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
数学:Mathematics
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 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...
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
Symbolic Logic Knowledge Graph and Semantic Computing
機械学習技術 人工知能技術 深層学習技術 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 知識情報処理 AI学会論文集を集めて デジタルトランスフォーメーション技術
Knowledge Graph and ...
Symbolic Logic 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...
Symbolic Logic 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