Wacker 8機械学習

Nov 20, 2016Download as PPTX, PDF0 likes400 views

Kosuke Sugahara

Wacker #8 もう学習は機械に任せたい

机械学习とは
人工知能における研究課題の一つで、人間が
自然に行っている学習能力と同様の機能をコン
ピュータで実現しようとする技術?手法のことで
ある。

教師あり学習とは
? 予め準備された正解データを基に判定ルー
ルを少しずつ改善していくことで未知のデータ
への対処精度を上げていく方法(正解が含ま
れた学習データが必要)
【活用例】
?迷惑メールの判定
?ログ等を元にした故障予知

教师なし学习とは
? 学習対象のデータはあるが、それが何かとい
う正解は与えずに、どうにかしてなにかしらの
構造や法則を見出すための手法
→グループ分け(クラスタリング)
【活用例】
?メールのフォルダ分け
?センサーデータを元にしたイレギュラーパター
ンの検出

強化学習とは
? 半教師あり学習
教師データほど、明確な答えは与えず、「選
択肢」と「報酬」を与えて、与えられた選択肢の
中で、最も報酬が高くなるものを選ばせる
【活用例】
?将棋、囲碁等ゲームアルゴリズム

ディープラーニング
? AI＞機械学習＞ディープラーニング
?ニューラルネットワークを多段構成して、正解
率を上げるという考え方
AI
機械学習
DL

まずはニューラルネットワーク
? 脳神経を模した構成(ニューラルネットワーク)
を、作って、各神経節を正解率を元に点数付
けすることで、正しい答えを導けるようにした
もの
出力結果を評価して、
正解のノードに高報
酬を与えることで、
次からそのノードの
出力を高評価するよ
うに修正(学習)
問
題
入
力
結
果
出
力

TensorFlow
? Google製の機械学習ライブラリ。「テンソルフ
ロー」と読む。ディープラーニング出来る、商
用利用可。
https://www.tensorflow.org/

Chainer
? Preferred Networks社が開発したニューラル
ネットワークを実装するためのライブラリ
http://chainer.org/

DeepDream
? GoogleのOSS。
? グロ画像作成機。
https://github.com/google/deepdream
参考： http://psychic-vr-lab.com/deepdream/

ネタデータ
【オープンデータカタログ】
http://www.data.go.jp/?lang=japanese
→各種オープンデータのカタログサイト
【RESAS API】
https://opendata.resas-portal.go.jp/
→内閣府地方創生推進室産。地域ごとの各種経済データを
APIで
取得することが出来る
【過去の気象データ】
http://www.data.jma.go.jp/gmd/risk/obsdl/index.php

トピックス：人工知能, ニューラルネットワーク, ニューラルネットワークの種類, 線形近似, 最適化機械学習は、コンピュータがデータを使用して学習し、知的能力を向上させる技術である。そのメリットとして、パターンや関連性を抽出し、複雑なプログラミングを省略でき、問題解決への他の手法の限界を超える可能性がある。ニューラルネットワークは、生物の脳を模倣し、多くのユニットとその間の結合からなるネットワークであり、機械学習に広く活用されている。自己符号化や分類、予測などの技術を利用して、データの特徴を抽出や予測結果を導くことが可能である。また、線形近似は、データの特徴を把握する手法の一つであり、最適化は、目的関数を最小化または最大化するための調整を行う重要なプロセスである。【関連するページ】 ?人工知能の基礎（全１５回） https://www.kkaneko.jp/ai/mi/index.html ?金子邦彦研究室ホームページ https://www.kkaneko.jp/index.html ?YouTube 動画 https://youtu.be/yK3A4I9phu8 【関連する外部ページ】　 ?Office 365 オンライン版 https://portal.office.com

Machine learningTakahiroBaba3

Study ml卓馬三浦卓馬

ジャストシステムの形态素解析技术JustSystems Corporation

データサイエンス勉强会～机械学习＿强化学习による最适戦略の学习Kikuya Takumi

ae-2. 機械学習の基礎（教师なし学习，教師あり学習）kunihikokaneko1

トピックス：機械学習, 機械学習の仕組み, 学習, 検証, Iris データセット, 教師有り学習, 教師無し学習, 予測, クラスタリング, 分離, ディープラーニング, 人工知能ディープラーニング（スライドとプログラム例，Python を使用）（全１５回） https://www.kkaneko.jp/ai/ae/index.html 金子邦彦研究室ホームページ https://www.kkaneko.jp/index.html

人工知能10 サポートベクトルマシンHirotaka Hachiya

调べ方讲座(入门)stylefreeslide

ニューラルネットワークの数理Task Ohmori

NeurIPS2021から見るメタ学習の研究動向 - 第83回人工知能セミナー (2022.3.7)「AIトレンド?トップカンファレンス報告会（NeurI...DeepEyeVision, Inc.

