深層学習

一昔前は深層学習のライブラリというとKerasが代表的でしたが、複雑なことをしようと思うと裏のTensorFlowを使う必要があり、あまりにとっつきにくいため今ではPyTorchの方が主流になった感じがあります。TensorFlowもv2になってPyTorchっぽく気軽に使えると言われますが、それならPyTorchでいいじゃんというわけでユーザが流れているのでしょう。PyTorchが扱うTensorというデータは、numpyのndarrayに毛が

これまで自分はニューラルネットワークをkerasで実装していましたが、ちゃんと動かないときにデバッグしようと思うと面倒です。tensorflow系の関数を使えば何とかなりますが、それでも細かいところはやっぱり面倒。最近少し触ったPyTorchはDefinebyRunなので、途中途中の状況が確認しやすいのはいいと思いました。PyTorchの人気が高まっているというのはこういうメリットのおかげもあるのでしょう。深層学習という大きなくくりで見ればkerasもP

出典：SMDiakiwetal.,HumReprod.2022Jun8;deac131.DevelopmentofanartificialintelligencemodelforpredictingthelikelihoodofhumanembryoeuploidybasedonblastocystimagesfrommultipleimagingsystemsduringIVF「え」らいこっちゃです。PGT-Aに人工

以前お試し期間で１か月使ったDｘＯＰｕｒｅRAWがDｘＯＰｕｒｅRAW２としてまた１ヵ月お試し試用に突入試用期間するぎるとコード入れないと使えなくなるだけですさっそくこの前のホタルと星を１２１枚処理してみました、目安計算で１１時間かかるとか（笑）私の脆弱なパソコンではこんなもんですが仕上がりは素晴らしいですＲＡＷなのでここからさらにいじれるのでデータは感度6400F2.8３０秒４００％で表示したも

「AIの学習歴が1.5年目である自分が、業務効率改善化できそうなことは何か？」について書いてみました。結論、『画像分類』です。「深層学習を用いた画像認識」のコードをとりあえず書きたいと思うならば、画像分類が一番取り組みやすいです。私のこれまでの取り組みについて、紹介します。ちなみに、AIの方が人間の視覚認識率よりも高く、データの処理速度も速いです。①手書き認識文字手書きの数字（0～9）を自動で判別することができます。②鋳造製品の欠陥検出鋳造製品を正常品と欠陥品に

空中に書いた指文字を入力できるスマートウォッチ中国の研究チームが開発中国の浙江大学の研究チームは、表面を必要とせず、空中で指（人差し指）を動かして文字が書けるスマートウォッチを開発した。www.itmedia.co.jp中国の研究チームが開発したのは、表面を必要とせず、空中で指（人差し指）を動かして文字が書けるスマートウォッチだ。手首に装着したスマートウォッチに内蔵する加速度センサーやジャイロスコープなどから得られるIMU測定値のみを入力として、空中に指先で書いたテキストを

■外部リンク：ITmedia「のどの動きをMRIで解析し、口パクをテキストに変換言語障がい者などのコンピュータ利用の一助に」（2022/1/18）のどの動きをMRIで解析し、口パクをテキストに変換言語障がい者などのコンピュータ利用の一助に米カリフォルニア・マーセッド大学の研究チームは、口パク（無声発話）によって動くのどをリアルタイム磁気共鳴画像法（rtMRI）で取得し、その動きから音響情報を理解してテキストに変換する深層学習フレームワークを開発した。www.itmedia.co.jp

将棋AI。ここで言っているディープラーニングは盤面を画像データとして処理するとか？ディープラーニングは今までの将棋AIとどう違う？HEROZエンジニアが開発した将棋AIが電竜戦で初優勝した理由機械学習・深層学習によるAI関連手法を固有のコア技術としているHEROZのAIエンジニアが「将棋AI」「深層強化学習」など、最新の人工知能の技術動向について話しました。全3回。1回目は2名のエンジニアの経歴と将棋AIの特徴について。logmi.jp最強ＣＰＵ将棋ソフト『水匠』ＶＳ最強ＧＰＵ将棋ソ

