Deep learning 用語集
deep learning とは、従来よりも多くの層を持ったニューラルネットを用いる 機械学習技術です。 deep learning は、画像認識、音声認識などの分野で、 いろいろなベンチマークで従来技術を超える性能を出しており、 注目を集めています。 私自身も勉強不足ですが 僭越ながら、 deep learning 関連用語について自分の理解で簡単にまとめました。 （挙げてある原論文もちゃんと読んでません！ 間違いがあればぜひご指摘ください。） Deep Learning auto-encoder または RBM などを積み重ねた深い構造を持つ機械学習器。 従来は研究者が手作りしていた特徴抽出器を、 代わりに大量のデータから学習させ自己組織化させるアプローチとも言える。 deep learning を特徴抽出器として使い、 識別器としては最上位層でＳＶＭなどを使うこともある。 deep
全脳アーキテクチャの見取り図
私が現時点で考える、全脳アーキテクチャの見取り図について取り急ぎ説明します。 「脳の主要な器官の機能とモデル」のページでは 計算論的神経科学の分野において受け入れられている（と私が考えている）モデルを いくつか紹介しました。 このページではより踏み込んで、私が考える推測(speculation)について述べます。 私自身はここで述べる見取り図は全脳アーキテクチャの解明・実現にとって 非常に有用であると考えています。 批判・コメント・質問など歓迎いたします。 脳全体の目的 私は「脳全体の目的は報酬期待値最大化である」という指導原理（作業仮説）に 基づいて脳のリバースエンジニアリングを進めている。 この指導原理は、いまのところ私にとって非常に役立っている。 脳のアーキテクチャの候補を絞り込むのに大変役立つからである。 この指導原理に対しては様々な批判があり得る。 「脳は単一の目的関数の最適化で
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Microsoft PowerPoint - 1DCAEと計算工学final.ppt [互換モード]
東大で学んだ卒論の書き方★論文の書き方
