アプローチ

アルゴリズム:Algorithms

保護中: 機械翻訳の現在と将来- 自然言語のさまざまな機械学習アプローチ

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機械翻訳の現在と将来- 自然言語のさまざまな機械学習アプローチ(注意型ニューラルネットに基づく機械翻訳、符号化・逆符号化に基づく機械翻訳、リカレントニューラルネット、ニューラルネットとニューラルモデル、ニューラルネットに基づく翻訳、tree-to-strong翻訳、事前並べ替え、構文木・構文解析、単語の対応づけ、フレーズベース翻訳)
アルゴリズム:Algorithms

保護中: 弱ラベル学習のためのサポートベクトルマシン(2)マルチインスタンス学習

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サポートベクトルマシンの拡張、弱ラベル学習問題へのSVMによるマルチインスタンス学習アプローチ(mi-SVM、MI-SVM)
アルゴリズム:Algorithms

機械学習のハードウェアからのアプローチ – FPGA・光コンピューティング・量子コンピューティング

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)に用いられるハードウェアでの様々なアプローチ - FPGA、光コンピューティング、量子コンピューティングについて
アルゴリズム:Algorithms

保護中: ノンパラメトリックベイズとクラスタリング(1)ディリクレ分布と無限混合ガウスモデル

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)に活用される確率的生成モデルでのノンパラメトリックベイズアプローチとしてのディリクレ分布を無限次元に拡張した混合ガウスモデルによる解析
アルゴリズム:Algorithms

保護中: サポートベクトルマシンによる回帰分析(2)非線形な回帰問題へのアプローチ

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サポートベクトルマシンによる非線形な回帰問題に対するアプローチ(分位点回帰、カーネル分位点回帰、不均一分布モデル、ε-不感損失関数)
Symbolic Logic

保護中: 統計的因果探索 – 拡張アプローチ

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)タスクで用いられる統計的因果推論でのLiNGAMアプローチ仮定(線形性、非巡回性、非ガウス性)の拡張
グラフ理論

保護中: 未観測共通項がある場合のLiNGAM(2)未観測共通原因を和としてモデル化するアプローチ

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)タスクのための統計的因果推論への未観測共通原因を和としてモデル化するLiNGAMアプローチ
Symbolic Logic

保護中: LiNGAM(4)LiNGAMモデルの推定(2)回帰分析と独立性の評価を用いたアプローチ

デジタルトランスフォーメーション(DX)、人工知能(AI)、機械学習に活用される統計的因果推論への回帰分布と独立性評価を繰り返すアプローチによるLiNGAM推定の適用
オンライン学習

保護中: 強化学習の新展開(1)-リスク指標を用いた強化学習

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)タスクのためのリスク考慮型強化学習法でのさまざまなアプローチ(正規過程TD学習、RDPS法)と実装(モンテカルロ法、解析的手法)
タイトルとURLをコピーしました