画像認識分野での ディープラーニングの研究動向 岡谷 貴之 東北大学
企画セッション2「ディープラーニング」 • 趣旨：応用３分野におけるDeep Learning（深層学習）の研究 の現状 • 画像：岡谷貴之（東北大学） – 「画像認識分野でのディープラーニングの研究動向」 • 音声：久保陽太郎（NTTコミュニケーション科学基礎研究所） – 「音声認識分野における深層学習技術の研究動向」 • 自然言語処理：渡邉陽太郎（東北大学） – 「自然言語処理におけるディープラーニングの現状」 画像認識分野での ディープラーニングの研究動向 岡谷 貴之 東北大学 NNの基本要素 Neural Network NN研究の歴史 DNNの過学習とその克服 • DNN → 過学習が起こる – 訓練誤差は小さいが汎化誤差は大 • 現象 – 下層まで情報が伝わらない；勾配が 拡散；訓練データが上位層のみで 表現可能 – 全結合型のNNで顕著 • 過学習の克服 １．学習最適化の工夫
IBMにおける機械学習研究と応用
IBMにおける機械学習研究と応用 IBM東京基礎研究所 数理科学担当 井手 剛 配布版 © 2011 IBM Corporation 2 Contents □IBM Researchの概要 □IBM Research数理科学部門の紹介 □IBM東京基礎研究所・数理科学部門の紹介 □プロジェクト事例: トラジェクトリ回帰とその応用 □まとめ © 2011 IBM Corporation 3 IBM研究部門のストラテジー・エリア 基礎科学研究 システム テクノロジー WebSphere ソフトウェア インダストリー・ ソリューション 数理科学 サービス © 2011 IBM Corporation 4 1998～ 1995～ China 1961～ Watson 1995～ Austin 2010～ 1972～ Haifa Tokyo 1982～ India Brazil Ireland R&
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
企画セッション（招待講演のみ） | IBIS2012
https://ibisml.org/ibis2008/slides-invited/kurihara.pdf
