ニューラルネットの 積分表現理論 第2回 産総研 人工知能セミナー 早稲田大学 先進理工学研究科 博士後期課程(学振研究員) 園田 翔 園田 翔 2010-2012 修士(工学) • 専攻:機械学習(村田昇教授) • ニューラルネット積分表現理論 • 鉄鋼データ解析,ブログ解析 2012-2013 会社員 • オートモーティブ &インダストリアルシステムズ社 • 商品開発・制御ソフト設計 2013- 博士(工学) • 専攻:機械学習(村田昇教授) • 深層学習のリッジレット解析 • 自動運転,脳波解析,鉄鋼データ解析 2 ・・・ ・・・ ・・・ ・・・ camel rug 画素値 ラベルの確率値 深層構造の中では何が起きているのか? パラメタ数 ~10億 正答率 95+% 3 深い方が効率的 vs. 浅くても万能 徐々に抽象化する MNIST [Y.Taigman+14] 急速にコードする
構文 述語項構造解析システム KNPの解析の流れと特徴 ・ 笹野 遼平 (東工大) KNPのイメージ? KNP KNPのイメージ? KNP 古い 重い 遅い KNPのイメージ? KNP ルールベースの係り受け解析器である 古い 重い 遅い KNPのイメージ? KNP ルールベースの係り受け解析器である 古い 重い 遅い 内部で何が行われているか分からない KNPのイメージ? KNP ルールベースの係り受け解析器である 古い 重い 遅い 内部で何が行われているか分からない 出力の読み方が分からない KNPのイメージ? 1. ・ ⇒ 係り受け解析器として見ると遅いし、重い、でも… 2. ・ KNP ルールベースの係り受け解析器である 古い 重い 遅い 内部で何が行われているか分からない 出力の読み方が分からない KNPのイメージ? 1. ・ ⇒ 係り受け解析器として見ると遅いし、重い、でも…
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