新著紹介

入門；ボルツマンから深層学習まで

抄録全体を表示

新著紹介

物理学者，

を使う；・深層学習の物理学への応用

抄録全体を表示

パイプラインの作成を支援するために Data Version Control(DVC)と呼ばれるオープンソースソフトウェアが近年利用され ている.DVC は yaml ファイルによりパイプラインを管理する ことができ，パイプラインの作成，管理を効率化できる.DVC を導入することはプロジェクトにおいてメリットがあるが，ま だ新しい技術であるため，最適な導入方法や導入時期などベストプラク ティスは十分に共有されていない.そのため，本研究では，DVC 上での パイプラインの変更過程を明らかにし，DVC を使用しているプ ロジェクトがどのように DVC を導入し活用しているのかについて調査し た.DVC のパイプライン機能を使用し，継続的な開発が行われていると 考えられる関連プロジェクト 25 件のパイプライン 42 件を調査対象とした.調査の結果，現在使用されているパイプラ インは変更が複数回行われたものが 3/4 以上を占めた.また，学習や評 価に属するプロセスの修正が多く，最初に登録したパイプライン のプロセスが現在まで無変更であるものが，変更が行われたプロセスの 1/10 以下であった.さらに，現在使用されているパイプライン はデータ取得，学習，評価のプロセスを含むものが多いことがわかった.

抄録全体を表示

の発展は目覚ましく，理論と実用双方から幅広い研究が行われている．一方，のアプリケーション拡大に伴い，データプライバシーや通信コストに対する懸念も顕著になっている．本稿では，こういった問題の抜本的解決とビッグデータ解析の両立に向けた方式として近年注目されている，連合(FL: Federated Learning)をはじめとした分散的な方式について概説する．特に，集中制御サーバを設けないFLである分散連合(DFL: Decentralized FL)に着目し，無線通信路における問題とその解決に向けた方策を述べる．

抄録全体を表示

やデータ科学は，与信，採用，保険などの重要な決定に使われるようになってきた．そこで，これらの決定を，人種や性別などのセンシティブ情報に対して公平性を担保しつつ行う公平性配慮型が研究されている．本解説では，まずの予測が不公平になる原因と，その原因ごとの事例を紹介する．そして，で用いられる形式的公平性規準について説明し，同時には達成できない規準があるといった性質を紹介する．後半では，で公平性を保つための課題として，公平性の検証手法や公平性を保証する学習手法などを紹介する．

抄録全体を表示

本研究は、・深層学習・強化学習の分野と計量経済学の分野の近接性を探す点に特徴をもつ。計量経済学において時系列分析やパネル分析を学んでいれば、は分析手法とともに計量経済学の考え方に多くの共通点をもつことから今後は関係性をより体系的に考察することが重要となると考える。また計量経済学も因果推論の分野ではが活用されており、その関係性を説明する。さらにと計量経済学の近年の研究の進展を概観するため、画像認識や音声認識におけるのビジネスへの応用やCATEやLASSO、 政策配分問題としてのELMや疫学における因果推論としてCMA（因果媒介分析）・Causal Forest・SDD・構造推定などを幅広く扱う。

抄録全体を表示

本研究は、目視で行われる高流動コンクリートの材料分離判定を、コンクリートの使用材料や調合を特徴量（説明変数）として、

を用いて予測することを試みた。本研究では、アンサンブル学習の一種であるRandom ForestおよびLightGBMを器として用いた。さらに、これらで得られた重要度の高い特徴量を用いて、統計学およびの一種であるLogistic Regressionによる分析を行った。このLogistic Regressionの学習結果より、目視材料分離判定の確率的な予測式を提案するとともに、提案する予測式による目視材料分離判定の予測性能を検討した。

抄録全体を表示

多数の学習用データ作成が困難な場合における，

を利用した外観検査システムを対象とする．少数の元データから，GANによるデータ生成を利用し入手困難な多数のデータにを対応させることを目的とした．学習達成度は，通常のアルゴリズムと異なり損失では評価できないため，製品検査へ利用する観点から学習結果の評価を行う方法の検討を行った．また，GANにより生成したデータを用い検査用アルゴリズムを学習し，検査を行うことでGANによるデータ生成を利用した検査システムの評価を行った．結果より，本研究によるアルゴリズムの学習方法の課題や検査システムの精度向上へ向けた問題点等の検討を行った．

