ロボット Implicit BC：ロボットが優柔不断な行動を学習しないようにする(2/2)
１．Implicit BC：ロボットが優柔不断な行動を学習しないようにする(2/2)まとめ・教師あり学習による行動クローニングはロボットが人間から学習する最も簡単な方法の一つ・行動クローニングを行う際には暗黙的なポリシーでより複雑で正確な行...
dahara1
ロボット ロボット Implicit BC：ロボットが優柔不断な行動を学習しないようにする(1/2)
１．Implicit BC：ロボットが優柔不断な行動を学習しないようにする(1/2)まとめ・ロボットは複雑な行動を模倣しようとしたときに優柔不断になる事がある・決断力を向上させるため離散化された行動空間を使用する事が多いが欠点がある・この欠...
アプリケーション ビットコイン急落時の英語ツイートをGoEmotionsで感情分類する
１．ビットコイン急落時の英語ツイートをGoEmotionsで感情分類するまとめ・GoEmotionsで英語Tweetを分類したがネガティブな感情はほととんどなかった・日本語ツイートと同様、トータルで言えばポジティブな感情の方が多かった・一番...
アプリケーション ビットコイン急落時の日本語ツイートをGPT-3で感情分類する
１．ビットコイン急落時の日本語ツイートをGPT-3で感情分類するまとめ・プロンプトエンジニアリングは性能だけではなく料金にも影響するのでとても大事・現在公開されている４モデルは価格差が結構あり高性能モデルは非常に高くなる・ビットコインが下が...
学習手法 視覚を聴覚で補うような脳の感覚置換能力を実現する強化学習(2/2)
１．視覚を聴覚で補うような脳の感覚置換能力を実現する強化学習(2/2)まとめ・順列不変のニューラルネットワークは、未定義で変化する観測空間を扱うことが可能・冗長な情報やノイズの多い情報を含む観測結果や破損した不完全な観測結果に対しても堅牢・...
学習手法 視覚を聴覚で補うような脳の感覚置換能力を実現する強化学習(1/2)
１．視覚を聴覚で補うような脳の感覚置換能力を実現する強化学習(1/2)まとめ・人間は触覚を使って視覚を補う等の驚くべき感覚置換能力を持つが人工知能はこれを持たない・強化学習は入力データサイズが固定されている事や各要素が意味を持つ事を想定して...
アプリケーション スクロール操作から文章の読みやすさを予測する(2/2)
１．スクロール操作から文章の読みやすさを予測する(2/2)まとめ・既存の読みやすさ評価ツールにスクロール操作の特徴を統合して最先端のスコアを得た・読書操作の中に主観的な読みやすさに関する情報が含まれている事もわかった・読みやすさが読書に与え...
アプリケーション スクロール操作から文章の読みやすさを予測する(1/2)
１．スクロール操作から文章の読みやすさを予測する(1/2)まとめ・タブレットやスマートフォンなどの端末を使った読書が広く世界で一般的になっている・スクロール操作に注目して文章を読みにくくする要因についての理解を深めることが可能・個人が文章を...
基礎理論 RLiable: 強化学習における信頼性の高い性能評価指標(2/2)
１．RLiable: 強化学習における信頼性の高い性能評価指標(2/2)まとめ・同じ実験を他で繰り返した場合の集約指標を予測する層別ブートストラップ信頼区間を提唱・パフォーマンスプロファイルによりアルゴリズム間の定性的な比較が一目瞭然となる...
基礎理論 RLiable: 強化学習における信頼性の高い性能評価指標(1/2)
１．RLiable: 強化学習における信頼性の高い性能評価指標(1/2)まとめ・平均値や中央値などを評価指標にしたままでは強化学習の性能を見誤る可能性がある・より多く試行して性能評価する事は限られた計算機資源の観点から現実的ではない・実行回...
自然環境 MetNet-2：12時間まで先の天候を1km単位で予測するディープラーニングモデル(2/2)
１．MetNet-2：12時間まで先の天候を1km単位で予測するディープラーニングモデル(2/2)まとめ・天気予報はスーパーコンピュータを駆使した伝統的な物理学ベースの手法で行われる・深層学習で数時間先の近い未来の天気を詳細に予測するナウス...
自然環境 MetNet-2：12時間まで先の天候を1km単位で予測するディープラーニングモデル(1/2)
１．MetNet-2：12時間まで先の天候を1km単位で予測するディープラーニングモデル(1/2)まとめ・天気予報はスーパーコンピュータを駆使した伝統的な物理学ベースの手法で行われる・深層学習で数時間先の未来の天気を詳細に予測するナウキャス...