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技術について
データを活用される際によく使われるフレームワークとしてDIKWピラミッドがある。(下図)
Data(データ)は観測された事実の集まりであり、それが何も処理がなされていない状態を指す。データをInformation(情報)へ変換する作業は、データを構造化することになり、それらをさらに構造化することで関連付けなどを行い、情報は整理されKnpwledge(知識)となりWisdom(知恵)となって活用されてく。
コンピューターを使ってデータを処理するということは、このようなデータの中にある構造をビジュアライゼーションすることで価値を生み出しいくいくことと等価となる。
さらに、データ自体には複数の視点で複数の解釈が可能であり、それらをビジュアライゼーションしていくためには、巧妙に設計されたユーザーインターフェースも必要となる。
本ブログではそれのユーザーインターフェース&データビジュアライゼーションに関して、以下について述べる。
実装
ユーザーインターフェースのデザインやインタラクションの改善に役立つ手法として生成系AIを用いたUIの制御がある。
- メタバースの歴史と課題及びAIによる支援
多様なブラットフォームにより、様々なメタバースが作成されているが、多くのメタバースでは作成後訪問者が減少し、廃れた場所となってしまう。メタバースで人が定着しない要因として、以下の点が指摘されている。
- 自然言語処理と生成系AIによるメタバース制御
自然言語によるメタバースの操作は、ユーザーが直感的にメタバース内のオブジェクトや環境、アバターの動きを自然言語でコントロールできるようにする技術となる。
- 要約での抽象化型アプローチとAIによるコミュニケーション支援
“自動要約技術の概要とアルゴリズムおよび実装例について“では、AIを用いた要約技術について述べている。自動要約技術は、大きなテキスト文書や文章を短く、要点を押さえた形にまとめるための技術となり、情報の圧縮や要約された情報の理解を容易にするため、情報検索、情報処理、 自然言語処理、 機械学習などの分野で広く利用されているものであり、大きく分けると、抽出型要約と抽象化型要約の2つに分けられる。ここでは”ひとことでまとめる技術“をベースに、抽象化型要約に対する定性的なアプローチについて考えたいと思う。
源氏物語絵巻（げんじえまき）は、現在NHKで放映中の大河ドラマ「光る君へ」の舞台でもある平安時代の文学作品「源氏物語」を絵画と文章で表現した日本の絵巻物となる。この『源氏物語絵巻』には、以下に示すような平安時代の日本絵画に特徴的なさまざまな技法が用いられており、それらが絵巻全体の美しさと物語性を高めている。このような特徴のある『源氏物語絵巻』の構成から得られる、アプリケーションのUXデザインのためのヒントとしては、例えばメタバース設計に応用することを考えると、以下のような応用が考えられる。
“感情と自律神経と”整う”効果について“でも述べたように、人間の自律神経は感情に大きく影響を与え、自律神経は外部の環境から影響を受ける。音、リズム、メロディは、人の感情に強く影響を与え、ユーザーエクスペリエンス（UX）においても非常に重要な要素となっている。以下に、心地よい音を作ることにつながる一般的な生成モデルを使用した音楽を生成するための実装例の概要について述べる。
Discordは、アメリカのソフトウェア企業Discord Inc.が開発運営する無料の音声・テキスト・ビデオチャットツールとなる。もともとゲーマー向けに開発されたコミュニケーションツールだが、その使いやすさと多機能性により、さまざまな領域でのオンラインコミュニティが形成され、今や多くの一般ユーザーにも使われているものとなる。Discordは、音声、テキスト、ビデオ通話の3つの機能がサーバー上で行われ、またユーザーは独自のサーバーを作ったり、他のユーザーが作ったサーバーに参加することも可能で、サーバー内では「テキストチャネル」や「ボイスチャネル」といったサブスペースを作成することが可能で、特定の目的に合わせたサブスペースを作成することができ、特定の話題や目的に合わせてチャネルを切り替え、コミュニケーションができるものとなる。
Notion（ノーション）は、ドキュメント、タスク管理、データベース、プロジェクト管理など、さまざまな機能を統合したオールインワンのプロダクティビティツールで、どんな情報でも、とりあえずNotionに放り込んでおけば有効に使えるものとなる。
- 対話的なデータ可視化ツールであるBokeh、Plotly、Tableauについて
Bokeh、Plotly、Tableauは、データ可視化に使用されるさまざまなツールやライブラリであり、対話的なデータ可視化ツールとして、さまざまな適用事例に利用されている。
教育分野やオンライン学習プラットフォームなどのさまざまな領域で、自然言語処理（NLP）を活用したユーザーにカスタマイズされた学習支援が提供されている。ここでは、それらに用いられる様々なアルゴリズムと具体的な実装について述べている。
自然言語処理（NLP）を用いたオンラインディスカッションのモニタリングと支援は、オンラインコミュニティ、フォーラム、ソーシャルメディアプラットフォームなどで活用され、ユーザーエクスペリエンスの向上、適切なコミュニケーションの促進、問題の早期検出などに役立つアプローチとなる。ここでは、この自然言語処理（NLP）を用いたオンラインディスカッションのモニタリングと支援について様々なアルゴリズムと実装について述べる。
- LLE (Locally Linear Embedding)について
LLE（Locally Linear Embedding）は、高次元データを低次元に埋め込む非線形次元削減アルゴリズムの一つであり、データが局所的に線形であると仮定し、データの局所的な構造を保持しながら次元を削減するものとなる。これは、主にクラスタリング、データの可視化、特徴抽出などのタスクに使用されている。
- 多次元尺度構成法（MDS, Multidimensional Scaling）について
