保護中: 最大流とグラフカット(1) 最大量と最小s-tカット
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離散情報の最適化手法である劣モジュラ最適化の有向グラフの最小カット、最大流量問題への適用
数理論理学
保護中: 劣モジュラ関数の最大化と貪欲法の適用(2)センサ配置問題と能動学習問題
デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習タスクに活用される離散情報の最適化の手法である劣モジュラ最適化でのセンサ配置と能動学習問題への劣モジュラ関数最大化と貪欲法の適用
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
Graph Structures for knowledge Representation and Reasoning 2020より。
知識表現と推論（KRR）のための...
Inductive logic Programming 2019論文集より
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
前回はILP2018について述べた。今回は2019年...
Inductive logic Programming 2018論文集より
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
前回はILP2017について述べた。今回はイタリ...
保護中: 劣モジュラ最適化の基礎(3)基多面体の最小ノルム点を利用した劣モジュラ関数最小化問題アルゴリズム
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)タスクに活用される離散情報の最適化手法(劣モジュラ最適化)の手法の一つである基多面体最小ノルム点を使った劣モジュラ関数最小化問題アルゴリズム
保護中: 劣モジュラ最適化の基礎(2)劣モジュラ関数の基本性質
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)タスクのための離散情報の最適化アルゴリズム(劣モジュラー最適化)の基礎としての劣モジュラ関数の3つの基本性質(正規化、非負、対称)とグラフカット最大・最小化問題への適用
保護中: 劣モジュラ最適化の基礎(1)劣モジュラ関数の定義と具体例
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)タスクのための離散情報最適化アルゴリズムのベースとなる劣モジュラ関数(カバー関数、グラフカット関数、凹関数) と最適化
C/C++言語とRustについて
C/C++言語とRustについて
C/C++言語は、マイクロコンピューターから大型コンピューターまで、多くのプラットフォームのアプリケーションで利用されているプログラミング言語となる。Cは構造化プログラミングをベースとした...
Inductive logic Programming 2017論文集より
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
前回はILP2016について述べた。今回は、20...