サポートベクターマシン（SVM）は、1995年頃にAT&TのV.Vapnikが発表したパターン識別用の教師あり機械学習方法であり、局所解収束の問題が無い長所がある。 2019年度 修士論文 物体検出における誤検出の説明と予測 機械学習、とりわけディープニューラルネットワークの精度は近年急速に向上しているが、一方でなぜそのような予測をしたのかを説明するのは難しく、予期せぬ振る舞いの危険や誤りの分析の困難がある。 472, IBISML2018-114, pp. 物体認識なら何とかできる？ 1. << Pythonによるデータ解析4（ニューラルネット応用 1／4）【Pythonによる機械学習4（ニューラルネット応用 2／4）の目次】 TF-IDF特徴量の抽出 ニューラルネットワークの学習と評価 感情分類の結果の可視化 演習1 TF-IDF特徴量の抽出 今回は、比較的実装が容易なTF-IDF特徴量を用います。 本稿ではニューラルネットワーク，誤差逆伝播法，言語モデル，RNN，LSTM，ニューラル機械翻訳の一連の手法について数理的に解説する． 前編の目次 ニューラルネットワーク 順伝播 (Forwardpropagation) 逆伝播 (Backpropagation) リカレントニューラルネットワーク (RNN) Recur… 核磁気共鳴画像法 / 超解像 / ディープニューラルネットワーク / 畳み込みニューラルネットワーク / / / / （英） Magnetic Reasonance Imaging / super-resolution / Deep Neural Network / Convolution Neural Network / / / / 文献情報: 信学技報, vol. CNN（畳込みニューラルネットワーク）をFPGA化する技術 2017年3月にドイツの展示会でインテル® Arria®10 SoC FPGAを使って、畳み込みニューラルネットワーク（CNN：Convolutional Neural Network）の推論を参考技術展示したことがあった。 サポートベクターマシン（SVM） トップページ→研究分野と周辺→ニューラルネットワーク→. 65-72, 2019年3月. 118, no. ・デジタル計算だから精度が高い 従来のコンピュータが苦手な問題 ・指数関数的に計算量が増える問題 ・大規模な並列計算を必要とする問題 cpu メモリ 入力 出力 （例）ニューラルネットワーク （例）組み合わせ最適化問題 6