テキスト予測におけるトピックモデルの統計的枠組み（A framework for streamlined statistical prediction using topic models）
田中専務拓海先生、テキストデータで予測ができると聞いて、現場から導入を迫られているのですが、何がどう変わるのか全然イメージできません。要するに、うちの受注メールやクレーム記録で売上予測ができるという理解で合っていますか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、要点は3つです。テキ
論文研究
記事の数
305334
GraphTSNE（GRAPHTSNE: A VISUALIZATION TECHNIQUE FOR GRAPH-STRUCTURED DATA）
田中専務拓海先生、最近部下から「グラフデータの可視化をやるべき」と言われまして、正直どこから手を付ければいいか見当が付きません。そもそもグラフデータって何が特別なんでしょうか。AIメンター拓海素晴らしい着眼点ですね！まず、グラフデータとは人や製品、部品などの「ノード」と、それらを結ぶ「辺
変形可能カーネルを学習して画像・動画のノイズ除去を改善する手法（Learning Deformable Kernels for Image and Video Denoising）
田中専務拓海先生、ウチの現場で「AIでノイズ除去をやれば画像検査が良くなる」と言われているのですが、何を根拠に導入判断すれば良いのか分かりません。今回の論文はそのヒントになりますか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、今回の論文はまさに実務的な判断に役立ちますよ。要点を三つで
暗黙的ペアによる非対応画像変換の強化（Implicit Pairs for Boosting Unpaired Image-to-Image Translation）
田中専務拓海さん、最近部下から「画像変換にAIを使えます」って言われてましてね。うちの現場でも使えるか知りたいんですが、論文の主張って要するに何なんでしょうか。AIメンター拓海素晴らしい着眼点ですね！簡潔に言うと、この論文はペア画像を用いない学習（非対応学習）に、あえて「暗黙のペア」を注
深層メタ学習とMPPIによる誘導法の学習（Learning to Guide: Guidance Law Based on Deep Meta-learning and Model Predictive Path Integral Control）
田中専務拓海先生、お忙しいところ失礼します。部下から『この論文を読め』と言われたのですが、タイトルが長くてよく分かりません。要するにうちの現場で使える技術でしょうか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、順を追って説明しますよ。結論を先に言うと、この論文は『学習した制御モデルを
イベントログ属性を活用したRNNベースの予測（Exploiting Event Log Event Attributes in RNN Based Prediction）
田中専務拓海先生、最近うちの若手が「イベントログを使って未来を予測できる」と言ってきてまして、正直ピンと来ないんです。これは現場に投資する価値がある話でしょうか。AIメンター拓海素晴らしい着眼点ですね！まず要点を3つで言うと、1) 過去の業務記録（イベントログ）を使って次の動きを予測でき
DuBox: アンカーボックス不要の物体検出（DuBox: No-Prior Box Objection Detection via Residual Dual Scale Detectors）
田中専務拓海さん、最近部下が「アンカーボックスをやめた検出方法が良い」と言い出して、現場に投資すべきか悩んでいます。要するに現場のコストを下げられるのか、すぐ使えるのか教えてくださいませんか。AIメンター拓海素晴らしい着眼点ですね！大丈夫、順を追って整理しますよ。結論を先に言うと、DuB
オプションを分離するヘリンガー距離正則化（Disentangling Options with Hellinger Distance Regularizer）
田中専務拓海さん、最近部下が「オプションを使った強化学習で業務自動化が捗る」と言うのですが、正直ピンと来なくてして、これって要するに何が変わるんでしょうか。AIメンター拓海素晴らしい着眼点ですね、田中専務！端的に言うと、この論文は「長い仕事を区切って役割を明確にする方法」を改良したもので
対話型強化学習における「良い教師」とは何か（Improving interactive reinforcement learning: What makes a good teacher?）
1.概要と位置づけ結論を先に述べる。対話型強化学習（Interactive Reinforcement Learning、IRL＝人や別のエージェントからの助言を受けながら学習する手法）において、本論文が最も大きく変えた点は「高い性能を示す教師が必ずしも良い教え手ではない」という認識を示したこと
畳み込みニューラルネットワークによる歌声合成（Singing voice synthesis based on convolutional neural networks）
田中専務拓海さん、最近社内で「AIで歌を作れるようになるらしい」と言われて困っております。歌声の合成って、要するにどんな利点があるのですか？現場に投資して本当に効果が出るのか教えてください。AIメンター拓海素晴らしい着眼点ですね！大丈夫、簡単に整理しますよ。結論から言うと、この論文は「畳