開発（D3）は、非常に高価で時間のかかるプロセスである。医薬品をゼロから成功裏に上市するためには、数十年の歳月と数十億ドルの資金が必要であり、COVID-19のような緊急事態に直面した場合、このプロセスは非常に非効率的である。同時に、過去数十年の間にD3の過程で膨大な知識と経験が蓄積されてきた。これらの知識は通常、ガイドラインや生物医学文献にコード化されており、将来のD3プロセスの参考となる洞察を含む重要なリソースを提供している。ナレッジグラフ(KG)は、これらの文献に含まれる有用な情報を効率的に検索できるように整理する効果的な方法である。また、D3プロセスに関わる異種の生物医学的概念を橋渡しするものでもある。本章では、既存の生物医学KGをレビューし、GNN技術がKG上でどのようにD3プロセスを促進できるかを紹介する。また、パーキンソン病とCOVID-19の2つのケーススタディを紹介し、今後の方向性を指摘する。
解集合プログラミング(Answer Set Programming)-論理プログラミングの歴史とASP概要
解集合プログラミング(Answer Set Programming)-論理プログラミングの歴史とASP概要。1970年代初頭に開発された論理型プログラミング言語Prologは、述語論理に基づく宣言的記述と定理証明に基づく計算手続きを併せ持つ新しい人工知能言語として注目され、1980年代にはエキスパートシステム、自然言語処理、演算データベースなどに幅広く有用されている。
Prologはチューリング完全で高い計算能力を持つ一方で、そのベースとなるホーン節論理プログラムは構文上の制約や推論能力の不足により、現実の知識表現や問題解決への適用は限定的であることも明らかになっている。
こうした問題を解決するために、論理プログラミングの表現能力を拡張し、推論機能を強化するための試みが1980年代後半から数多く提案されている。その結果1990年代後半から、論理プログラミングと制約プログラミングの概念を融合した解集合プログラミング(answer set programming)の概念が確立され、現在では論理プログラミングの中心的な言語の一つになっている。
暗黙的信念と明示的信念の論理
フレームベース記述言語におけるサブサンプションの実現可能性
法律関連タスクのコンピューターによる処理
法律関連タスクのコンピューターによる処理。本書は、2006年12月1日、2日にフィレンツェの欧州大学研究所で開催されたワークショップの論文集である。現代法を理解し説明するさまざまな方法について、計算可能なモデル（法領域用のコンピュータ・アプリケーションの開発を可能にするモデル）を構築することを目的としている。
その技術について、特にセマンティックウェブ技術を中心に、様々な具体的なプロジェクトについて解説しています。
その他論文
- DIKW(Data and Information and Knowledge and Iwsdom)について
- ビジネスインテリジェンスのための知識表現と抽出 ISWC2008ワークショップより
- オントロジーがサポートするビジネスインテリジェンス ISWC2008ワークショップより
- 知識表現と推論(1) -知識情報処理の歴史と知識を表現する言語とProlog
- コンピューターでシンボルの意味を扱う
- 意味とは何か?(1) 意味、シンボルへの哲学的アプローチ
- 構造とアルゴリズムと関数 言語の構造への数学的アプローチ
- 形式言語と数理論理学 記号と生成規則の数学的解釈
- セマンティックウェブ技術について
- オントロジーについて
- 大規模なOWLデータセットに対する知識ベースシステムの評価
- 大規模な概念階層の構造に基づく分割処理
- セマンティックウェブ知識ベースシステムの迅速なベンチマーク
- 知識処理要件の明確化について
- EKOSS: セマンティックウェブ上での知識共有、発見、統合のための知識ユーザー中心型アプローチ
- An Evidence-Based Verification Approach to Extract Entities and Relations for Knowledge Base Population
- Pattern Based Knowledge Base Enrichment
知識データの可視化技術
D3やReactを用いたナレッジグラフ(関係データ)の可視化
D3やReactを用いたナレッジグラフ(関係データ)の可視化。グラフデータ等の関係データを可視化するツールとしてJavascriptをベースとしたD3.jsやReactを利用したものを用いることができる。今回はグラフ表示形態として2D、3Dのグラフ表示および、関係データの表示形態としてヒートマップのそれぞれに対して、主にD3やReactでの具体的な実装について述べる。
コメント
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2002より。 第一回の国際的セマンティックウェブ会議の論文集。多くの論文が、データをつないだ後のフレキシブルなデータの処理であるWebサービスの統合に関して述べられている。 詳細としては、リサーチペーパーでは、マッチング、検索、オントロジー、RDF等に関して、ポジションペーパーではヨーロッパにおける実施例やセマンティックウェブを導入ためのステップについて、そして最後のシステム概要では、研究論文のセマンティックウェブシステム、エンタープライズへの応用、エージェントを用いたスケジュール管理、ビジュアルアナリティクス等について述べられている。目次は以下の通り。 例えばposter sessionで発表されている”Learning Organizational Memory”に関しては、論文そのものはネット上でも見つける事ができないが、それらに触発された組織記憶や個人記憶の扱いに関する知識マネジメントの論文ややHuman Resource Management関連の論文は数多く見つける事ができる。 […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2003より。 […]
