Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Artificial Neural Network: A brief study
Search
Koki Kazaore
May 20, 2024
Research
0
34
Artificial Neural Network: A brief study
論文輪読会使用資料
Koki Kazaore
May 20, 2024
Tweet
Share
More Decks by Koki Kazaore
See All by Koki Kazaore
Proposal and Implementation of a New Matching Model for CtoC Bike Share Service
kokikazaore
0
32
nwHacks participation report
kokikazaore
0
19
Won't you come to my house?
kokikazaore
0
58
Bitcoin: A Peer-to-Peer Electronic Cash System
kokikazaore
0
41
C2Cシェアサイクル実現に向けた人と自転車のマッチング最適化
kokikazaore
0
60
研究紹介とネットワークサーバー移行奮闘記
kokikazaore
0
96
Other Decks in Research
See All in Research
20250502_ABEJA_論文読み会_スライド
flatton
0
190
不確実性下における目的と手段の統合的探索に向けた連続腕バンディットの応用 / iot70_gp_rff_mab
monochromegane
2
130
LLM-as-a-Judge: 文章をLLMで評価する@教育機関DXシンポ
k141303
3
870
EarthSynth: Generating Informative Earth Observation with Diffusion Models
satai
3
180
Large Language Model Agent: A Survey on Methodology, Applications and Challenges
shunk031
14
9.7k
Submeter-level land cover mapping of Japan
satai
3
220
Galileo: Learning Global & Local Features of Many Remote Sensing Modalities
satai
3
160
引力・斥力を制御可能なランダム部分集合の確率分布
wasyro
0
230
電力システム最適化入門
mickey_kubo
1
860
【緊急警告】日本の未来設計図 ~沈没か、再生か。国民と断行するラストチャンス~
yuutakasan
0
150
業界横断 副業・兼業者の実態調査
fkske
0
230
電通総研の生成AI・エージェントの取り組みエンジニアリング業務向けAI活用事例紹介
isidaitc
1
880
Featured
See All Featured
StorybookのUI Testing Handbookを読んだ
zakiyama
30
6k
How to train your dragon (web standard)
notwaldorf
96
6.2k
Imperfection Machines: The Place of Print at Facebook
scottboms
268
13k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
It's Worth the Effort
3n
187
28k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.5k
Stop Working from a Prison Cell
hatefulcrawdad
271
21k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
YesSQL, Process and Tooling at Scale
rocio
173
14k
The Language of Interfaces
destraynor
160
25k
Bash Introduction
62gerente
614
210k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
46
7.6k
Transcript
Artificial Neural Network: A brief study 人工ニューラルネットワーク: 概要研究 知能モデリング研究室 Koki
Kazaore 2024/5/17 英語ゼミ(論文輪読会)
2 ページタイトルが黒文字:論文の内容要約スライド ページタイトルが橙文字:説明用追加スライド はじめに
3 - タイトル: - Artificial Neural Network: A brief study(2022)
- 著者: - Mayuri Thorat, Shraddha Pandit, Supriya Balote - 選定理由・目的 - できるだけ共通項となり得る論文に時間を割きたい - ニューラルネットワーク迷子になったら基礎に立ち帰れ る資料にしたい - ANNを理解した上で,CNN/RNNに派生したい 論文詳細
4 Abstract 人工ニューラルネットワーク(ANN)とは 脳などがデータを処理する方法から着想を得た概念 人間と同様に,例をもとに学習し,それが膨大であれ ば 高い精度をもたらす. 本論文では - ANNの概要・動作・学習 -
ANNの応用と利点 について説明する.
5 問題解決における従来の方法 - 問題の解決方法を知っている人がプログラムする。 - コンピュータは具体的なアルゴリズムに基づいて問題を解 決する。 ニューラルネットワークのアプローチ - 人間の脳のように情報を処理する。
- 曖昧なアルゴリズムが必要な問題と対峙できる。 - 文字認識・未来予測 Introduction
6 Introduction シンプルな神経細胞図×100億個 細胞体: 入力を処理 総和なり乗算なり 樹状突起:入力 核 軸索: 出力信号を送る
軸索末梢 N N N N N N N N N N シナプス
7 人間の脳のようにデータを分析・処理するための, 生物学的な着想を得たコンピューティングシステム What is ANN?
8 What is ANN? 構造 - 入力層 - 隠れ層 -
出力層 メリデメ - メリット:適応性・耐複雑性 - デメリット:not厳密・複雑構造
9 1. 非線形タスクの実行 2. 高い耐障害性 3. トレーニング後の柔軟性 4. 人間の代替 5.
入力変数の柔軟性 6. マルチタスク能力 7. 迅速な作業 8. ソフトウェアの完全なバックアップ 9. 意思決定と自動再プログラム Advantages
10 Applications 1. 手書き文字認識 2. 株価予測 3. 旅行計画問題 4. 画像圧縮
5. 関数近似 6. 分類 7. データ処理
11 Working of an ANN (次スライド参照しながら) - 上層から下層へ信号送る(フィードフォワード) - ニューロン間のリンクは加算(興奮)or除去(制御)する役割
- ニューロンでは入力の加重和を計算 活性化関数へ投げる - 閾値を超えるとニューロンは発火 そうでなければ発火しない - 学習モードと使用モードが存在する
12 Working of an ANN
13 教師あり学習 入力と出力の両方が与えられる バックプロパゲーション(誤差逆伝播)によって重みを更新する バックプロパゲーションプロセス 1. 入力 2. 出力 3.
誤差発見 4. 重み更新 Training an ANN
14 Training an ANN ↓教師(Label) 日付 湿度 気圧 雨 5/1
83% 1000 T 5/2 59% 1005 F 5/3 69% 1010 F 5/4 75% 1015 T 5/5 80% 1020 T f(湿度, 気圧) ⇒ f(83, 1000) = T f(59, 1005) = F h(湿度, 気圧) h(10, 1013) = ? h(100, 990) = ?
15 教師なし学習 入力は与えられるが,必要な出力は与えられない 未ラベルのデータセットを使用 入力データをグループ化するために適切な特徴を選択 隠れたパターンを発見するために使用 Training an ANN
16 強化学習 フィードバックと過去の経験から学習する長期的な反復プロセス フィードバックが多ければ多いほど精度向上 マルコフ決定過程とも呼ばれる Training an ANN
17 Training an ANN 強化学習 – これだけは知っておきたい3つのこと - MATLAB &
Simulinkより引用
18 Conclusion 人工ニューラルネットワーク(ANN)の仕組みと学習について述べ た. ANNは更に発展していく.例えば - モバイルやウェブアプリでのカスタマイズされたUXの強化 - 神経学や心理学にも貢献する ANNの性能を決定する変数(伝達関数・学習サンプルのサイズ・
ネットワークのトポロジー・重みの調整技術)はほんの一例に過ぎ ない.
19 CNNとは 特に画像解析のために畳み込みを使用するNN CNN = C(畳み込み+プーリング) + ANN ANN→CNN 畳み込みニューラル
ネットワークとは | これだけは知っておきたい 3 つのこと - MATLAB & Simulinkより引用
20 RNNとは 特にシーケンスデータを処理するNN ANN→RNN リカレントニューラルネットワーク (RNN) とは - MATLAB &
Simulinkより引用
21 RNNとは 1:多→画像についての説明を出力する処理 多:1→動画データの著作権判定処理 多:多→翻訳 ANN→RNN