今日は朝から修論発表会というのがありました修士課程で頑張ってきた研究を学生さんが発表する会です合格しないと卒業できないので学生さんは大変わたしの研究室からはこんな研究発表がありました会話の参加者のウェルネスを推定する深層学習モデルについての研究わたしが会社でもすすめているフワキラ空間をAIで作るプロジェクトに関する研究ですそれからこういう研究もこれも企業との共同研究に関わるので特許出願の可能性がある研究として発表しましたどちらの研究も学生さんがすごくよく頑

参りました。科学技術と哲学のオンパレード。アーレントとかマイケルサンデルとか、知った名前が出たときはほっとしたけれど、やはり無理だった。何が書いてあるか、さっぱりわからなかった。人口知能ディープラーニングというキーワードまではわかったが、それがどうなってるのか、さっぱりわかりませんでした。多分松尾豊さんの講演を聴いて、紹介されていた本なんだろうけど、、、レベルが違いました。完敗。相対化する知性---人工知能が世界の見方をどう変えるのかAmazon（アマゾン）

これも不登校とは関係ありませんから、読まないで構いません。たまたま機会があって、深層学習というAIのための情報理論を知ることができました。今は画像認識に主として用いられています。なぜこのAIの深層学習に興味を持ったかというと、ニューラルネットワークと言う概念を用いているからです。てっきり大脳認知機能をAI化した物かと思ったのです。そして大筋では当たっていました。特に視覚の理解には考え方として当たっていたと思います。あくまでも考え方です。実態に即してはいません。具体的には私も完全に理解していな

昨日、１月１１日は、深層学習の第一人者、福島邦彦先生によるオンライン講演「脳に学ぶ視覚情報処理」を聴講いたしました。この講演は、電子情報通信学会サービス委員会が企画した第21回IEICEICTパイオニアWebinarとして、企画したものです。福島先生は、1979年にネオコグニトロンという人工知能を発表したのですが、ネオコグニトロンの構造は、トロント大学のジェフリー・ヒントン氏が提案した深層畳み込みニューラルネットワーク（深層CNN）の構造と基本的には同一です。ネオコグニトロンも

長尾真先生の著書「情報学は哲学の最前線」は、情報学に関連する哲学をまとめている。情報学の基盤は論理学であるが、論理学の歴史を遡ると、アリストテレスが3段論法を提唱している。プラトンは真善美のイデア論を展開したが、論理学で命題の真を問うとなると、プラトンが提唱した真との異同が問われることになる。また、プラトンの真善美について考察し、カントは３批判書を書き上げている。純粋理性批判は真に対応し、実践理性批判は善に対応し、判断力批判は、美に対応する。とはいっても、カント哲学

AlphaZero深層学習・強化学習・探索人工知能プログラミング実践入門[布留川英一]楽天市場3,520円mickey813のmyPick楽天市場個人宅配送不可ハラックスアゼ波巻取器アゼマキNM-400畦シートあぜ波シートあぜなみ畦波板畦波シート防J代引不可9,817円先程の本とダイブ重複しているが応用例が多数有り発展させやすい点サンプルとして迷路ゲーム三目並べコネクトフォー重力付き４目ならべリバーシ６x６だが所謂オセロ簡

AIナノボット兵器が核兵器を葬り去るAIナノボット近年のAIの発展は著しい。そのエポックとしては、2019年にニューラルネットワークを多層化することによって、AIの核心とも言える深層学習(deeplearning)を飛躍的に発展させたジェフリー・ヒントンら3名に「チューリンagora-web.jpSF小説さながらに世界最強の威力を誇る携帯型コイルガンが市販される「これまで一般販売された中で最も強力なコイルガンであり、おそらくこれまで製造された中で最も強力な携帯型のコイルガンでもある」という

音のなんでも小事典―脳が音を聴くしくみから超音波顕微鏡まで(ブルーバックス)Amazon（アマゾン）188〜3,630円本書は、日本音響学会が、１９９６年に講談社から出版しています。音響学の基礎知識がコンパクトにまとまっていて、なかなか重宝します。しかしながら、２５年前の１９９６年に刊行されているので、最新の知見は反映されていません。具体的には、音声認識に関するセクションとか、音声合成に関するセクションとか、声の変換に関するセクションは改訂することが望まれます。音声認識、

∂Lynブログ∈画像∧クリックしてね！🔄画像∧は、このサイトより引用∂seesaaブログ∈画像£をクリックしてね！🔄画像£は、フリーフォトより引用

2016年から取り組んでいた研究の成果が英文科学誌に掲載されましたComputerVisionSystemforExpressingTextureUsingSound-SymbolicWordsThemajorgoalsoftextureresearchincomputervisionaretounderstand,model,andprocesstextureandultimatelysimulatehumanvisualinfor