多次元尺度構成法（MDS）は、多変量データを可視化するための統計的手法の一つであり、データ間の距離または類似性を保持しながら、データポイントを低次元空間（通常は2次元または3次元）に配置する方法を提供するものとなる。この手法は、高次元データを理解しやすい低次元プロットに変換するために使用され、データの特徴やクラスタリングを可視化するのに役立つ。
t-SNEは、高次元データを低次元に埋め込む非線形次元削減アルゴリズムの一つであり、t-SNEは主にデータの可視化やクラスタリングなどのタスクに使用され、特に高次元データの非線形構造を保持する能力が強みな手法となる。t-SNEの主なアイデアは、高次元データの類似性を低次元空間に反映させることとなる。
アクセスコントロール（Access Control）技術は、情報システムや物理的な場所へのアクセスを制御し、権限を持つユーザーだけが許可されたリソースにアクセスできるようにするためのセキュリティ手法であり、データの機密性、完全性、可用性を保護し、セキュリティポリシーを実施するために広く使用されている技術となる。ここでは、このアクセスコントロール技術に関する様々なアルゴリズムや実装例について述べている。
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。
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。
PlantUML は、オープンソースの様々なデータモデルを自動で描画可能なツールとなり、AT&T研究所が提供しているオープンソースの描画ツールであるgraphvizをベースとしている。以下に示すような様々なダイアグラムを素早く作成するためのコンポーネントとなる。
plantUMLの利用の仕方には様々な方法がある。(1)Jarファイルの利用、(2)Macでのbrewの利用、(3)Webサービス、(4)アプリケーションに仕込む方法
Unityは、Unity Technologiesによって開発され、広く使用されているゲーム開発やアプリケーション開発のための統合開発環境(IDE)となる。Unityはゲーム、VR、AR、シミュレーション等様々な領域で利用されている。ここでは、このUnityとCMS、chatbot、ES、機械学習、自然言語処理等の人工知能システムとの連携について述べている。
お手軽にデスクトップアプリとしてUIを作成場合に利用できるClojureのライブラリーとしてseesawがある。これはJavaのグラフィカルライブラリであるSwingをClojureで利用できるようにしたものとなる。
Clojure Quilは、Clojureプログラミング言語で書かれた2Dグラフィックスおよびアニメーションを作成するためのライブラリとなる。Quilは、ProcessingというJavaベースの2DグラフィックスライブラリのClojureラッパーで、Quilを使用すると、Clojureで記述されたプログラムを使用して、2Dグラフィックスおよびアニメーションを作成することができる。
CSS（Cascading Style Sheets）は、HTMLやXMLなどのマークアップ言語で作られたドキュメントのスタイルやレイアウトを指定するためのスタイルシート言語であり、Webページの見た目を装飾するために使用され、フォントの色やサイズ、背景色や画像、余白、レイアウトなどを指定することができるものとなる。Bootstrapは、HTML、CSS、JavaScriptを使用してレスポンシブなウェブサイトやWebアプリケーションを構築するためのフレームワークとなる。
応用
本書は利用者がGoogle, Yahoo!などのWeb検索エンジンや情報検索システムを使用する際に，必要な情報をストレスなく適切に取得するためのユーザインタフェース技術を体系的に論じた Search User Interfaces(Cambridge University Press, 2009)を翻訳したものである。著者のMarti A. Hearst氏はカリフォルニア大学バークレー校情報スクール(School of Information)の教授であり，ユーザインタフェース分野において顕著な業績を有している。Hearst教授はコンピュータの基礎技術を数多く発明したことで有名な米国シリコンバレーのXerox PARC (Palo Alto Research Center)における研究経験もあり，Webが今日のように一般ユーザに身近になる過程で，遂げてきた発展について，実例を用いて体系的に整理している。これまで，情報検索技術とユーザインタフェース技術を総合的に論じた書籍は存在せず，その意味でも原著はWeb情報検索時代の画期的な名著と言えるだろう。
The Science of the Artificial(邦題:システムの科学（1969年）は、ハーバート・A・サイモンによる学習科学と人工知能の分野に関する本であり、特に設計理論に影響を与えたものとなる。この本は、人工現象をどのように分類すべきかをテーマにしており、そのような現象が「科学」の領域に属するかどうかについて議論している。
- 学習インターフェースエージェント
- UMLによるOWL DLオントロジーのビジュアルモデリング
- セマンティックウェブでブログを書くとはどういうことか？
- The Protege OWL Plugin: セマンティック・ウェブ・アプリケーションのためのオープンな開発環境
- OntoTrack: OWL Liteオントロジーの閲覧・編集と推論・説明の融合
- オントロジーの進化に伴う変化の追跡
- オントロジーのクエリ エンドユーザーのための制御された英語インターフェース
- Webサービスのためのパーソナライズされたユーザインタフェースを生成するためのオントロジーアプローチ
- データベース上のオントロジー問合せ応答
- 汎用プロシージャによるWebサービス構築とユーザー設定のカスタマイズ
- セマンティックデスクトップ2.0 Gnowsisの体験
- A cognitive support framework for ontology mapping
- Potluck: Data Mash-Up Tool for Casual Users
- The Semantic Web and Human Inference: A Lesson from Cognitive Science
