学習データ量に応じて自動的に最適なモデルに変化する教師無し機械学習技術を開発 | 技術・研究開発 | 技術・研究開発 | プレスリリース
【要旨】パナソニック株式会社は、大量の学習データを収集することが困難なリアルな環境に適用が可能なAI技術の実現に向けて、学習データの量に応じて自動的に最適なモデルに変化する教師無し機械学習技術を開発しました。 この技術は当社のビジネスイノベーション本部 AIソリューションセンターの研究成果になります。この度、AI技術における世界最高峰の国際学会であるNIPS2017 (Neural Information Processing Systems)に採択されました。 【効果】当社の主要事業領域である家電・住宅・自動車・B2Bソリューションの中には、大量のデータを集めることが難しいために、AI技術を十分に活用できていないケースも多数存在しています。 この課題に対して、本技術を適用することにより、これまで専門家の介在が必要であったチューニング（モデルの調整）プロセスを大幅に削減することができるため
NIPS 2017 Proceedings
Advances in Neural Information Processing Systems 30 (NIPS 2017) The papers below appear in Advances in Neural Information Processing Systems 30 edited by I. Guyon and U.V. Luxburg and S. Bengio and H. Wallach and R. Fergus and S. Vishwanathan and R. Garnett. They are proceedings from the conference, "Neural Information Processing Systems 2017." Wider and Deeper, Cheaper and Faster: Tensorized LST
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
