288347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. 深いカーネル化オートエンコーダ（The Deep Kernelized Autoencoder）
2 分で読了
0 views

深いカーネル化オートエンコーダ

（The Deep Kernelized Autoencoder）

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、今日は論文の話をお願いします。うちの現場で使えるかどうか、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！今回の論文は、オートエンコーダーの内部表現を「事前に与えた類似性」に合わせて学習する方法についてです。結論ファーストで言うと、既存のオートエンコーダーよりも現場での「類似データのまとまり」を作りやすくできますよ。

田中専務

だいぶ専門的ですね。要するに、データの「似ているかどうか」を事前に教えてやると、機械が扱いやすくなるということでしょうか。

AIメンター拓海

大丈夫、一緒にやれば必ずできますよ。はい、その理解で合っています。具体的には、オートエンコーダーのコード同士の内積を、我々が用意したカーネル行列と近づけるように学習させます。これにより、埋め込み空間での類似性を

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
局所測定に基づくニューラルネットワークによる量子状態トモグラフィ
（Local-measurement-based quantum state tomography via neural networks）
次の記事
Fuzzerと強化学習で変わるソフトウェア検査
（FuzzerGym: A Competitive Framework for Fuzzing and Learning）
関連記事
高速L1-NMFによる複数パラメトリックモデル推定
（Fast L1-NMF for Multiple Parametric Model Estimation）
プルーニング済みモデルにおけるニューラル負荷の探究（神経科学に着想を得た洞察） — Exploring The Neural Burden In Pruned Models: An Insight Inspired By Neuroscience
エッジ誘導によるイベントベース動画フレーム補間
（Event-based Video Frame Interpolation with Edge Guided Motion Refinement）
グラフ上の低ランク行列に対する圧縮PCA
（Compressive PCA for Low-Rank Matrices on Graphs）
英語→ヨルバ語の直接音声対音声翻訳の二言語コーパス（BENYO-S2ST-Corpus-1） – BENYO-S2ST-Corpus-1: A Bilingual English-to-Yorùbá Direct Speech-to-Speech Translation Corpus
統合センシング・通信シナリオにおける深層学習ベースの人間ジェスチャーチャネルモデリング
（Deep Learning-based Human Gesture Channel Modeling for Integrated Sensing and Communication Scenarios）
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
星団パラメータ推定にCNNを用いる方法
（Deriving star cluster parameters with convolutional neural networks. I. Age, mass, and size）
  • 論文研究
フーリエ変換走査型トンネル分光における辞書学習
（Dictionary Learning in Fourier Transform Scanning Tunneling Spectroscopy）
  • 論文研究
医用画像分割のためのCNNアーキテクチャ自動設計
（Automatically Designing CNN Architectures for Medical Image Segmentation）
  • 論文研究
Expectation Propagationを用いた近似Collapsed Gibbsクラスタリング
（Approximate Collapsed Gibbs Clustering with Expectation Propagation）
  • 論文研究
ハードウェアベースの高速時系列予測
（Rapid Time Series Prediction with a Hardware-Based Reservoir Computer）
  • 論文研究
グラフ上での一般化された距離修復
（Generalized Metric Repair on Graphs）
  • 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