- Modeling Documents by Combining Semantic Concepts with Unsupervised Statistical Learning ISWC2008より
- Comparison between Ontology Distances (Preliminary Results) ISWC2008より
- Folksonomy-Based Collabulary Learning ISWC2008より
- Connecting the Dots: A Multi-pivot Approach to Data Exploration
データブラウザの目的は、大規模で複雑なデータのグラフに圧倒されることなく、ユーザーが効率的にデータを識別し、問い合わせることを支援することである。グラフベースのデータセットにおけるデータの特定と問い合わせのためのソリューションとして、Pivoting（またはセットオリエンテッドブラウジング）という多対多のグラフブラウジング技術が提案されている。これは、ユーザーがインスタンスのセットから始めて、共通のリンクを介してナビゲーションすることにより、グラフを移動することを可能にする技術である。しかしながら、ナビゲーションにのみ依存すると、ユーザはパスを見つけることが難しく、また、興味のある点が多くの頂点にまたがっている場合、興味のある要素がグラフ内にあるかどうかを確認することさえ難しくなる。さらに、前方リンクと後方リンクの組み合わせで必要な接続を行う必要があるため、ピボットの複雑さがさらに増すという課題もあります。これらの問題を軽減し、ピボット機能を強化するために、我々はVisorというツールで実現したマルチピボットアプローチを提案します。Visorは、グラフ内の複数の点から探索することができ、グラフ内の重要なポイントを概念的に結びつけ、グラフの残りの部分を視覚的に隠して、ナビゲーション用のロードマップを作成することを支援する。私たちは を実施し、本アプローチの有効性を実証した。
概念図は、オントロジーを正確に記述するために、記号表記よりも開発者や他のステークホルダーが容易にアクセスできる方法で導入された。本論文では、セマンティックセンサーネットワーク（SSN）オントロジーを視覚的に指定するために概念図を使用した事例を紹介する。SSNオントロジーは、もともとW3Cのインキュベータグループによって開発されたものである。このオントロジーでは、センサはセンシングを行う物理的な物体であり、観測は1つのセンサによって行われる。これらの役割や概念は、概念図によって視覚的に、しかし正確に把握することができる。この視覚的なモデルの開発から得られた教訓を考察し、記述論理の公理を概念図に変換する方法を示す。また、簡単な概念図公理をより複雑な公理に統合する方法を示すとともに、図が比較的すっきりした状態を保つことを保証する。
現在のオントロジーエンジニアリングツールが提供するオントロジー可視化および探索のサポートに関して、ユーザーの満足度が低いことが、文献による観察研究で明らかにされています。これらの問題は、特に非専門家ユーザーにとって問題です。彼らは、表現の詳細を抽象化し、オントロジのコンテンツと構造を理解できるようにするために、効果的なツールサポートに依存しています。KC Vizは、経験的に検証されたオントロジー要約手法を用い、大規模なオントロジーを簡潔に表示し、最も情報量の多いノード（キーコンセプト）から始まる「ミドルアウト」なオントロジーナビゲーションアプローチをサポートする。本論文では、KC-Vizの主な特徴を紹介し、また、予備的な実証評価から得られた有望な結果について議論します。この結果は、KC-Vizの使用が、現実的なブラウジングと可視化タスクに取り組むユーザーにパフォーマンスの利点をもたらすことを示唆しています。また、オントロジーエンジニアリングの経験が、オントロジーエンジニアリングタスクの客観的なパフォーマンスだけでなく、オントロジーエンジニアリングツールの使い勝手に関する主観的な見解に影響を与えることを示すなど、アンケートによる補足データから興味深い発見が得られました。
オントロジー知識を自動的に取得する場合、品質管理は不可欠である。我々は、最も厳しいアプローチとして、取得したデータの徹底的な手作業による検証を考えている。自動推論を用いることで、このプロセスを部分的に自動化する。各専門家の決定の後、既に承認された文が含意する公理は自動的に承認され、矛盾をもたらす公理は拒否される。この設定では、エキスパートによる決定の量を最小化するために、適切な公理順位付け戦略が不可欠である。本論文では、従来提案されてきたランキング手法を一般化し、任意の有効比率（データセット内の有効な文の割合）に対して有効に機能する手法を提案する。従来提案されてきたランキング関数は、有効比率が100%と0%になるように調整されているか、最悪のケースを最適化していたのに対し、本論文では、任意の有効比率に対して有効なランキング手法を提案する。有効性比率は一般に事前に知ることができないが、検査の過程で継続的に推定される。さらに、計算量を大幅に削減するために、パーティショニング技術を採用しています。これらの最適化をサポートする実装を提供するとともに、公理を逐次評価するためのユーザフロントエンドを備えており、提案する戦略を実用的なシナリオに適用することが可能である。このことは、新しいパラメータ化されたランキング関数がほぼ最大限の自動化を達成し、25,000文以上のテストデータセットにおいて、各推論に基づく自動判定に必要な計算時間が平均1秒未満に短縮されたことを示す我々の評価からも明らかである。
- Indented Tree or Graph? A Usability Study of Ontology Visualization Techniques in the Context of Class Mapping Evaluation
- A Graph-Based Approach to Learn Semantic Descriptions of Data Sources
- Explass: Exploring Associations between Entities via Top-K Ontological Patterns and Facets
