2 分で読了
0 views

ニューヨークでプラダを着る悪魔は誰か

(Who are the Devils Wearing Prada in New York City?)

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

拓海先生、最近部下から『街の流行をデータで取るべきだ』と言われまして、ニューヨークの話が出たのですが、論文でどういうことがわかるのか簡単に教えていただけますか。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫、これなら身近な言葉で説明できますよ。端的に言うと、この研究は『ニューヨークの街頭画像とファッションショーを照らし合わせて、流行が街にどれだけ影響するかをデータで示す』ものです。まず結論だけ言うと、ショーの傾向が実際の街着に反映される様子が定量的に確認できるんですよ。

田中専務

うーん、要はショーを見れば街の売れ筋が分かるということですか。それは現場感覚と同じではないでしょうか、費用対効果的に考えると我が社にどう役立つかが知りたいのです。

AIメンター拓海

素晴らしい着眼点ですね!ただ感覚とデータは違います。要点を3つにまとめると、1) データ化で流行の方向性を早く察知できる、2) 街の実際の着用傾向を定量化してロスを減らせる、3) 広告や仕入れの優先順位を数値根拠で決められる、という利点が得られますよ。大丈夫、一緒にやれば必ずできますよ。

田中専務

で、そのデータというのは具体的に何を取るのですか。写真をたくさん取ればいいのか、分析に時間がかかるのではないかと不安です。

論文研究シリーズ
前の記事
ねじれヘリカルギヤボックスの故障診断における音響信号と大余白K近傍分類器
(Fault Diagnosis of Helical Gear Box using Large Margin K-Nearest Neighbors Classifier using Sound Signals)
次の記事
時系列データのクラスタリングをネットワークのコミュニティ検出で行う
(Time Series Clustering via Community Detection in Networks)
関連記事
変換されたラベル無しデータから得るユニタリー群不変カーネルと特徴
(UNITARY-GROUP INVARIANT KERNELS AND FEATURES FROM TRANSFORMED UNLABELED DATA)
スペースオクトパス:多腕宇宙ロボットのためのタコに着想を得たモーションプランニングフレームワーク
(SpaceOctopus: An Octopus-inspired Motion Planning Framework for Multi-arm Space Robot)
深層ニューラルネットワークにおける自己相互検査パラメータを用いた適応型ホワイトボックス透かし
(Adaptive White-Box Watermarking with Self-Mutual Check Parameters in Deep Neural Networks)
LLMの改ざん検出能力に関する研究
(Research about the Ability of LLM in the Tamper-Detection Area)
単純な半教師あり学習アルゴリズムと改良された一般化誤差上界
(A Simple Algorithm for Semi-supervised Learning with Improved Generalization Error Bound)
高次の引数を持つ演算子に対するGP-GOMEAの効率改善
(Improving the efficiency of GP-GOMEA for higher-arity operators)
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)
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)
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)

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
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