[…] あたらしい人工知能の教科書 プロダクト／サービス開発に必要な基礎知識より。人工知能技術の中での知識データ技術概要について述べる […]
[…] 機械学習以外の人工知能技術の中心となる知識情報処理技術の歴史と知識を表現する言語およびPrologについて述べる。 […]
[…] 人工知能技術の中心としなる知識情報処理を用いた「Computable models of Law」について述べる。 […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2004より。 […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2005より。 […]
[…] 人工知能技術の中で知識情報をハンドリングする技術であるセマンティックウェブ技術やオントロジー技術の法律分野へのICT技術適用の参考図書であり「Legal Ontology Engineering: Methodologies, Modelling Trends, and the Ontology of Professional Judicial Knowledge」より。 […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2006より。 […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2007より。 […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2008より。 […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2009より。 […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2010より。 […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー オントロジー技術サマリー 検索技術サマリー データベース技術サマリー ユーザーインターフェース技術サマリー […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2011より。 […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2012より。 […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー オントロジー技術サマリー 検索技術サマリー データベース技術サマリー ユーザーインターフェース技術サマリー […]
[…] 人工知能技術サマリー デジダルトランスフォーメーションサマリー 機械学習技術サマリー 知識情報処理サマリー アルゴリズムサマリー […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2013より。 […]
[…] life tips&雑記 人工知能サマリー 知識情報処理サマリー 自然言語処理サマリー 機械学習サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー […]
[…] life tips & 雑記サマリー 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 自然言語処理サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 自然言語処理サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー 自然言語処理サマリー 機械学習技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー 自然言語処理サマリー 機械学習技術サマリー オントロジー技術サマリー オントロジーマッチング技術サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 自然言語処理サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 説明できる機械学習サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 説明できる機械学習サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー オントロジー技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー ワークフロー&サービスサマリー オントロジー技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー ワークフロー&サービスサマリー オントロジー技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー オントロジー技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー ワークフロー&サービスサマリー オントロジー技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー ワークフロー&サービスサマリー オントロジー技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー ワークフロー&サービスサマリー オントロジー技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー ワークフロー&サービスサマリー オントロジー技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー ワークフロー&サービスサマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー […]
[…] ウェブ技術サマリー デジタルトランスフォーメーション技術サマリー 人工知能技術サマリー 自然言語処理技術サマリー セマンティックウェブ技術サマリー 深層学習技術サマリー オンライン学習&強化学習技術サマリー チャットボット技術サマリー ユーザーインターフェース技術サマリー 知識情報処理技術サマリー 推論技術サマリー […]
[…] ウェブ技術サマリー デジタルトランスフォーメーション技術サマリー 人工知能技術サマリー 自然言語処理技術サマリー セマンティックウェブ技術サマリー 深層学習技術サマリー オンライン学習&強化学習技術サマリー ユーザーインターフェース技術サマリー 知識情報処理技術サマリー 推論技術サマリー […]
[…] 人工知能タスクの中で最も重要な知識情報を扱うための技術概要 | Deus Ex Machina より: 2022年1月29日 5:25 AM […]
[…] ウェブ技術サマリー デジタルトランスフォーメーション技術サマリー 人工知能技術サマリー 自然言語処理技術サマリー セマンティックウェブ技術サマリー 深層学習技術サマリー オンライン学習&強化学習技術サマリー チャットボット技術サマリー ユーザーインターフェース技術サマリー 知識情報処理技術サマリー 推論技術サマリー […]
[…] ウェブ技術サマリー デジタルトランスフォーメーション技術サマリー 人工知能技術サマリー 自然言語処理技術サマリー セマンティックウェブ技術サマリー 深層学習技術サマリー オンライン学習&強化学習技術サマリー ユーザーインターフェース技術サマリー 知識情報処理技術サマリー 推論技術サマリー […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2015より。 […]
[…] 人工知能技術サマリー セマンティックウェブ技術サマリー 知識情報処理技術サマリー 推論技術サマリー デジタルトランスフォーメーション技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー オントロジー技術サマリー 検索技術サマリー データベース技術サマリー ユーザーインターフェース技術サマリー セマンティックウェブ技術サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 説明できる機械学習サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 説明できる機械学習サマリー […]
[…] 人工知能技術サマリー セマンティックウェブ技術サマリー 知識情報処理技術サマリー 推論技術サマリー デジタルトランスフォーメーション技術サマリー […]
[…] 機械学習技術サマリー 人工知能技術サマリー セマンティックウェブ技術サマリー オントロジー技術サマリー デジタルトランスフォーメーション技術サマリー ユーザーインターフェースとデータビジュアライゼーションサマリー グラフデータ処理サマリー 知識情報処理サマリー […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2017より。 […]
[…] 人工知能技術サマリー セマンティックウェブ技術サマリー 知識情報処理技術サマリー 推論技術サマリー デジタルトランスフォーメーション技術サマリー […]
[…] 機械学習技術サマリー 人工知能技術サマリー 自然言語処理技術サマリー セマンティックウェブ技術サマリー オントロジー技術サマリー デジタルトランスフォーメーション技術サマリー 知識情報処理技術サマリー 推論技術サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 説明できる機械学習サマリー 問題解決と思考法及び実験計画サマリー life Tips&雑記 自然言語処理サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 説明できる機械学習サマリー 問題解決と思考法及び実験計画サマリー life Tips&雑記 自然言語処理サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 説明できる機械学習サマリー 問題解決と思考法及び実験計画サマリー life Tips&雑記 自然言語処理サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 