抄録全体を表示

 本稿では, 現在artificial intelligence (AI) ・

ができること明確にしたのちに, 脳神経外科領域の研究, 特にオミクス-マルチオミクス解析においてAI・がどのような役割を果たしているか紹介する. AI・はデータを分類し意味づけを行うための手段として有用である一方, 意図しない挙動を起こし, 汎化性能が大きく低下するなどの問題をもつ.

抄録全体を表示

名古屋市立大学大学院薬学研究科の安部賀央里博士は、医薬品等の副作用の予測研究に定量的構造活性相関((Q)SAR)の手法を導入した研究課題に取り組み、日本薬学会女性薬学研究者奨励賞を受賞した。特筆すべきは、従来の(Q)SARに

法を取り入れた点である。モデルを作成するプロセスのなかで、化学物質の特徴をどのようにコンピューターに「学習」させるかと言う観点では、自らの有機化学研究の経験を活かして独自のモデルを構築した。

抄録全体を表示

開発件数が増加している

ソフトウェアを定量的な観点から特徴を明らかにするために2つのモデルを使用した．それぞれのモデルでは学習にメトリクスから得られた値を入力データとして使用し，学習結果の図示を行なった．

抄録全体を表示

本研究では，

を用いた画像認識技術による森林景観の把握を試みた。具体的には，登山道で撮影された画像に対し，一般的なモデルを用いて画像内の物体の検出・分類を行い，その結果と撮影者の撮影意図を比較した。画像は，筑波大学の学部生向け野外実習である富士山村山古道登山を通じて撮影されたものとした。また，モデルは，組み込み済みの学習モデルから画像内の物体を検出・分類できる，Google Cloud Vision API を用いた。撮影意図は，撮影者自身に回答してもらうことで把握した。結果として，例えば森林限界に到達した際に撮影した写真を”highland”と認識するなど，モデルは撮影者の撮影意図の物体をある程度正確に検知できていた。しかし，例えば道端にあった仏像を撮影した画像に対し，仏像があることの検知はできるが，周辺の草本や苔といった植生も検知しているなど，撮影者が意図した主対象をモデルの結果のみからでは判断できない事例も見られた。これらの結果をもとに，森林景観の評価におけるを用いた画像認識技術の活用のあり方について報告する。

抄録全体を表示

の流体力学への応用は現在流体力学分野で最も注目されているトピックの一つと言える。 は大きな可能性を秘めている一方、その限界も明らかにする必要がある。 本講演では、乱流チャネル流中の断面速度場の時間発展の学習と再生成へのの応用例を紹介する。 また、二次元減衰乱流の超解像解析へのの応用や、渦放出を伴う円柱周りの流れに対する低次元非線形時間発展方程式の導出についても紹介する。

抄録全体を表示

1．はじめに

多くの分野において

が盛んに行われており，読者の皆様もディープ・ラーニングという単語に聞き覚えがある方は少なくないだろう。ディープ・ラーニングはにおける学習方法の一種であり，一般的に「多層化されたニューラルネットワーク」のことを指す。ニューラル

抄録全体を表示

新著紹介

これならわかる

入門

抄録全体を表示

新著紹介

スパース性に基づく

抄録全体を表示

モデルの非決定性や不確実性といった従来の開発とは異なるシステム特有の性質を扱うため，我々はシステムの価値や安全性を含む様々な側面を一貫した形で分析設計モデリングし，その内容を継続的にモデルの訓練や修正，運用のワークフローパイプラインと統合するフレームワークM3S（Multi-view Modeling framework for ML systems）を提案し，その中でモデルの不確実性を考慮したリスク分析の仕組みを合わせて扱っている．本稿では，高信頼なシステムの継続的な開発運用における問題や関連研究を提示のうえ，リスク分析を含むM3Sの仕組みや特徴を概説し，モビリティを題材としてその実践性や有効性を検証する事例を概説する．

抄録全体を表示