深層学習:Deep Learning

Bidirectional LSTMの概要 Bidirectional LSTM（Long Short-Term Memory）は、リカレントニューラルネットワーク（RNN）の一種であり、時系列データや自然言語処...

特徴量逆強化学習（Feature-based Inverse Reinforcement Learning）の概要 特徴量逆強化学習（Feature-based Inverse Reinforcement Lear...

OpenNMTの概要 OpenNMT（Open-Source Neural Machine Translation）は、ニューラル機械翻訳のためのオープンソースプラットフォームであり、翻訳モデルの構築、トレーニン...

物体検出におけるアンカーボックスの概要 物体検出におけるアンカーボックスは、畳み込みニューラルネットワーク（CNN）ベースの物体検出アルゴリズムで広く使用される概念で、アンカーボックスは、画像内の複数の位置やスケール...

GNMT（Google Neural Machine Translation）の概要 GNMT（Google Neural Machine Translation）は、Googleが開発したニューラル機械翻訳シス...

Actor-Criticの概要 Actor-Criticは、強化学習のアプローチの一つで、方策（ポリシー）と価値関数（価値推定子）を組み合わせた方法であり、Actor-Criticは、方策ベース法と価値ベース法の長...

DynamicTriadの概要 DynamicTriad（ダイナミックトライアド）は、人々や組織、その他の要素間の関係を調査し、そのネットワーク構造や特性を理解するための手法である社会ネットワーク分析（SNA）...

REINFORCE (Monte Carlo Policy Gradient)の概要 REINFORCE（またはMonte Carlo Policy Gradient）は、強化学習の一種で、方策勾配法（Policy...

物理シミュレーションに用いられるInteraction Networksの概要 Interaction Networks（INs）は、物理シミュレーションや他の科学的応用に使用される、グラフ構造を持つデータ間の...

Graph Network-based Simulatorsの概要 Graph Network-based Simulators（GNS）は、グラフネットワークを用いて物理システムの動的挙動を予測する物理シミュ...