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...
dahara1
学習手法 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...
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...
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...
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...
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 ・...
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...
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...
インフラ VHP:人体装着型アプリのために振動を触覚で伝達するオープンソースの基盤(2/2)
１．VHP:人体装着型アプリのために振動を触覚で伝達するオープンソースの基盤(2/2)まとめ ・VHPは迅速な実験とプロトタイピングを可能にし、様々なアプリの技術開発に利用可能 ・小型デバイスでの多様な振動表現、触覚実験、アラート通知実験、...
インフラ VHP:人体装着型アプリのために振動を触覚で伝達するオープンソースの基盤(1/2)
１．VHP:人体装着型アプリのために振動を触覚で伝達するオープンソースの基盤(1/2)まとめ ・ウェアラブルデバイスや携帯電話の多くは振動などの触覚で情報を伝える ・効果的な触覚システムを設計するのは数や位置を試行錯誤する必要があり困難 ・...
モデル MMCC:ラベル付けされていない動画から将来を予測する(2/2)
１．MMCC:ラベル付けされていない動画から将来を予測する(2/2)まとめ ・MMCCはラベル無しで時間的なサイクルを見つけるようにモデルを学習させる ・学習完了後MMCCはビデオの複雑な変化を捉えて意味のある状態変化を識別可能 ・時間的に...
モデル MMCC:ラベル付けされていない動画から将来を予測する(1/2)
１．MMCC:ラベル付けされていない動画から将来を予測する(1/2)まとめ ・AIが次にどのように行動すべきかを計画できるようになるためには未来予測が必要 ・そのために意味のある変化が時間の経過とともにどのように展開するか知る必要がある ・...