- Expressive and Scalable Query-Based Faceted Search over SPARQL Endpoints
- Querying Heterogeneous Personal Information on the Go
- The Web Browser Personalization with the Client Side Triplestore
- CrowdTruth: Machine-Human Computation Framework for Harnessing Disagreement in Gathering Annotated Data
- RDF123: From Spreadsheets to RDF ISWC2008より
- Evaluating Long-Term Use of the Gnowsis Semantic Desktop for PIM ISWC2008より
- Bringing the IPTC News Architecture into the Semantic Web ISWC2008より
- BESDUI: A Benchmark for End-User Structured Data User Interfaces
- VOILA: Visualization and Interaction for Ontologies and Linked Data
- Challenges and Opportunities with Big Linked Data Visualization
コメント
[…] DIKWについて […]
[…] 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 […]
[…] デジタルトランスフォーメーションサマリー 人工知能技術サマリー 機械学習技術サマリー ユーザーインターフェースサマリー […]
[…] デジタルトランスフォーメーションサマリー 人工知能技術サマリー 機械学習技術サマリー ユーザーインターフェースサマリー 地理空間情報処理サマリー […]
[…] デジタルトランスフォーメーションサマリー 人工知能技術サマリー 機械学習技術サマリー ユーザーインターフェースサマリー 地理空間情報処理サマリー 確率的生成モデルサマリー […]
[…] デジタルトランスフォーメーションサマリー 人工知能技術サマリー 機械学習技術サマリー ユーザーインターフェースサマリー 地理空間情報処理サマリー 確率的生成モデルサマリー […]
[…] デジタルトランスフォーメーションサマリー 人工知能技術サマリー 機械学習技術サマリー ユーザーインターフェースサマリー 地理空間情報処理サマリー 確率的生成モデルサマリー […]
[…] デジタルトランスフォーメーションサマリー 人工知能技術サマリー 機械学習技術サマリー ユーザーインターフェースサマリー 地理空間情報処理サマリー 自然言語処理サマリー トピックモデルサマリー […]
[…] デジタルトランスフォーメーションサマリー 人工知能技術サマリー 機械学習技術サマリー ユーザーインターフェースサマリー 地理空間情報処理サマリー […]
[…] Visualization & UX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 […]
[…] 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 チャットボットと質疑応答技術サマリー 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 […]
[…] 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 […]
[…] 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 […]
[…] デジタルトランスフォーメーションサマリー 人工知能技術サマリー. プログラミング技術サマリー. ウェブ技術サマリー ユーザーインターフェース技術サマリー […]
[…] 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 Prologと知識情報処理 推論技術 […]
[…] 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 Prologと知識情報処理 推論技術 […]
[…] デジタルトランスフォーメーション 人工知能技術. プログラミング技術. ウェブ技術 CSSとウェブデザイン ユーザーインターフェース技術 […]
[…] デジタルトランスフォーメーション 人工知能技術. プログラミング技術. ウェブ技術 CSSとウェブデザイン ユーザーインターフェース技術 […]
[…] デジタルトランスフォーメーション 人工知能技術. プログラミング技術. ウェブ技術 CSSとウェブデザイン ユーザーインターフェース技術 […]
[…] 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 […]
[…] 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 […]
[…] 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 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 Clojure プログラミング […]
[…] デジタルトランスフォーメーション 人工知能技術 機械学習技術 ユーザーインターフェース 地理空間情報処理 […]
[…] デジタルトランスフォーメーション 人工知能技術 機械学習技術 ユーザーインターフェース 地理空間情報処理 […]
[…] 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 検索技術 データベース技術 アルゴリズム 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 […]
