290467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. 赤方偏移 z = 5 のクエーサー光度関数（The Z = 5 Quasar Luminosity Function）
2 分で読了
0 views

赤方偏移 z = 5 のクエーサー光度関数

（The Z = 5 Quasar Luminosity Function）

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、最近よく聞くクエーサーという言葉があるが、今回の論文は何を調べたものなのか端的に教えてくださいませんか。私は現場導入や投資対効果を考える立場なので、まず結論を知りたいです。

AIメンター拓海

素晴らしい着眼点ですね！結論を先に言うと、この研究は遠方の明るい活動銀河核であるクエーサーの数と明るさの分布、つまり光度関数を赤方偏移 z=5 付近で精密に測ったものです。要点を三つにまとめます。1. 大きなデータセットで明るい側の精度を上げたこと、2. 選択関数を厳密に扱ったこと、3. 結果が高赤方偏移での進化像に示唆を与えること、です。大丈夫、一緒に見ていけば必ず理解できますよ。

田中専務

なるほど。データはどこから取ってきたのですか。自社で集めたものではないですよね。実務的には既存データの使い方が肝だと思っています。

AIメンター拓海

良い質問です。データは主にSloan Digital Sky Survey（SDSS）という大規模光学サーベイと、Stripe 82 と呼ばれる同サーベイの深い領域から得られています。実務に置き換えると、広く使える

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
自己双対量化子を導入した構造計算系の拡張
（Extending a system in the calculus of structures with a self-dual quantifier）
次の記事
インターネット画像・タグ・意味情報の三方面埋め込み空間
（A Multi-View Embedding Space for Modeling Internet Images, Tags, and their Semantics）
関連記事
医療データ理解と生成のための高度な汎化性と説明性を備えたマルチモーダル大規模言語モデル
（MedViLaM: A multimodal large language model with advanced generalizability and explainability for medical data understanding and generation）
NeRF超解像による視点一貫性の高精細生成
（Super-NeRF: View-consistent Detail Generation for NeRF super-resolution）
表層から深層へ：知識グラフと大規模言語モデルを用いたフォローアップ質問生成における外部知識の統合
（From Superficial to Deep: Integrating External Knowledge for Follow-up Question Generation Using Knowledge Graph and LLM）
反実仮想
（カウンターファクト）説明の頑健性を高める多様性の導入（Promoting Counterfactual Robustness through Diversity）
Automatic selection of the best neural architecture for time series forecasting via multi-objective optimization and Pareto optimality conditions
（時系列予測の最適ニューラルアーキテクチャ自動選択：多目的最適化とパレート最適性の条件）
ジッター適応辞書学習
（Jitter-Adaptive Dictionary Learning）
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
仮想から現実へ──確率的相互状況認識と予測
（Generic Probabilistic Interactive Situation Recognition and Prediction: From Virtual to Real）
  • 論文研究
階層的逆強化学習による相互運転行動の確率的予測
(Probabilistic Prediction of Interactive Driving Behavior via Hierarchical Inverse Reinforcement Learning)
  • 論文研究
サンプル効率と報酬バイアスを同時に解決する方法
（Discriminator-Actor-Critic）
  • 論文研究
質問応答データセットを推論データに変換する手法
（Transforming Question Answering Datasets Into Natural Language Inference Datasets）
  • 論文研究
アルツハイマー病の二値分類におけるsMRIと深層学習
（Binary Classification of Alzheimer’s Disease using sMRI Imaging modality and Deep Learning）
  • 論文研究
クエリ効率の高いブラックボックス攻撃：入力フリーの視点
（Towards Query Efficient Black-box Attacks: An Input-free Perspective）
  • 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