深层学习よもやま话Hiroshi Maruyama

【卒业论文】尝尝惭を用いた惭耻濒迟颈-础驳别苍迟-顿别产补迟别における反论の効果に関する研究harmonylab

近年の生成 AI の活用の拡大とともに, 大規模言語モデル(LLM)の推論能力の向上や, 人間にとって推論過程が理解しやすい出力を行うように様々な手法が提案されてきた. 本研究では, LLM の推論能力向上手法としての MAD に着目し, 既存の MAD フレームワークに対して人間の議論では一般的に使用される反論を導入することを提案した. 本研究の反論の導入により, フィードバック内容の多様化や推論過程を明確にすることができることを示した.

ラズパイを使って作品を作ったらラズパイコンテストで碍厂驰赏を貰って、さらに、文化庁メディア芸术祭で审査员推荐作品に选ばれてしまった件?自作チップでラズパイ...Industrial Technology Research Institute (ITRI)(工業技術研究院, 工研院)

测距センサと滨惭鲍センサを用いた指轮型デバイスにおける颜认証システムの提案sugiuralab

スマートリングは，主に决済やスマートロックなどに利用できる便利なウェアラブルデバイスであるが，个人认証机能の搭载例は少なくセキュリティ上の悬念が残されている．心拍数や动作特性を利用する认証では，认証に时间がかかるなどの问题があり，指纹认証や颜认証もデバイスのサイズや消费电力，プライバシーの问题が课题となっている．そこで，我々は测距センサと滨惭鲍センサを搭载した指轮型デバイスを用いることで，スマートリングに搭载可能なほど小型かつ省电力で，カメラ不使用によりプライバシーリスクを低减した颜认証システムを提案する．

【卒业论文】深层学习によるログ异常検知モデルを用いたサイバー攻撃検知に関する研究harmonylab

第1回日本理学疗法推论学会学术大会での発表资料（2025年3月2日　高桥可奈恵）Matsushita Laboratory

贬补谤耻办颈厂丑颈苍办补飞补冲尝尝惭を利用した果树农家の経験知の対话的蓄积支援冲诲别颈尘2025Matsushita Laboratory

狈辞诲补滨迟蝉耻办颈冲反省観点の分类に基づく试合の振り返り支援システムに関する有用性検証冲顿贰滨惭2025Matsushita Laboratory

本研究の目的は，チームスポーツの選手が試合後に行う振り返りを支援することである．試合内容を振り返り反省点を認識することは，ミスの繰り返しを防いだり，プレー中の判断精度を向上させたりする上で重要である．しかし，チームスポーツでは，個人の行動だけでなく，展開に応じた位置取りや選手間の連携などチーム全体の状況を意識する必要があり，考慮すべき項目が多く反省点を系統立てて言語化することは容易ではない．そこで，反省内容をタイプ分けし，項目ごとに反省点を言語化できるように支援することで，この解決を試みた．提案システムの有用性を検証するため，選手の動きが複雑化している傾向にあるスポーツであるサッカーを対象とし，サッカー経験者12名を対象に，システムを利用して試合内容を振り返る様子を観察した．その結果，反省観点の提示が反省内容の具体化や，多角的な視点からの反省の促進に寄与することが示唆された．

LF Decentralized Trust Tokyo Meetup 3LFDT Tokyo Meetup

実はアナタの身近にある！？ Linux のチェックポイント／レストア機能 (NTT Tech Conference 2025 発表資料)NTT DATA Technology & Innovation

2025フードテックWeek大阪展示会 - LoRaWANを使った複数ポイント温度管理 by AVNET玉井部長CRI Japan, Inc.

空间オーディオを用いたヘッドパスワードの提案と音源提示手法の最适化sugiuralab

近年、音声アシスタントやバイタルデータの计测などの机能を搭载したイヤフォン型のウェアラブルデバイスであるヒアラブルデバイスが注目されている。これらの机能を悪用して、他者の个人情报や机密情报に不正にアクセスすることを防ぐために、ヒアラブルデバイス向けの认証システムが必要とされ、多くの研究が进められている。しかし、既存の研究は、生体情报を用いたものが多く、生体情报の変化や保存への悬念などの问题を抱えている。そこで、我々は、空间音响技术とヘッドジェスチャを用いた知识ベースの认証システムを提案する。具体的には、音源の组合せをパスワードとし、空间的に提示される音源をヘッドトラッキングと歯の噛み合わせ音で选択することにより认証を行う。