説明できる機械学習サマリー 問題解決と思考法及び実験計画サマリー life Tips&雑記 自然言語処理サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 自然言語処理サマリー life Tips&雑記 […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 自然言語処理サマリー 問題解決と思考法及び実験計画サマリー life Tips&雑記 […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 説明できる機械学習サマリー 問題解決と思考法及び実験計画サマリー life Tips&雑記 自然言語処理サマリー […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 説明できる機械学習サマリー 問題解決と思考法及び実験計画サマリー life Tips&雑記 自然言語処理サマリー […]
[…] 人工知能技術サマリー セマンティックウェブ技術サマリー 知識情報処理技術サマリー 推論技術サマリー デジタルトランスフォーメーション技術サマリー […]
[…] 機械学習技術サマリー 人工知能技術サマリー 自然言語処理技術サマリー セマンティックウェブ技術サマリー オントロジー技術サマリー デジタルトランスフォーメーション技術サマリー AI学会論文サマリー 知識情報処理技術サマリー 推論技術サマリー […]
[…] 人工知能技術サマリー セマンティックウェブ技術サマリー 知識情報処理技術サマリー 推論技術サマリー AI学会論文サマリー デジタルトランスフォーメーション技術サマリー […]
[…] 人工知能技術サマリー セマンティックウェブ技術サマリー 知識情報処理技術サマリー 推論技術サマリー デジタルトランスフォーメーション技術サマリー 機械学習技術サマリー […]
[…] 知識情報をハンドリングする人工知能技術の一つであるセマンティックウェブ技術の国際学会であるISWC2021より。 […]
[…] 機械学習技術サマリー 人工知能技術サマリー 自然言語処理技術サマリー セマンティックウェブ技術サマリー オントロジー技術サマリー デジタルトランスフォーメーション技術サマリー 知識情報処理技術サマリー AI学会論文を集めて 推論技術サマリー […]
[…] AI学会論文サマリー 知識情報処理技術サマリー AI学会論文を集めて […]
[…] AI学会論文サマリー 知識情報処理技術サマリー AI学会論文を集めて […]
[…] 機械学習技術サマリー 人工知能技術サマリー 自然言語処理技術サマリー セマンティックウェブ技術サマリー オントロジー技術サマリー デジタルトランスフォーメーション技術サマリー 知識情報処理技術サマリー AI学会論文を集めて 推論技術サマリー […]
[…] 人工知能タスクの中で最も重要な知識情報を扱うための技術概要 | Deus Ex Machina より: […]
[…] ウェブ技術 デジタルトランスフォーメーション技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 深層学習技術 オンライン学習&強化学習技術 チャットボットと質疑応答技術 ユーザーインターフェース技術 知識情報処理技術 推論技術 Clojure プログラミング […]
[…] ウェブ技術 デジタルトランスフォーメーション技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 深層学習技術 オンライン学習&強化学習技術 チャットボットと質疑応答技術 ユーザーインターフェース技術 知識情報処理技術 推論技術 Clojure プログラミング […]
[…] ウェブ技術 デジタルトランスフォーメーション技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 深層学習技術 オンライン学習&強化学習技術 チャットボットと質疑応答技術 ユーザーインターフェース技術 知識情報処理技術 推論技術 プログラミング […]
[…] ウェブ技術 デジタルトランスフォーメーション技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 深層学習技術 オンライン学習&強化学習技術 チャットボットと質疑応答技術 ユーザーインターフェース技術 知識情報処理技術 推論技術 プログラミング […]
[…] 機械学習技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 オントロジー技術 デジタルトランスフォーメーション技術 知識情報処理技術 AI学会論文を集めて 推論技術 […]
[…] セマンティックウェブ技術 知識情報処理技術 […]
[…] 人工知能技術 機械学習技術 推論技術 知識工学 […]
[…] 機械学習技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 オントロジー技術 デジタルトランスフォーメーション技術 知識情報処理技術 AI学会論文を集めて 推論技術 […]
[…] life tips & 雑記 禅と人工知能/機械学習とライフティップ 人工知能技術 機械学習技術 オントロジー技術 デジタルトランスフォーメーション 知識情報処理 強化学習 確率的生成モデル 自然言語処理 […]
