概要 | ページ 2 | Deus Ex Machina

半導体製造技術の概要とAI技術の適用について

半導体製造技術の概要とAI技術の適用について(前工程、ウエハ製造、洗浄工程、成膜工程、リソグラフィ工程、エッチング工程、不純物拡散工程等、後工程、ダイシング、マウント、ボンディング、モールド、マーキング、バンプ加工、パッケージング、拡散、イオン注入、アニーリング、ウェットエッチング、ドライエッチング、液浸露光装置、EUV、ARエキシマレーザ、ムーアの法則、2nm、感光剤、写真製版技術、ステッパー、熱酸化、CVD、スパッタ、チョクラルスキー法、インゴット、Siウェハ)

2023.03.18

コンピューターテクノロジー:Technologyハードウェア

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

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(ISWC、自然言語処理、推論技術、データ分析、ロボティクス、IOT、検索エンジン、推論エンジン、エンティティ抽出、絵ンティティリンキング、関係学習、深層学習、論理と確率の融合、リレーションシップ抽出、トピックモデル、チャットボット、質問応答、セマンティックウェブ技術、知識情報処理、RDFストア、SPARQL、オントロジーマッチング、データベース技術)

2023.03.05

Symbolic Logicweb技術:web technologyエキスパートシステム:expertsystemグラフ理論セマンテックウェブ技術:Semantic web Technology情報理論/計算理論推論技術:inference Technology最適化:Optimization検索技術:Search Technology機械学習:Machine Learning

クラウドネイティブを実現するコンテナ技術の概要とDocker

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クラウドネイティブを実現するコンテナ技術の概要とDocker(コンテナイメージ、Build/Push機能、cri-o、コンテナ実行、Kubernetes、containerd、CRI-Containerd、ローレベルコンテナランタイム、ハイレベルコンテナランタイム、カーネル機能、Open Container Initiative、OCI、Runtime Specification、Format Specification、コピーオンライト、COW、cgroups、階層構造、ファイルシステム、名前空間、仮想OS、Paas、Linux)

2023.02.27

web技術:web technologyアーキテクチャコンピューターネットワーク技術プログラミング言語:Programming Language

保護中: 統計数学理論によるν-サポートベクトルマシンの概要

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統計数学理論によるν-サポートベクトルマシンの概要(カーネル関数、有界性、経験マージン判別誤差、バイアス項なしモデル、再生核ヒルベルト空間、予測判別誤差、一様バウンド、統計的一致性、C-サポートベクトルマシン、対応関係、統計モデルの自由度、双対問題、勾配降下、最小距離問題、判別境界、幾何学的解釈、2値判別、経験マージン判別誤差、経験判別誤差、正則化パラメータ、ミニマックス定理、グラム行列、ラグランジュ関数)

2023.02.23

アルゴリズム:Algorithmsグラフ理論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

Dockerとは?その利点と課題、仮想化基盤との相違点とアーキテクチャ概要

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Dockerの利点と課題、仮想化基盤との相違点とアーキテクチャ概要(cgroups、資源管理ツール、仮想ファイル、Linuxカーネル、Windows、Windows Server、pid名前空間、user名前空間、uts名前空間、net名前空間、nmt名前空間、ipc名前空間、ハイパーバイザー型、名前空間、仮想化ソフトウェア、WIndows Server Container、無停止サーバー、ミッションクリティカル、ライブマイグレーション、キャパシティプランニング、オーケストレーション、kubernetes、イミュータブル・インフラストラクチャ、ディスポーザブル・コンポーネント、疎結合、IaaS、クラウドコンピューティング)

2022.12.26

ICT技術:ICT Technology

保護中: 強化学習に対するニューラルネットワークの適用(1)概要

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強化学習に対するニューラルネットワークの適用の概要(Agent、Epsilon-Greedy法、Trainer、Observer、Logger、確率的勾配降下法、Stochastic Gradient Descent、SGD、Adaptive Moment Estimation、Adam、Optimizer、誤差逆伝搬法、Backpropagation、勾配、活性化関数、バッチ法、価値関数、戦略)

2022.12.14

pythonアルゴリズム:Algorithms強化学習微分積分:Calculus最適化:Optimization機械学習:Machine Learning深層学習:Deep Learning確率・統計:Probability and Statistics

保護中: 統計数学理論における判別適合的損失についての概要

統計数学理論における判別適合的損失についての概要(ランプ損失、凸マージン損失、非凸なΦ-マージン損失、判別適合的、ロバスト・サポートベクトルマシン、判別適合性定理、L2-サポートベクトルマシン、2乗ヒンジ損失、ロジスティック損失、ヒンジ損失、ブースティング、指数損失、凸マージン損失の判別適合性定理、ベイズ規則、予測Φ-損失、予測判別誤差、単調非増加凸関数、経験Φ-損失、経験判別誤差)

2022.12.08

アルゴリズム:Algorithms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: 確率的最適化とオンライン最適化の概要

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに用いられる確率的最適化とオンライン最適化の概要(期待誤差、リグレット、ミニマックス最適、強凸損失関数、確率的勾配降下法、確率的双対平均化法、AdaGrad、オンライン型確率的最適化、バッチ型確率的最適化)

2022.11.23

アルゴリズム:Algorithms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: ガウス過程による教師なし学習(1)ガウス過程潜在変数モデルの概要とアルゴリズム

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)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潜在変数モデル(GPLVM)を用いた教師なし学習の概要とアルゴリズム、ベイズガウス過程潜在変数モデル(Bayesian GPLVM)

2022.11.21

アルゴリズム:Algorithmsベイズ推定微分積分:Calculus推論技術:inference Technology数理論理学:Mathematical logic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: 教師あり学習と正則化

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機械学習最適化手法の基礎としての教師あり学習(回帰、判別)と正則化(リッジ関数、L1正則化、ブリッジ正則化、エラステックネット正則化、SCAD、グループ正則化、一般化連結正則化、トレースノルム正則化)の概要

2022.11.08

アルゴリズム:Algorithms微分積分:Calculus最適化:Optimization機械学習:Machine Learning確率・統計:Probability and Statistics