Juergen Schmidhuber's home page
AI Blog (2023) Search: @SchmidhuberAI What's new? (2021) KAUST (24 papers at NeurIPS 2022) and its environment are now offering enormous resources to advance both fundamental and applied AI research: we are hiring outstanding professors, postdocs, and PhD students. (ERC Grant: Many jobs for PhD students and PostDocs to be hired in 2020. Earlier jobs: 2017, 2016) FAQ in AMA (Ask Me Anything) on red
Microsoft Cognitive Services
Computer Vision API - v1.0 The Computer Vision API provides state-of-the-art algorithms to process images and return information. For example, it can be used to determine if an image contains mature content, or it can be used to find all the faces in an image. It also has other features like estimating dominant and accent colors, categorizing the content of images, and describing an image with com
Vol.31.No.4(2016/7)ネットワークの表現学習 | 人工知能学会 (The Japanese Society for Artificial Intelligence)
私のブックマークネットワークの表現学習の紹介浅谷 公威（東京大学 工学系研究科） 1．はじめに1･1 表現学習とは 表現学習とは，画像，音，自然言語，時系列データなどの要素を予測問題を解くことで分散表現（ベクトル）として抽象化する手法です．分散表現はコンピュータにより自動的に計算されるもので，要素に関する人手で定義した特徴量を並べて特徴量空間にベクトル化したものとは異なります．近年着目されているDeep Learningは多層のニューラルネットを用いて表現学習を行う手法であり，その深層部分のおのおののニューロンの状態を並べたものが分散表現となります． 表現学習によって得られた分散表現は一般に数百次元のベクトルであるため，要素の分類や要素のラベルの推定を分散表現の簡単な演算により精度良く行えることがわかっています．これらの研究成果はGoogle 画像検索や音声認識などをはじめとした各種サービ
多関節の三脚に歩き方を学習させた
ゴリラポッドのような三脚を、遺伝的アルゴリズムで歩かせてみました。 遠くまで歩いた個体を選択し、遺伝子の交叉・突然変異を行って世代交代させています。 Music: Far Behind (YouTube Audio Library)
)
Heuristic (computer science) - Wikipedia
In mathematical optimization and computer science, heuristic (from Greek εὑρίσκω "I find, discover") is a technique designed for problem solving more quickly when classic methods are too slow for finding an exact or approximate solution, or when classic methods fail to find any exact solution in a search space. This is achieved by trading optimality, completeness, accuracy, or precision for speed.
API Reference (Bing, Version 2)
Products Popular View all products (200+) Azure Virtual Machines Azure Virtual Desktop Azure SQL Microsoft Copilot in Azure PREVIEW Azure AI Services Azure AI Studio Azure Cosmos DB Azure Kubernetes Service (AKS) Azure Arc Azure Migrate AI + machine learning Azure Machine Learning Azure AI Services Microsoft Copilot in Azure PREVIEW Azure OpenAI Service Azure AI Studio Azure AI Vision Azure AI Se
Karl Sims home page
Karl Sims is a digital media artist and visual effects software developer. His interactive works have been exhibited worldwide at the Pompidou Center, Ars Electronica, ICC Museum, DeCordova Museum, Boston Museum of Science, and at MIT. He founded GenArts, Inc. which created special effects software tools for the motion picture industry, and he also held positions at Thinking Machines Corporation,
A Simple Genetic Programming in Python
You can download a free guide to genetic programming here.http://www.gp-field-guide.org.uk/ This example aims to reconstruct a simple mathematic function,which can been refined in def examplefun(x, y). I have given x * x + x + 2 * y + 1 to it. Nodes in a tree can be classified to three kinds:function,variable and constant, so I have built three wrappers:funwrapper,variable and constant. The fitnes
