LISP 知識情報処理技術
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
数学:Mathematics
LISP 推論技術:inference Technology 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
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される複雑な知識情報を表現するためのツールとしての解集合プログラム
数理論理学 現代思想2020年7月号 特集＝圏論の世界 ――現代数学の最前線 読書メモ
現代数学の重要な理論である圏論を用いた抽象化の物理学や計算機科学、生物学、言語学、美学等の領域への適用
機械学習:Machine Learning トピックモデルの理論と実装
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクで活用される自然言語処理技術の一つである文章からトピックを抽出する確率生成モデルであるトピックモデル
微分積分:Calculus 保護中: 密度比推定による変化検知 – カルバック・ライブラー密度比推定法を用いた構造変化の検出
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用されるカルバック・ライブラー密度比推定法を用いた構造変化の検出
微分積分:Calculus 保護中: 密度比推定による異常検知- カルバック・ライブラー密度比推定法を用いた教師なしデータからの異常推定
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される異常検知/変化検知技術の中で教師データのないデータかに確率密度比を使って異常検知する手法について紹介する(カルバック・ライブラー密度比推定法)
微分積分:Calculus 保護中: 疎構造学習による異常検知- 変数同士の依存関係の崩れを異常と結びつけるグラフモデルと正則化
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに用いる変数同士の依存関係の崩れを異常と結びつけるグラフモデルと正則化の手法の概要(グラフィカルラッソ)
微分積分:Calculus 保護中: 部分空間法による変化検知 -時系列データのための特異スペクトル変換法
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクのための時系列データからの変化点抽出のための特異スペクトル変換法(SVD)
微分積分:Calculus 保護中: ガウス過程回帰による異常検知 -入力に対する出力異常検知、実験計画法への適用
デジタルトランスフォーメーション(DX)、人工知能(AI)タスクに活用される異常検知手法の汎用性の高い手法の一つであるガウス過程回帰による入力に対応する出力がどれだけ異常かの検出(実験計画法への適用)
アルゴリズム:Algorithms チューリングの計算理論概要と参考図書とニューラルチューリングマシン
人工知能技術(AI)のベースとなるコンピューターの基本理論であるチューリング計算理論入門概要