278004記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. ソフトウェアソースコードの実行時間予測のためのグラフ注釈に関する統一的アクティブラーニング枠組み（A Unified Active Learning Framework for Annotating Graph Data with Application to Software Source Code Performance Prediction）
2 分で読了
0 views

ソフトウェアソースコードの実行時間予測のためのグラフ注釈に関する統一的アクティブラーニング枠組み

（A Unified Active Learning Framework for Annotating Graph Data with Application to Software Source Code Performance Prediction）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、最近うちの若手から「データにラベルが足りないからAIが使えない」と言われましてね。具体的に何が問題なんでしょうか。

AIメンター拓海

素晴らしい着眼点ですね！多くのAIは学習に大量の「正解ラベル」を要するんです。ラベルを全部そろえるには時間と人手が大量に必要で、そこがボトルネックになっているんです。

田中専務

なるほど、全部手作業でラベル付けするのはコストがかかると。で、どうやってそれを少なくして精度を保つんですか。

AIメンター拓海

ここで役立つのがActive Learning（AL）アクティブラーニングです。要は賢くラベルを選んで人手を最小化する考え方で、要点は三つ。まず有益なデータだけ選ぶこと、次にそれをグラフ表現にしてまとめること、最後に少ないラベルでも学習できるようにすることです。

田中専務

うちで言えば、ソースコードのどの部分にラベルを付ければ実行時間予測に効くかを

論文研究シリーズ
前の記事
定着こそが全て
（Retention Is All You Need）
次の記事
ETPNav: 連続環境における視覚言語ナビゲーションのための進化的トポロジカルプランニング
（ETPNav: Evolving Topological Planning for Vision-Language Navigation in Continuous Environments）
関連記事
ウェーブレット変換と転移GANによる時空間単一画像超解像
（TWIST-GAN: Towards Wavelet Transform and Transferred GAN for Spatio-Temporal Single Image Super Resolution）
自動化されたエイブルイズム
（Automated Ableism: An Exploration of Explicit Disability Biases in Sentiment and Toxicity Analysis Models）
自己回帰生成による短く効果的な特徴選択のための神経記号埋め込み
（Neuro-Symbolic Embedding for Short and Effective Feature Selection via Autoregressive Generation）
イントラデイ暗黙ボラティリティ曲面の物理情報ニューラルネットワークとWhack-a-mole Online Learning
（Whack-a-mole Online Learning: Physics-Informed Neural Network for Intraday Implied Volatility Surface）
雑音除去辞書学習による敵対的摂動への防御
（Denoising Dictionary Learning Against Adversarial Perturbations）
場所に依存しないソースフリー領域適応による太陽光発電予測
（Location Agnostic Source-Free Domain Adaptive Learning to Predict Solar Power Generation）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
トポロジカル安定化符号のための高速かつ準最適な機械学習デコーダの一般的枠組み
（General framework for constructing fast and near-optimal machine-learning-based decoder of the topological stabilizer codes）
  • 論文研究
特徴空間の転送によるデータ拡張
（Feature Space Transfer for Data Augmentation）
  • 論文研究
深層学習分類器を欺くテキストのブラックボックス生成
（Black-box Generation of Adversarial Text Sequences to Evade Deep Learning Classifiers）
  • 論文研究
高速道路上の他車線変更予測
（Predicting Future Lane Changes of Other Highway Vehicles using RNN-based Deep Models）
  • 論文研究
記号式表現とブラックボックス関数評価を統合したニューラルプログラミング
（COMBINING SYMBOLIC EXPRESSIONS AND BLACK-BOX FUNCTION EVALUATIONS IN NEURAL PROGRAMS）
  • 論文研究
常識的道徳判断の計算モデル
（A Computational Model of Commonsense Moral Decision Making）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む