[…] 人工知能技術 機械学習技術 オントロジー技術 デジタルトランスフォーメーション 知識情報処理 強化学習 確率的生成モデル 説明できる機械学習 問題解決と思考法及び実験計画 life Tips&雑記 自然言語処理 […]
[…] life tips & 雑記 禅と人工知能/機械学習とライフティップ 人工知能技術 機械学習技術 オントロジー技術 デジタルトランスフォーメーション 知識情報処理 強化学習 確率的生成モデル 自然言語処理 […]
[…] life tips & 雑記 禅と人工知能/機械学習とライフティップ 人工知能技術 機械学習技術 オントロジー技術 デジタルトランスフォーメーション 知識情報処理 強化学習 確率的生成モデル 自然言語処理 […]
[…] life tips & 雑記 禅と人工知能/機械学習とライフティップ 人工知能技術 機械学習技術 オントロジー技術 デジタルトランスフォーメーション 知識情報処理 強化学習 確率的生成モデル 自然言語処理 […]
[…] life tips & 雑記 禅と人工知能/機械学習とライフティップ 人工知能技術 機械学習技術 オントロジー技術 デジタルトランスフォーメーション 知識情報処理 強化学習 確率的生成モデル 自然言語処理 […]
[…] 機械学習技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 オントロジー技術 デジタルトランスフォーメーション技術 数理論理学 知識情報処理技術 推論技術 […]
[…] 人工知能技術 機械学習技術 オントロジー技術 デジタルトランスフォーメーション 知識情報処理 強化学習 確率的生成モデル 説明できる機械学習 数理論理学 自然言語処理 […]
[…] 人工知能技術 セマンティックウェブ技術 知識情報処理技術 推論技術 デジタルトランスフォーメーション技術 機械学習技術 AI学会論文 […]
[…] 人工知能技術 機械学習技術 オントロジー技術 デジタルトランスフォーメーション 知識情報処理 強化学習 確率的生成モデル 説明できる機械学習 自然言語処理 […]
[…] 人工知能技術サマリー 機械学習技術サマリー オントロジー技術サマリー デジタルトランスフォーメーションサマリー 知識情報処理サマリー 強化学習サマリー 確率的生成モデルサマリー 説明できる機械学習サマリー 自然言語処理サマリー […]
[…] 人工知能技術 ウェブ技術 知識情報処理技術 セマンティックウェブ技術 自然言語処理 機械学習技術 オントロジー技術 オントロジーマッチング技術 […]
[…] 人工知能技術 ウェブ技術 知識情報処理技術 セマンティックウェブ技術 自然言語処理 機械学習技術 オントロジー技術 オントロジーマッチング技術 […]
[…] 人工知能技術 ウェブ技術 知識情報処理技術 セマンティックウェブ技術 自然言語処理 機械学習技術 オントロジー技術 オントロジーマッチング技術 […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー 自然言語処理サマリー 機械学習技術サマリー オントロジー技術サマリー オントロジーマッチング技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー 自然言語処理サマリー 機械学習技術サマリー オントロジー技術サマリー オントロジーマッチング技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー 自然言語処理サマリー 機械学習技術サマリー オントロジー技術サマリー オントロジーマッチング技術サマリー […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー 自然言語処理サマリー 機械学習技術サマリー 確率生成モデルサマリー オントロジー技術サマリー オントロジーマッチング技術サマリー […]
[…] 人工知能技術 ウェブ技術 知識情報処理技術 セマンティックウェブ技術 自然言語処理 機械学習技術 オントロジー技術 オントロジーマッチング技術 […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー 自然言語処理サマリー 機械学習技術サマリー オントロジー技術サマリー オントロジーマッチング技術サマリー […]
[…] 人工知能技術 ウェブ技術 知識情報処理技術 セマンティックウェブ技術 自然言語処理 機械学習技術 オントロジー技術 オントロジーマッチング技術 […]
[…] 人工知能技術サマリー ウェブ技術サマリー 知識情報処理技術サマリー セマンティックウェブ技術サマリー 自然言語処理サマリー 機械学習技術サマリー オントロジー技術サマリー オントロジーマッチング技術サマリー […]
[…] 人工知能技術 ウェブ技術 知識情報処理技術 オントロジー技術 検索技術 データベース技術 ユーザーインターフェース技術 […]
[…] チャットボットと質疑応答技術 ユーザーインターフェース技術 知識情報処理技術 推論技術 哲学と関連トピック 禅と人工知能 […]
[…] 人工知能技術 IOT セマンティックウェブ技術 知識情報処理技術 推論技術 DXの事例 […]
[…] 自然言語処理技術 マルコフ連鎖モンテカルロ法 知識情報処理 深層学習技術 強化学習 説明できる機械学習 一般的な機械学習 […]
[…] Twitter Facebook はてブ Pocket LINE コピー 2023.06.07 2022.08.13 人工知能技術 知識情報処理技術 グラフデータと機械学習 オントロジー技術 機械学習技術 推論技術 […]