国立情報学研究所（NII）は2021年9月22日、AI（人工知能）が生成したフェイク顔映像を自動判定するプログラム「SYNTHETIQ:Syntheticvideodetector」を発表した。WebAPIとして利用できるため、AIを活用したAIaaS（AIasaservice）の実現に寄与する。NIIでは、AIを悪用して映像中の顔を他人の顔に置き換えるディープフェイク映像に対して、その真贋を判定する深層学習モデルを研究している。判定には大量

自分の場合、強化学習に対して「理論は非常に面白いのに実問題にはなかなかうまく使えないなあ」という印象が強かったのですが、この本に・巡回セールスマン問題・ルービックキューブ問題などに応用する話が載っていて印象が変わりました。タイトルの「現場で使える！」は伊達ではない気がします。SeqGANにおける強化学習的手法のような話も載っているのでちゃんと読み込めばかなり役に立つ気がします。ただ著者が７人もいることからもわかるようにちょっと詰め込みすぎな気もするので、細かいところがより

深層学習にブレークスルーを起こしたResNet、BERT、AlphaZeroという３手法について、素人でもわかるレベルで丁寧に解説しています。しかし素人レベルにごまかしているわけではなく、どういうものかよく知っている自分にも正確と思える解説なのが素晴らしい。難しいことを分かりやすく説明するのはかなり難しいのに、しっかり成し遂げているといえます。つまり著者らが内容をしっかり理解しているということ。だからAIでできることとできないことを正確に把握できているのでしょう。有象無象の変

出典：Chun-ILeeetal.,JAssistReprodGenet.2021May22.doi:10.1007/s10815-021-02228-8.End-to-enddeeplearningforrecognitionofploidystatususingtime-lapsevideos台湾・台中から後ろ向き研究。・End-to-enddeeplearningmodelというAI・機械学習系を用いてPGT-A結果が

AIで着目される機械学習とディープラーニング(深層学習)。その道の人なら、このキーワードが何年も前からあったことを知っているでしょう。簡単に言うと、機械学習は着眼点をAIに教えて学習させるタイプ。つまり、原因に対するポイントが明確になっていると言うこと。これに対し、ディープラーニングは、原因自体をAIが探しだし、自動で判断していくもの。これを釣り人に当てはめると、どうだろう…機械学習は、原因となる着眼点が必要。つまり、様々な要素を考慮しインプットを自分で考え、答えを導き出す。対して

２０２１年１月１８日（月）日経朝刊１２面（経済教室）やさしい経済学に「データ革命とビジネス③ＡＩが持つ驚異的な能力」との記事あり。ヒトやモノに関する個々の履歴データは、そのままでも役立つが、多くの履歴データを集めてコンピューターで解析すれば、新たな「予測」や「発見」が生まれる。それを可能にしたのは人工知能（ＡＩ）、正確にいうと、その一部である「機械学習」。機械学習はコンピューターにデータを学習させ、データに潜むパターンを発見させるアルゴリズムの総称。人が予測モデルを自ら開発しなくても

Quoraに深層学習に関する質問があり、私は以下のように答えました。深層学習が何を意味するか分からなかったのでGoogle検索して、ようやく大体の意味がつかめました。お礼を申し上げます。OPTiMという会社（佐賀県発祥で東証一部に上場している本社は東京在）の説明が参考になりました。以下です。AIとは？AI（人工知能）とDeepLearning（深層学習）を簡単に説明以下の重要な点に目が行きました。「AI（人工知能）が狙った方向に学習するようにチューニングする必要も

今日の一日一読は「第2章人工知能にとって「認知」とは何か？」の「１「ディープ・ラーニング」とは何か？」でした。人工知能の話題の中で「ディープ・ラーニング(深層学習)」という言葉を聞かないことはないという風になっていますが、完全に自明であるとは言い切れないと読んでいて感じました。著者の解説を読んでいて、人工知能は「ディープ・ラーニング」によって、人間の手助けなしに物事を認知できるようになったとはまだ言えないということがよくわかりました。著者によれば、「グーグルの猫」のような場合でも、人間の