Neural Networks

8235
  • 論文研究

L1直交正則化による深層ニューラルネットワークの決定木解釈の強化 (Enhancing Decision Tree based Interpretation of Deep Neural Networks through L1-Orthogonal Regularization)

田中専務拓海先生、最近部下から「説明可能なAIを導入すべきだ」と言われて困っております。論文の話を聞く機会がありましたが、正直ピンときません。何を基準に判断すればよいのでしょうか。AIメンター拓海素晴らしい着眼点ですね!大丈夫、一緒に整理しましょう。まず重要なのは、説明可能性が投資対効果

  • 論文研究

ピクセル適応畳み込みニューラルネットワーク(Pixel-Adaptive Convolutional Neural Networks)

田中専務拓海先生、最近若手から「Pixel-Adaptive Convolutionって論文、現場で効きますか」と聞かれまして。正直、名前だけでピンと来ないのですが、要するに何が違うのですか。AIメンター拓海素晴らしい着眼点ですね!大丈夫、簡単に説明しますよ。結論を先に言うと、Pixel

  • 論文研究

深層学習の選択的概観(A Selective Overview of Deep Learning)

1. 概要と位置づけ結論を先に述べる。深層学習(Deep Learning)は、多層の非線形関数を組み合わせることで入力と出力の複雑な依存関係を表現する手法であり、本論文はその統計的・理論的な視点からの概観を提示している。特に、本研究が明確にした点は三つある。第一に、深層学習は多層構造によって階層

  • 論文研究

ツイート中の薬物言及を検出する深層ニューラルネットワークのアンサンブル(Deep Neural Networks Ensemble for Detecting Medication Mentions in Tweets)

田中専務拓海先生、最近部下が『SNSデータを活用すべきです』と言うのですが、具体的に何ができるのかよく分かりません。今回の論文は何をしたものなのでしょうか。AIメンター拓海素晴らしい着眼点ですね!この論文はTwitterの投稿から薬の言及を自動で見つける仕組みを作った研究です。企業の現場

  • 論文研究

リアルタイムでの非線形弾性材料シミュレーションをDeep Learningで実現する(Simulation of hyperelastic materials in real-time using Deep Learning)

田中専務拓海先生、最近社内で「リアルタイムシミュレーションをAIで」なんて話が出てきましてね。正直、現場の声は「早く試したい」と「効果が見えない」で真っ二つです。そもそも、この論文は何を達成しているんでしょうか。AIメンター拓海素晴らしい着眼点ですね!大丈夫、一緒に整理すれば必ず見えてき

  • 論文研究

電気抵抗率データのディープラーニング反転(Deep Learning Inversion of Electrical Resistivity Data)

田中専務拓海先生、最近「ディープラーニングで電気抵抗率を反転する」という論文を聞きましたが、正直そもそも何が変わるのかつかめません。要点を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、一緒に整理すれば必ず理解できますよ。結論から言うと、この論文は従来の手法で時間が

  • 論文研究

生検画像の色補正で小腸病変を分類するCNN(Diagnosis of Celiac Disease and Environmental Enteropathy on Biopsy Images Using Color Balancing on Convolutional Neural Networks)

田中専務拓海先生、最近部下が病理画像にAIを使えと言ってきましてね。正直、どこから手を付ければ良いのか見当がつきません。こんな論文があると聞きましたが、要するに何ができるという話ですか?AIメンター拓海素晴らしい着眼点ですね!大丈夫、一緒に整理しましょう。端的に言えばこの論文は『色むらを

  • 論文研究

Deep Momentum Networks(Enhancing Time Series Momentum Strategies Using Deep Neural Networks)

田中専務拓海先生、最近部下から"モメンタム戦略にAIを入れた方が良い"と言われまして、正直ピンと来ないのですが、本当に効果が期待できるのでしょうか。AIメンター拓海素晴らしい着眼点ですね!大丈夫です、順を追って説明しますよ。まず要点を三つにまとめると、1) モメンタムの枠組みは残しつつ、

  • 論文研究

小世界ニューラルネットワークと高速収束(SWNet: Small-World Neural Networks and Rapid Convergence)

田中専務拓海先生、最近部下が『小世界ネットワークを使ったニューラルネットがいいらしい』と言い出して戸惑っています。これ、うちの現場に本当に関係あるんでしょうか。AIメンター拓海素晴らしい着眼点ですね!大丈夫です、関係ありますよ。要点は三つだけで、学習が速くなる、パラメータが減る、既存の構