[…] 自然言語処理技術 マルコフ連鎖モンテカルロ法 知識情報処理 深層学習技術 強化学習 説明できる機械学習 一般的な機械学習 […]
[…] アルゴリズム 機械学習における数学 深層学習 オントロジー技術 知識情報処理 強化学習 説明できる機械学習 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 知識情報処理技術 強化学習技術 確率的生成モデル技術 説明できる機械学習技術 […]
[…] アルゴリズム 機械学習における数学 深層学習 オントロジー技術 知識情報処理 強化学習 説明できる機械学習 […]
[…] 深層学習技術 自然言語処理技術 セマンティックウェブ技術 知識情報処理 オントロジー技術 AI学会論文集を集めて […]
[…] 自然言語処理技術 マルコフ連鎖モンテカルロ法 知識情報処理 深層学習技術 強化学習 説明できる機械学習 一般的な機械学習 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 知識情報処理技術 強化学習技術 確率的生成モデル技術 説明できる機械学習技術 […]
[…] ICT技術 デジタルトランスフォーメーション 人工生命 推論技術 知識工学 オートマトンと自動計画 物理・数学 […]
[…] 人工知能技術 自然言語処理技術 セマンティックウェブ技術 知識情報処理技術 推論技術 禅と人工知能 哲学と関連トピック […]
[…] ICT技術 デジタルトランスフォーメーション 人工生命 推論技術 知識工学 […]
[…] チャットボットと質疑応答技術 ユーザーインターフェース技術 知識情報処理技術 推論技術 プログラミング スパースモデリング 確率的生成モデル […]
[…] チャットボットと質疑応答技術 ユーザーインターフェース技術 知識情報処理技術 推論技術 プログラミング スパースモデリング 確率的生成モデル […]
[…] 自然言語処理技術 マルコフ連鎖モンテカルロ法 知識情報処理 深層学習技術 強化学習 説明できる機械学習 […]
[…] 自然言語処理技術 マルコフ連鎖モンテカルロ法 知識情報処理 深層学習技術 強化学習 説明できる機械学習 一般的な機械学習 […]
[…] 自然言語処理技術 マルコフ連鎖モンテカルロ法 知識情報処理 深層学習技術 強化学習 説明できる機械学習 一般的な機械学習 […]
[…] コピー 2023.09.26 2023.09.09 人工知能技術 セマンティックウェブ技術 知識情報処理技術 推論技術 AI学会論文 デジタルトランスフォーメーション技術 […]
[…] に対応するためにカスタムモデルの設計やトレーニングが必要となる。これには”知識情報処理技術“や”オントロジー技術“で述べられているドメイン専門知識の活用が必 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] Visualization & UX ワークフロー&サービス グラフデータ処理 知識情報処理 […]
[…] 深層学習技術 自然言語処理技術 セマンティックウェブ技術 知識情報処理 オントロジー技術 AI学会論文集を集めて […]
[…] Visualization & UX ワークフロー&サービス グラフデータ処理 知識情報処理 […]
[…] Visualization & UX ワークフロー&サービス グラフデータ処理 知識情報処理 […]
[…] Visualization & UX ワークフロー&サービス グラフデータ処理 知識情報処理 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] チャットボットと質疑応答技術 ユーザーインターフェース技術 知識情報処理技術 推論技術 禅と人工知能 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 知識情報処理技術 強化学習技術 確率的生成モデル技術 説明できる機械学習技術 […]
[…] チャットボットと質疑応答技術 ユーザーインターフェース技術 知識情報処理技術 推論技術 禅と人工知能 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 知識情報処理技術 強化学習技術 確率的生成モデル技術 説明できる機械学習技術 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 知識情報処理技術 強化学習技術 確率的生成モデル技術 説明できる機械学習技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] デジタルトランスフォーメーション 自然言語処理技術 知識情報処理 セマンティックウェブ技術 数学と機械学習 […]
[…] 機械学習における数学 セマンティックウェブ技術 オントロジー技術 知識情報処理技術 推論技術 […]
[…] 機械学習における数学 セマンティックウェブ技術 オントロジー技術 知識情報処理技術 推論技術 […]
