ニューラル・ネットワークと力の指輪 | Altera - SDJ JP
J・R・R・トールキンの小説『指輪物語 (The Lord of the Rings)』の暗黒世界で、ダーク・ロードは自分の力を具現化し、誇示する1組の黄金の指輪を作成するよう命じました。その中の特に 1 つ (図 1) は他を凌ぐ力を持ち、他の指輪を発見し、呼び集める能力を備えていました。 図 1. トールキンの空想の世界では 1 つの指輪が他のすべての指輪を支配する 報道記事を読んでいると、ディープ・ラーニング・アルゴリズムが力を伸ばしつつあることの比喩として見かけるかもしれません。特に畳み込みニューラル・ネットワーク (CNN) は、その分野で完勝を収めているようです。CNN は、ImageNet 視覚認識チャレンジにおいて他のすべてのアルゴリズムに圧勝しているため、残された課題はネットワーク内の層数などの実装詳細のみのように思われます。 また、CNN は自律走行車からコンピュータ囲
「ネオコグニトロンはまだ進化する」、画像向けディープラーニング「CNN」の父に聞く
画像認識や音声認識などで他の機械学習技術を凌駕する認識性能を次々と実現しているディープラーニング（深層学習）技術。特に、性能向上が目覚ましいのが、画像中の物体認識などに使われる「畳み込みニューラルネットワーク（convolutional neural network：CNN」だ（関連記事）。今後、家電製品やセキュリティー用カメラ、自動車の自動運転、そしてロボットビジョンなどさまざまな分野で応用が広がりそうである。 そのCNNの原型「ネオコグニトロン」を1979年に世界で初めて発表したのがファジィシステム研究所 特別研究員の福島邦彦氏である。原型といっても、現在のCNNとは学習手法が異なるだけで、ニューラルネットワークとしての基本構造はほとんど同じである。 ネオコグニトロンの発表後、福島氏は大阪大学ほかいくつかの大学で教授職を歴任。日本神経回路学会（JNNS） 初代会長、国際神経回路学会（I
人工知能学会誌 連載解説「Deep Learning（深層学習）」
人工知能学会監修『深層学習 — Deep Learning』出版の案内 本連載解説の記事を加筆・再編集した書籍『深層学習 — Deep Learning』を近代科学社から2015年10月31日に出版しました． 監修：人工知能学会 著者：麻生 英樹，安田 宗樹，前田 新一，岡野原 大輔，岡谷 貴之，久保 陽太郎，ボレガラ・ダヌシカ 編集：神嶌 敏弘 出版：近代科学社 出版社のページ サポートページ 人工知能学会誌 連載解説「Deep Learning（深層学習）」 現在では記事は無料で公開されています． 安田 宗樹「ディープボルツマンマシン入門 : ボルツマンマシン学習の基礎」人工知能学会誌 Vol.28 No.3 (2013年5月) 麻生 英樹「多層ニューラルネットワークによる深層表現の学習」人工知能学会誌 Vol.28 No.4 (2013年7月) 岡野原 大輔「大規模Deep Lear
深層学習から自動運転まで、GPU関連の開発者会議が開幕へ
米NVIDIA社主催のGPU技術関連の開発者会議「GPU Technology Conference（GTC） 2015」が2015年3月17～20日まで米国サンノゼで開催される。同会議では、同社の新製品などが発表されるほか、同社のGPUのユーザー企業が各種講演を行う。担当者によれば、昨年（2014年）のGTCにはおよそ3500名が参加。今年（2015年）は4000人ほどの参加者を見込む。 国や地域別では、米国からの参加者が最も多い。今回は特に中国からの参加者が増えており、日本からの参加者数を上回る可能性があるという。 GTC 2015ではGPU技術だけでなく、GPUを利用した人工知能や自動運転など、応用例を含めた500以上のセッションが予定されている。例えばディープラーニング（深層学習）をテーマに、米Google社や中国Baidu社が講演する。また、自動車メーカーでは、例えばドイツAud
上下逆さまの顔も識別できる顔認識アルゴリズム | スラド IT
米Yahoo Labsやスタンフォード大学の研究者らが新たな顔認識アルゴリズムを開発したそうだ（MIT Technology Review、Slashdot）。この新しいアルゴリズムは従来難しいとされてきた斜めを向いたものや、上下逆さまの場合など真正面を向いていないものも顔として識別できるという。 今回開発されたアルゴリズムは 「deep convolutional neural network」というニューラルネットワークを用いて学習させる手法で開発されているとのこと。研究者らは20万の様々なアングルから撮影した顔を含む画像と顔を含まない2000万の画像を合わせたデータベースを作り、128の画像を1つのバッチとして5万回繰り返し学習させたという。このような多階層ニューラルネットワークの学習によりアルゴリズムの精度を向上させたとのこと。特に以前は非常に難しかった上下逆さまの顔の識別が飛躍的
ConvNetJS: Deep Learning in your browser
Description The library allows you to formulate and solve Neural Networks in Javascript, and was originally written by @karpathy (I am a PhD student at Stanford). However, the library has since been extended by contributions from the community and more are warmly welcome. Current support includes: Common Neural Network modules (fully connected layers, non-linearities) Classification (SVM/Softmax)
ニューラルネットワークと深層学習(和訳) - Qiita
とりあえず読んでみたい、という方は：「ニューラルネットワークと深層学習」日本語訳のページをご覧ください。 Deep Learningってのがマジヤバイらしい・・・でも、取っかかりがつかめない・・・ ここ最近、Deep Learningの盛り上がりが凄いですね。私の中でも、深層学習を覚えなきゃ、置いてかれてしまい、ついには自分の仕事までAIに奪われるのでは、という危機感と、逆に今Deep Learningを使えるようになれば未来の発明者になれるのでは、という期待感が高まり、Deep Learningを勉強しなくては、と思い続けていました。 しかしながら、私はDeep Learningがどうしても理解できませんでした。これまで何十種類ものDeep Learningの教材を試してきました。しかし、Deep Learningがどうしても理解できませんでした。しかし、世の中にある文書で、なかなかとっ
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
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://eems.mit.edu/wp-content/uploads/2016/02/eyeriss_isscc_2016_slides.pdf
Hardware Acceleration for Embedded Computing
Photo Tourism: Microsoft Research, Interactive Visual Media Group
https://cadlab.cs.ucla.edu/~cong/slides/fpga2015_chen.pdf
Deep Learning - Unreasonably Effective
韓国KAISTがディープラーニング専用チップを開発、「GPUより3割速い」
Facebookはなぜ人工知能向けツールをオープンソースにするのか