エキスパートシステム - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。 出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "エキスパートシステム" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL (2012年2月) エキスパートシステム（英語: expert system）とは、人工知能研究から生まれたコンピュータシステムで、人間の専門家（エキスパート）の意思決定能力をエミュレートするものである[1]。専門家のように知識についての推論によって複雑な問題を解くよう設計されており、通常のプログラミングのようにソフトウェア開発者が設定した手続きに従うわけではない[2][3][4]。1970年代に人工知能の研究者によって開発され、1980年代にわたって商業的に適用され
遺伝的アルゴリズム - Wikipedia
遺伝的アルゴリズム（いでんてきアルゴリズム、英語：genetic algorithm、略称：GA）とは、1975年にミシガン大学のジョン・H・ホランド（John Henry Holland）によって提案された近似解を探索するメタヒューリスティックアルゴリズムである。人工生命同様、偶然の要素でコンピューターの制御を左右する。4つの主要な進化的アルゴリズムの一つであり、その中でも最も一般的に使用されている。 遺伝的アルゴリズムはデータ（解の候補）を遺伝子で表現した「個体」を複数用意し、適応度の高い個体を優先的に選択して交叉・突然変異などの操作を繰り返しながら解を探索する。適応度は適応度関数によって与えられる。 この手法の利点は、評価関数の可微分性や単峰性などの知識がない場合であっても適用可能なことである。 必要とされる条件は評価関数の全順序性と、探索空間が位相（トポロジー）を持っていることであ
Machine learning - Wikipedia
Machine learning (ML) is a field of study in artificial intelligence concerned with the development and study of statistical algorithms that can learn from data and generalize to unseen data and thus perform tasks without explicit instructions.[1] Recently, artificial neural networks have been able to surpass many previous approaches in performance.[2] ML finds application in many fields, includin
強いAIと弱いAI - Wikipedia
強いAIと弱いAI（つよいエーアイとよわいエーアイ、英: strong AI and weak AI）は、人工知能（AI）が真の推論と問題解決の能力を身につけられるか否かをめぐる論争において用いられる用語である。 強いAIと弱いAIは哲学者のジョン・サールが考案した用語であり、彼は以下のように記述している。 …強いAIによれば、計算機（コンピュータ）は単なる道具ではなく、正しくプログラムされた計算機には精神が宿るとされる[1]。 サールは計算機と機械を区別している。彼は強いAIには批判的だが（例えば、中国語の部屋）、一方で「脳は機械であり、エネルギー転送によって意識を生じる」とも述べている[2]。 人工知能という言葉は、「人工」と「知能」の意味からいえば「強いAI」とほぼ同義と言える。しかし、初期の人工知能研究はパターン認識や自動計画といった狭い領域に集中しており、そういった研究が最終的に
進化的アルゴリズム - Wikipedia
進化的アルゴリズム（しんかてきアルゴリズム、evolutionary algorithm、EAと略記）は進化的計算の一分野を意味し、人工知能の一部である。個体群ベースのメタヒューリスティックな最適化アルゴリズムの総称である。そのメカニズムとして生殖、突然変異、遺伝子組み換え、自然淘汰、適者生存といった進化の仕組みに着想を得たアルゴリズムを用いる。最適化問題の解の候補群が生物の個体群の役割を果たし、コスト関数によってどの解が生き残るかを決定する。それが繰り返された後、個体群の進化が行われる。 EAの例を以下に示す。これらの技法は本質的には同様だが、実装の詳細は異なっており、適用される問題の分野が異なる。 遺伝的アルゴリズム これは EA の中でも最も一般的な手法である。問題の解を探索するにあたって数値の列を使用し（2進数を使うのが古典的だが、解決すべき問題に合わせて最適な形式が選択され、2進
質問応答システム - Wikipedia
質問応答システム（しつもんおうとうシステム、question answering system）は、自然言語の質問をユーザから自然言語で受けつけ、その解答を返すようなコンピュータソフトウェアのこと。質問応答（英語: question answering、略称：QA）といえば自然言語処理や情報検索における質問応答システムに関する研究分野を指す。解答は基本的に文章や単語の形式で答えることが多い。 質問応答の中で最も基本的なタイプであるFactoid型質問応答システムは、質問文に対して単語で答えるシステムのことを指す。例えば、「マイケルジャクソンは何と呼ばれていた?」という質問に対して「King of Pop」と答えるようなシステムのことである。システムが解答を得るため、検索エンジンや百科辞典などを用いたり、データベースを基にして検索を行うシステムもある。 Factoid型質問応答の基本的な処理
人工知能 - Wikipedia
人工知能（じんこうちのう、英: artificial intelligence）、AI（エーアイ）とは、「『計算（computation）』という概念と『コンピュータ（computer）』という道具を用いて『知能』を研究する計算機科学（computer science）の一分野」を指す語[1]。「言語の理解や推論、問題解決などの知的行動を人間に代わってコンピュータに行わせる技術」[2]、または、「計算機（コンピュータ）による知的な情報処理システムの設計や実現に関する研究分野」ともされる[3]。大学でAI教育研究は、情報工学科[4][5][6]や情報理工学科コンピュータ科学専攻などの組織で行われている[4][7]（工学〔エンジニアリング〕とは、数学・化学・物理学などの基礎科学を工業生産に応用する学問[8][注釈 1]）。 『日本大百科全書(ニッポニカ)』の解説で、情報工学者・通信工学者の佐藤
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
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
https://www.waka-macha.com/entry/2015/03/01/162432
https://www.royalsocietypublishing.org/doi/10.1098/rsos.160061
微分積分
HEROZ株式会社(ヒーローズ株式会社) | AI x mobile
データマイニング - Wikipedia
