《日経Robo》Neural Turing Machineはアルゴリズムの学習の第一歩
2014年の機械学習界隈で話題となったのが米グーグルの DeepMindが発表した「Neural Turing Machine（NTM）」1）である。NTMは、人間が問題に合わせてプログラムを逐一記述しなくとも、例示からの学習によって小規模なアルゴリズムを自己獲得する技術だ。ニューラルネットワークの技術を基にしている。連載の第1回では、なぜNTMが注目されたのかについて背景を説明する。 NTMは現時点では入力のデータ量が小さく、人が書けるようなアルゴリズムで解ける問題しか扱えていない。しかし今後は、人にすら書くことが不可能な複雑なアルゴリズムを学習できる可能性がある。例えば、ロボットや自動運転システムで複数のセンサを用いて複数のアクチュエータを制御するアルゴリズムを学習ベースで実現できる可能性がある。 記憶の仕組みが欠けていた ニューラルネット 人間がプログラムで記述するような複雑なアルゴ
自治医科大 ADHDの客観的診断法の基礎を確立
自治医科大学小児科の山形崇倫教授、中央大学人間総合理工学科の檀一平太教授らの共同研究グループは、光を用いた脳機能イメージング法を利用して注意欠如・多動症（ADHD）の症状を個人レベルで可視化することに成功しました。 現在のADHDの検査方法にはチェック項目に答える形式の主観的な物、患者の35%に見られる脳波の異常を検出するものなどがありますが、いずれも特定が難しく見逃してしまうケースが少なくありません。そのためADHDを判別するための客観的で感度が高い方法の開発が求められていました。 今回の実験では6歳から14歳までのADHD児30名、定型発達児30名にADHDの症状を計るのに適した行動抑制ゲームをさせました。この6分間のゲームの最中に脳活動変化を光トポグラフィ※という方法によって計測しました。光トポグラフィは頭の上から近赤外線を当てることで、体を傷つけることなく脳機能を測定する方法です。
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
