Symbolic Logic 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
機械学習:Machine Learning
Symbolic Logic Symbolic Logic 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
Symbolic Logic 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...
IOT技術:IOT Technology 保護中: 劣モジュラ関数の最大化と貪欲法の適用(1) 貪欲法の概要と文書要約タスクへの適用
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:劣モジュラ関数最大化への貪欲法の適用と文書要約タスクへの活用
アルゴリズム:Algorithms 保護中: 劣モジュラ最適化の基礎(5)ロヴァース拡張と多重線形拡張
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アプローチである劣モジュラ最適化の基礎としてのロヴァース拡張と多重線形拡張を用いた劣モジュラ性の解釈
IOT技術:IOT Technology 保護中: 劣モジュラ最適化の基礎(4)基多面体上の線形最適化とノルム最適化によるアプローチ
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の一つである劣モジュラ最適化での基多面体上の線形最適化とノルム最適化による劣モジュラアプローチ
Stream Data Processing 保護中: ストリームデータや大量データを高速に処理するPF:Apache Spark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オープンソースのプラットフォームである、ストリームデータや大量データを高速に処理するApacheSparkの概要
Symbolic Logic Inductive logic Programming 2018論文集より
前回はILP2017について述べた。今回はイタリア/フェラーラで開催されたILP2018について述べる。
帰納論理プログラミング（ILP）は機械学習のサブフィールドであり、例、背景知識、仮説を表現する...
Symbolic Logic 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
Symbolic Logic 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