アルゴリズム:Algorithms

保護中: ガウス混合モデルの変分法と崩壊型ギブスサンプリングによるベイズ推論

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ガウス混合モデルの変分法と崩壊型ギブスサンプリングによるベイズ推論(推論アルゴリズム、解析的な積分近似、複雑なモデル、ガウス・ウィシャート分布、クラスタリング、多次元スチューデントのt分布、カテゴリ分布、ポアソン混合モデル、ディリクレ分布、近似事後分布、潜在変数)
ICT技術:ICT Technology

オートマトンと状態遷移/ペトリネット、自動計画と数え上げ問題

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(ML)タスクに活用されるオートマトンと状態遷移/ペトリネットと自動計画(デジタルゲームAI、空間認識、時間認識、自立型エージェント、C4、階層型FSM、反射AI、FSM、GA、動作ツリー、分散システム、通信プロトコル、データベーストランザクション、並列システム、ワークフローモデル、ビジネスプロセスモデル、デジタル回路、プログラミング言語、自然言語処理、チューリングマシン、プッシュダウンオートマトン、Moore型、Mealy型、決定的FSM、DFSM、決定性有限オートマトン、非決定性有限オートマトン、DFA、NFA)
ICT技術:ICT Technology

RFIDの概要とその適用事例およびAI技術との融合

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RFIDの概要とその適用事例およびAI技術との融合(コスト削減、IMPINJ社、M700、プライバシー、電波干渉、距離制限、標準化、スマートシティ、ロジスティクス、サプライチェーン管理、資産管理、Web3.0、WoT、IoT、製造業、医療、農業、物流、RFIDタグ、RFIDリーダー、データベース)
アルゴリズム:Algorithms

保護中: 説明できる人工知能(16)モデル非依存の解釈(SHAP (SHapley Additive exPlanations))

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説明できる人工知能としてのSHAPを用いたモデル非依存解釈(scikit-learn、xgboost、LightGBM、tree boosting、R、shapper、 fastshap、TreeSHAP、KernelSHAP、partial dependence plot、permutation feature importance、feature importance、feature dependence、interactions, clustering、summary plots、atomic unit、LIME、決定木、ゲーム理論、クラスタリング、SHAP相互作用値、ALE plot、画像マッピング、一貫性、欠損、局所正確性、効率性 、対称性 、ダミー性、加法性、SHapley Additive exPlanations、ローカルサロゲートモデル)
アルゴリズム:Algorithms

保護中: 深層強化学習における価値評価と戦略と弱点

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深層強化学習における価値評価と戦略と弱点(サンプル効率の悪さ、手法の検証も難しさ、実装の仕方による性能への影響、ライブラリの初期値、再現性の低さ、過学習、局所最適、器用貧乏、TRPO、PPO、連続値コントロール、画像コントロール、Policyベース、Valueベース)
Clojure

ClojureのグラフィカルツールseesawとQuilを用いた実装

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ClojureのグラフィカルツールseesawとQuilを用いた実装(グラフィックス、ライブラリ、Quil、tutorial、ユーザーインターフェース、Java、Swing)
プログラミング言語:Programming Language

プログラミングにおける静的型付け/動的型付け言語の違い

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プログラミングにおける静的型付け/動的型付け言語の違い(Haskell、Scala、Java、型推論、JSON、自動単体テスト、コンパイル、アジャイル開発、ウォーターフォール開発、データ構造、インターフェース、メソッドシグニチャ、可読性、Ruby、記述容易性、実行速度、高速化、C、C++、Pyhton)
推論技術:inference Technology

命題論理の充足可能性判定問題(SAT:Boolean SAtisfiability)の概要と実装

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習(ML)タスクにに活用される命題論理の充足可能性判定問題(SAT:Boolean SAtisfiability)の概要と実装(Clojure Rollingstones、Pyhton、PySAT、z3-solver、C++、2-SAT、ゲームAI、自然言語処理の高速化、組合せ最適化問題の効率化、ハイパーパラメータの最適化、コンピュータセキュリティ、ソフトウェア仕様の自動検証、チップ設計の自動検証、zChaff、WalkSAT、GRASP、CryptoMiniSat、MapleSAT、Scavel、PicoSAT、MiniSAT、CaDiCaL、Lingeling、Glucose、P≠NP予想、論理問題)
ICT技術:ICT Technology

DXの事例としての人工知能技術

DX活用に向けた人工知能技術の具体的な適用事例 人工知能技術とは、人間の知能や思考プロセスを模倣することで、コンピューターやロボットなどにこれまで人間が行なっていた知的な作業を行わせる技術を指す。人工知能技...
Large-Scaleデータ

機械学習における並列分散処理

機械学習における並列分散処理 機械学習の学習処理は、大量のデータを扱うため、高速で並列分散処理が必要とされている。並列分散処理は、複数のコンピューターで処理を分散し、同時に複数の処理を行うことで、高速で処理を行うこと...
タイトルとURLをコピーしました