2. 発表の概要 • 電⼦ジャーナルの包括契約からタイトル毎の個別契約への移⾏ によって⽣じる諸問題の解決 • 電⼦ジャーナルの現状と課題 – 学術雑誌の価格⾼騰と包括契約(ビッグディール)の問題点 • 包括契約から個別契約への移⾏によって⽣じる影響* – ⼤⼿出版社A社,B社の購読計画(H27年度) – 個⼈によるペイパービュー(PPV)購⼊の影響 • 公平かつ満⾜度の⾼い購読計画案の効率的な作成* – 数理最適化による購読計画案の作成 – ダウンロード可能数の最⼤化,最⼩充⾜率の最⼤化 – 複数出版社の購読計画の同時作成,組織によるPPVの事前購⼊ 2*各タイトルの分野,H27年度の購読費,H26年度のダウンロード数をデータとして利⽤ 数理最適化で作成した案を叩き台に⽤いることで 電⼦ジャーナル購読計画の決定に要する⼿間を削減 3. 電⼦ジャーナルの現状と問題点 •
2. 今⽇日のアジェンダ l 背景 ̶— これまでのディーラーニングと創薬 l 創薬向け、ライフサイエンス向けの深層学習の進化 ̶— 新NP問題に対する学習⼿手法 ̶— ⽣生成モデルによる表現学習 ̶— 化合物の特徴学習 l アプリケーション例例 ̶— QSAR, 材料料設計, 性質予測 ̶— シミュレーション ̶— 化合物の再合成の探索索 3. 会社紹介:Preferred Networks (PFN) l IoT時代に合わせた分散知能を備えた新しいコンピュータを創造する l 2014年年3⽉月創業 l 東京オフィス, シリコンバレーオフィス l 従業員:約60⼈人 殆どが研究者、エンジニア l 主な出資者 FANUC, Toyota, NTT 3 We are hiring!! 4. ディープラーニング(深層学習)とは l 層が深く、幅も広いニューラルネット
Layer Normalization論文の紹介スライドです https://arxiv.org/abs/1607.06450 間違い等ありましたらご指摘いただけると嬉しいですRead less
This document discusses precision and recall, which are metrics used to evaluate the performance of classification models. Precision measures the proportion of predicted positive instances that are actually positive, while recall measures the proportion of actual positive instances that are correctly predicted to be positive. The document also presents formulas for calculating precision, recall, a
28. 28 Appendix: API一覧(1/3) Model • constructor: モデルに必要な構成要素(隠れ層)などの定義 • forward(inference): constructorで定義した構成要素を利用し、入力を出 力にする(伝搬)プロセスを定義する。 • 学習中とそうでない場合で構成が変わる場合(Dropoutなど)、それを引数 に取る。※ここでlossを出さないこと(出してもいいが、outputもちゃんと 返す) ModelAPI • constructor: 最低限Modelのパスを取得し、読み込む • predict: 配列などの一般的な変数から、Modelを利用した予測値を返す 29. 29 Appendix: API一覧(2/3) Trainer • constructor: modelと学習に必要なパラメーターを受け取る。 DataProcess
3. 3 会話AI 2016/2/15 C8Lab Copyright 2014 C8Lab Inc. All rights reserved MichroSoft社 女子高生会話AI 「りんな」 http://rinna.jp/rinna/ LINEやTwitterなどのチャットロボット に活用されている。 ゲームのNPCなどにも活用可能。 会話エンジンを用いた雑談APIなども 存在。 「うずら」、「もずく」、「りんな」等。 様々な種類のアルゴリズムの会話AI が存在するが、なかなか技術は公開 されていない。 4. 4 会話AIの種類 2016/2/15 C8Lab Copyright 2014 C8Lab Inc. All rights reserved 辞書型 辞書に登録されたテンプレに応じて会話を行う。 ○○を買ってきた よ! ○○大好き! こんにちは! こ
This document discusses channels in Go and provides examples of how to use them. Channels allow goroutines to communicate by sending and receiving values. They synchronize execution by blocking if the receive operation has no sender or the send operation has no receiver. The document covers unbuffered and buffered channels, signaling with channels, coordinating goroutines, terminating workers, and
第48回データマイニング+ WEB @東京(#TokyoWebminig 48th)- AWS上での分析基盤アーキテクチャ最前線祭り-「SmartNews の Webmining を支えるプラットフォーム」 speaker: Yuhei Nishioka @SmartNews
ILSVRC2015にてMSRA (Microsoft Research Asia)が発表した、Deep Redisual Learning (ResNet)の紹介資料です。 論文情報 http://arxiv.org/abs/1512.03385 著者(Dr. Kaiming He)によるスライド http://research.microsoft.com/en-us/um/people/kahe/ilsvrc15/ilsvrc2015_deep_residual_learning_kaiminghe.pdf ImageNet and MS COCO Visual Recognition Challenges Joint Workshop http://image-net.org/challenges/ilsvrc+mscoco2015Read less
Satoshi Hara, Takanori Maehara. Convex Hull Approximation of Nearly Optimal Lasso Solutions. In Proceedings of 16th Pacific Rim International Conference on Artificial Intelligence, Part II, pages 350--363, 2019.
ベイズ統計学の基礎概念からW理論まで概論的に紹介するスライドです.数理・計算科学チュートリアル実践のチュートリアル資料です.引用しているipynbは * http://nhayashi.main.jp/codes/BayesStatAbstIntro.zip * https://github.com/chijan-nh/BayesStatAbstIntro を参照ください. 以下,エラッタ. * 52 of 80:KL(q||p)≠KL(q||p)ではなくKL(q||p)≠KL(p||q). * 67 of 80:2ν=E[V_n]ではなくE[V_n] → 2ν (n→∞). * 70 of 80:AICの第2項は d/2n ではなく d/n. * 76 of 80:βH(w)ではなくβ log P(X^n|w) + log φ(w). - レプリカ交換MCと異なり、逆温度を尤度にのみ乗す
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