305336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. スピン依存パートン分布の反復モンテカルロ解析（Iterative Monte Carlo analysis of spin-dependent parton distributions）
1未満 分で読了
0 views

スピン依存パートン分布の反復モンテカルロ解析

（Iterative Monte Carlo analysis of spin-dependent parton distributions）

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、お時間よろしいでしょうか。最近部下から『IMCを使った解析』という話が出まして、正直言って何がどう良いのかすぐに説明できません。経営判断に使えるインパクトを端的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、一緒に見ていけば必ず理解できますよ。端的に言うと、この論文で示された『Iterative Monte Carlo（IMC）法』は、データから不確実性をちゃんと取り出し、偏りなく結果を出すための方法です。投資判断で言えば『どれだけ信用してよいか』が数値で示せるようになるんですよ。

田中専務

うーん。『不確実性を取り出す』とは何をどのように取り出すということですか。現場では資料の信頼性をまず問われますから、ここが分かれば説明しやすいんです。

AIメンター拓海

いい質問です。まずイメージを一つ。試作品を多数作って壊してみることで、どの部品が壊れやすいか分かる。それがモンテカルロ法です。ここに『反復（Iterative）』を組み合わせることで、初めに曖昧だった前提をデータに合わせて段階的に更新し、最終的にデータに合った

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
Ph⊥加重単一横方向スピン非対称における新たなハードポール寄与
（New pole contribution to Ph⊥-weighted single-transverse spin asymmetry in semi-inclusive deep inelastic scattering）
次の記事
基底核と亜皮質背景振動が作業記憶に与える影響を結びつける計算モデル
（A computational model describing the interplay of basal ganglia and subcortical background oscillations during working memory processes）
関連記事
オンデバイス視覚割れ検出における量子化技術の概観
（Survey of Quantization Techniques for On-Device Vision-based Crack Detection）
全体予測・局所修正：ニューラルネットの時間並列最適制御
（Predict Globally, Correct Locally: Parallel-in-Time Optimal Control of Neural Networks）
乱れたボルテックス格子に対する長距離相互作用の影響
（Impact of long-range interactions on the disordered vortex lattice）
マルチコア多モード光ファイバと深層学習による高速スペクトル復元
（Deep learning enabled real time speckle recognition and hyperspectral imaging using a multimode fibre array）
著者の文体からの個別化画像生成
（PERSONALIZED IMAGE GENERATION FROM AN AUTHOR’S WRITING STYLE）
執筆スタイルは科学的不正を予測するか？
（Is writing style predictive of scientific fraud?）
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
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 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