[…] デジタルトランスフォーメーション 人工知能技術 プログラミング技術. ウェブ技術 CSSによるウェブデザイン ユーザーインターフェース技術 […]
[…] 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 検索技術 データベース技術 アルゴリズム 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 […]
[…] 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 禅と人工知能 […]
[…] 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 […]
[…] 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 検索技術 データベース技術 アルゴリズム 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 […]
[…] アルゴリズム 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 […]
[…] アルゴリズム 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 ITインフラ技術 Javascript CSS DXの事例 […]
[…] アルゴリズム 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 ITインフラ技術 […]
[…] 深層学習技術 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 […]
[…] 深層学習技術 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 本ブログのナビ […]
[…] セマンティックウェブ技術 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 […]
[…] セマンティックウェブ技術 ICT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 プログラミング […]
[…] アルゴリズム 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 ITインフラ技術 Javascript CSS […]
[…] アルゴリズム 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 ITインフラ技術 PHPとウェブ開発 […]
[…] 機械学習技術 人工知能技術 デジタルトランスフォーメーション技術 ユーザーインターフェース 地理空間情報処理 […]
[…] アルゴリズム 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 Clojure マイクロサービス […]
[…] 検索技術 データベース技術 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 ITインフラ技術 […]
[…] デジタルトランスフォーメーション技術 ワークフロー&サービス Visualization & UX ITインフラ技術 確率的生成モデル 時系列データ解析技術 […]
[…] アルゴリズム 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 ITインフラ技術 物理・数学 […]
[…] アルゴリズム 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 ITインフラ技術 物理・数学 […]
[…] アニメーション、グラフの可視化ツールを使用してデータを視覚的に理解しやすくする。詳細は”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技術“を参照のこと。 […]
[…] アルゴリズム 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 […]
[…] アルゴリズム 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 […]
[…] 対話型のダッシュボードを作成してリアルタイムでデータを監視することも有用となる。詳細は”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技術“を参照のこと。 […]
[…] 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 哲学と関連トピック 禅と人工知能 […]
[…] 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 禅の歴史と思想 旅と歴史 アートとスポーツ […]
[…] 人工知能技術 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 ITインフラ技術 […]
[…] アルゴリズム 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 […]
[…] アルゴリズム 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 […]
[…] アルゴリズム 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 […]
[…] 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 禅の歴史と思想 旅と歴史 アートとスポーツ […]
[…] 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 プログラミング スパースモデリング […]