[…] ICT技術 デジタルトランスフォーメーション 人工生命 推論技術 知識工学 本ブログのナビ […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 知識情報処理技術 強化学習技術 確率的生成モデル技術 説明できる機械学習技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] ICT技術 デジタルトランスフォーメーション 人工生命 推論技術 知識工学 オートマトンと自動計画 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 深層学習技術 確率生成モデル トピックモデル オントロジー技術 知識情報処理 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 python […]
[…] 関係データ学習 セマンティックウェブ技術 知識情報処理技術 グラフデータアルゴリズム 画像認識技術 構造学習 […]
[…] 深層学習技術 自然言語処理技術 セマンティックウェブ技術 知識情報処理 オントロジー技術 AI学会論文集を集めて […]
[…] 深層学習技術 自然言語処理技術 セマンティックウェブ技術 知識情報処理 オントロジー技術 AI学会論文集を集めて […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 深層学習技術 自然言語処理技術 セマンティックウェブ技術 知識情報処理 オントロジー技術 AI学会論文集を集めて […]
[…] ドメイン知識の統合: ナレッジグラフは、”知識情報処理技術“や”オントロジー技術“で述べているようなさまざまな知識情報を一元化し、ドメイン知識を統合するのに役 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 自然言語技術 人工知能技術 デジタルトランスフォーメーション技術 知識情報処理技術 セマンティックウェブ技術 グラフデータアルゴリズム 構造学習 […]
[…] 深層学習技術 自然言語処理技術 セマンティックウェブ技術 知識情報処理 オントロジー技術 AI学会論文集を集めて […]
[…] Pocket LINE コピー 2024.07.06 人工知能技術 セマンティックウェブ技術 知識情報処理技術 推論技術 AI学会論文 デジタルトランスフォーメーション技術 […]
[…] Visualization & UX ワークフロー&サービス グラフデータ処理 知識情報処理 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 AI学会論文 知識情報処理技術 AI学会論文を集めて 推論技術 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 AI学会論文 知識情報処理技術 AI学会論文を集めて 推論技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 自然言語処理技術 マルコフ連鎖モンテカルロ法 知識情報処理 深層学習技術 強化学習 説明できる機械学習 一般的な機械学習 […]
[…] 深層学習技術 自然言語処理技術 セマンティックウェブ技術 知識情報処理 オントロジー技術 AI学会論文集を集めて […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 深層学習技術 自然言語処理技術 セマンティックウェブ技術 知識情報処理 オントロジー技術 AI学会論文集を集めて […]
[…] 自然言語処理技術 マルコフ連鎖モンテカルロ法 知識情報処理 深層学習技術 強化学習 説明できる機械学習 一般的な機械学習 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 深層学習技術 自然言語処理技術 セマンティックウェブ技術 知識情報処理 オントロジー技術 AI学会論文集を集めて […]
[…] 自然言語処理技術 マルコフ連鎖モンテカルロ法 知識情報処理 深層学習技術 強化学習 説明できる機械学習 一般的な機械学習 […]
[…] 自然言語処理技術 マルコフ連鎖モンテカルロ法 知識情報処理 深層学習技術 強化学習 説明できる機械学習 一般的な機械学習 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 知識情報処理技術 強化学習技術 確率的生成モデル技術 説明できる機械学習技術 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 AI学会論文 知識情報処理技術 AI学会論文を集めて 推論技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 AI学会論文 知識情報処理技術 AI学会論文を集めて 推論技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] 人工知能 デジタルトランスフォーメーション セマンティックウェブ 知識情報処理 グラフデータアルゴリズム 関係データ学習 推薦技術 […]
[…] オンライン学習&強化学習技術 ユーザーインターフェース技術 知識情報処理技術 推論技術 […]
[…] オントロジー技術 デジタルトランスフォーメーション技術 知識情報処理技術 強化学習技術 確率的生成モデル技術 説明できる機械学習技術 […]
[…] デジタルトランスフォーメーション 自然言語処理技術 知識情報処理 Clojure Python PHP Prolog LISP R言語 C/C++ Javascript JavaとScalaとKoltlin CSS […]
[…] チャットボットと質疑応答技術 ユーザーインターフェース技術 知識情報処理技術 プログラミング スパースモデリング 確率的生成モデル […]