ベイジアンネットを用いて大脳皮質の機能を再現するモデルが少しづつ増えています。 ベイジアンネットは大脳皮質の複雑で多様な振る舞いを少ない仮定で計算論的にきれいに説明するだけでなく、アルゴリズムやデータ構造、それらを実現する神経回路にいたるまで、大脳皮質に対する幅広く詳細な説明を与えつつあります。 ベイジアンネットに基づいて脳を理解することは、高い知能を持つロボットの実現に向けたブレークスルーになると考えています。 解説 「脳とベイジアンネットFAQ」 脳とベイジアンネットに関して私がよく聞かれる質問です。 「解説:大脳皮質とベイジアンネット」 日本ロボット学会誌に載せていただいた解説です。(この pdf ファイルは日本ロボット学会の著作物です。) 一杉裕志, 解説:大脳皮質とベイジアンネット、 日本ロボット学会誌 Vol.29 No.5, pp.412--415, 2011. 「脳は計算機
量子力学などの最先端科学分野では、統計学の客観的確率では説明がつかない矛盾が生じ始めている。ここでは「主観的確率」について研究する「ベイズの理論」について、マイクロソフトのシニアテクニカルアーキテクト、宮谷隆氏に解説してもらう。 書籍『ベイズな予測』で紹介しているベイズ確率は、統計学から生じたものではなく、確率の研究にはじまり、計算機科学、特にデータマイニング技術によって発展してきたのは歴史的な事実である。主に予測に使われてきた。量子力学など幾つかの最先端科学分野では、統計学の客観的確率では説明がつかない矛盾が生じてしまうと言われ始めており、客観的確率の限界がそこかしこで見られ始めている。既に先端科学技術分野では、もっぱら主観的確率が使われるようになってきている。 まずはベイズの定理だが、250年間も統計学者に相手にされなかったものである。ちょっと前と異なり、最近よく見かけるベイズの定理は
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