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...
IOT技術:IOT Technology

ワイヤレス通信の物理レベルの基本的動作について

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ワイヤレス通信の物理レベルの基本的動作について(搬送周波数、チャネル、帯域幅、Bluetooth、キャリア、2.4GHz、振幅変調、周波数変調、SoC、ホーンアンテナ、ダイポールアンテナ、モノポールアンテナ、マイクロストリップアンテナ、八木・宇田アンテナ、ハインリッヒ・ヘルツ、マクスウェル方程式、ジェームス・クラーク・マクスウェル、ワイヤレス通信)
アルゴリズム:Algorithms

保護中: 線形バンディット、文脈付きバンディット、LinUCB方策での線形バンディッド問題

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線形バンディット、文脈付きバンディット、LinUCB方策での線形バンディッド問題(リグレット、アルゴリズム、最小二乗定量、LinUCBスコア、報酬期待値、点推定、知識活用重視の方策、探索重視の方策、ウッドベリーの公式、LinUCB方策、LinUCB policy、文脈付きバンディット、ウェブサイト最適化、売り上げ期待値最大、バンディット最適予算配分)
アルゴリズム:Algorithms

保護中: 統計数学理論による多値判別でのラデマッハ複雑度と予測判別誤差の評価

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)タスクに用いられる統計数学理論による多値判別でのラデマッハ複雑度と予測判別誤差(凸2次計画問題、数理計画法、判別機、予測判別誤差、ベイズ誤差、多値サポートベクトルマシン、表現定理、ラデマッハ複雑度、多値マージン、正則化項、経験損失、再生核ヒルベルト空間、ノルム制約、リプシッツ連続性、予測Φp-多値マージン損失、経験Φ-多値マージン損失、一様バウンド、判別関数、判別器)
アルゴリズム:Algorithms

保護中: L1ノルム正則化のための最適化手法としての双対拡張ラグランジュ法・双対交互方向乗数法

デジタルトランスフォーメーショ(DX)、人工知能(AI)、機械学習(ML)タスクに活用されるスパース学習でのL1ノルム正則化のための最適化手法(FISTA、SpaRSA、OWLQN、DL法、L1ノルム、チューニング、アルゴリズム、DADMM、IRS、ラグランジュ乗数、近接点法、交互方向乗数法、勾配上昇法、拡張ラグランジュ法、ガウス・サイデル法、連立一次方程式、制約付きノルム最小化問題、コレスキー分解、交互方向乗数法、双対拡張ラグランジュ法、相対双対ギャップ、ソフト閾値関数、へシアン行列)
タイトルとURLをコピーしました