Suche senden
Hochladen
人工知能概論 3
•
Als PPTX, PDF herunterladen
•
3 gefällt mir
•
8,247 views
Tadahiro Taniguchi
Folgen
Visit http://ai.tanichu.com/
Weniger lesen
Mehr lesen
Bildung
Melden
Teilen
Melden
Teilen
1 von 29
Jetzt herunterladen
Empfohlen
人工知能概論 2
人工知能概論 2
Tadahiro Taniguchi
人工知能概論 6
人工知能概論 6
Tadahiro Taniguchi
人工知能概論 4
人工知能概論 4
Tadahiro Taniguchi
人工知能概論 5
人工知能概論 5
Tadahiro Taniguchi
人工知能概論 7
人工知能概論 7
Tadahiro Taniguchi
人工知能概論 1
人工知能概論 1
Tadahiro Taniguchi
人工知能概論 8
人工知能概論 8
Tadahiro Taniguchi
人工知能概論 11
人工知能概論 11
Tadahiro Taniguchi
Empfohlen
人工知能概論 2
人工知能概論 2
Tadahiro Taniguchi
人工知能概論 6
人工知能概論 6
Tadahiro Taniguchi
人工知能概論 4
人工知能概論 4
Tadahiro Taniguchi
人工知能概論 5
人工知能概論 5
Tadahiro Taniguchi
人工知能概論 7
人工知能概論 7
Tadahiro Taniguchi
人工知能概論 1
人工知能概論 1
Tadahiro Taniguchi
人工知能概論 8
人工知能概論 8
Tadahiro Taniguchi
人工知能概論 11
人工知能概論 11
Tadahiro Taniguchi
イラストで学ぶ人工知能概論 9
イラストで学ぶ人工知能概論 9
Tadahiro Taniguchi
人工知能概論 14
人工知能概論 14
Tadahiro Taniguchi
人工知能概論 10
人工知能概論 10
Tadahiro Taniguchi
人工知能概論 12
人工知能概論 12
Tadahiro Taniguchi
[DL輪読会]Blind Video Temporal Consistency via Deep Video Prior
[DL輪読会]Blind Video Temporal Consistency via Deep Video Prior
Deep Learning JP
人工知能概論 13
人工知能概論 13
Tadahiro Taniguchi
【DL輪読会】Code as Policies: Language Model Programs for Embodied Control
【DL輪読会】Code as Policies: Language Model Programs for Embodied Control
Deep Learning JP
2011/07/16 NagoyaCV_takmin
2011/07/16 NagoyaCV_takmin
Takuya Minagawa
深層学習によるHuman Pose Estimationの基礎
深層学習によるHuman Pose Estimationの基礎
Takumi Ohkuma
人工知能概論 15
人工知能概論 15
Tadahiro Taniguchi
3Dマップを活用したVisual Localization
3Dマップを活用したVisual Localization
Hajime Taira
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
Deep Learning JP
【DL輪読会】CLIPORT: What and Where Pathways for Robotic Manipulation (CoRL 2021)
【DL輪読会】CLIPORT: What and Where Pathways for Robotic Manipulation (CoRL 2021)
Deep Learning JP
UISTで登壇発表しようぜ (UIST勉強会講演2/2)
UISTで登壇発表しようぜ (UIST勉強会講演2/2)
Masa Ogata
20190131 lidar-camera fusion semantic segmentation survey
20190131 lidar-camera fusion semantic segmentation survey
Takuya Minagawa
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
cvpaper. challenge
NLPにおけるAttention~Seq2Seq から BERTまで~
NLPにおけるAttention~Seq2Seq から BERTまで~
Takuya Ono
文献紹介:YOLO series:v1-v5, X, F, and YOWO
文献紹介:YOLO series:v1-v5, X, F, and YOWO
Toru Tamaki
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
Deep Learning JP
「知」の循環と拡張を加速する対話空間のメカニズムデザイン(JST未来社会創造事業)
「知」の循環と拡張を加速する対話空間のメカニズムデザイン(JST未来社会創造事業)
Tadahiro Taniguchi
Semantic Segmentation of Driving Behavior Data: Double Articulation Analyzer ...
Semantic Segmentation of Driving Behavior Data: Double Articulation Analyzer ...
Tadahiro Taniguchi
Weitere ähnliche Inhalte
Was ist angesagt?
イラストで学ぶ人工知能概論 9
イラストで学ぶ人工知能概論 9
Tadahiro Taniguchi
人工知能概論 14
人工知能概論 14
Tadahiro Taniguchi
人工知能概論 10
人工知能概論 10
Tadahiro Taniguchi
人工知能概論 12
人工知能概論 12
Tadahiro Taniguchi
[DL輪読会]Blind Video Temporal Consistency via Deep Video Prior
[DL輪読会]Blind Video Temporal Consistency via Deep Video Prior
Deep Learning JP
人工知能概論 13
人工知能概論 13
Tadahiro Taniguchi
【DL輪読会】Code as Policies: Language Model Programs for Embodied Control
【DL輪読会】Code as Policies: Language Model Programs for Embodied Control
Deep Learning JP
2011/07/16 NagoyaCV_takmin
2011/07/16 NagoyaCV_takmin
Takuya Minagawa
深層学習によるHuman Pose Estimationの基礎
深層学習によるHuman Pose Estimationの基礎
Takumi Ohkuma
人工知能概論 15
人工知能概論 15
Tadahiro Taniguchi
3Dマップを活用したVisual Localization
3Dマップを活用したVisual Localization
Hajime Taira
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
Deep Learning JP
【DL輪読会】CLIPORT: What and Where Pathways for Robotic Manipulation (CoRL 2021)
【DL輪読会】CLIPORT: What and Where Pathways for Robotic Manipulation (CoRL 2021)
Deep Learning JP
UISTで登壇発表しようぜ (UIST勉強会講演2/2)
UISTで登壇発表しようぜ (UIST勉強会講演2/2)
Masa Ogata
20190131 lidar-camera fusion semantic segmentation survey
20190131 lidar-camera fusion semantic segmentation survey
Takuya Minagawa
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
cvpaper. challenge
NLPにおけるAttention~Seq2Seq から BERTまで~
NLPにおけるAttention~Seq2Seq から BERTまで~
Takuya Ono
文献紹介:YOLO series:v1-v5, X, F, and YOWO
文献紹介:YOLO series:v1-v5, X, F, and YOWO
Toru Tamaki
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
Deep Learning JP
Was ist angesagt?
(20)
イラストで学ぶ人工知能概論 9
イラストで学ぶ人工知能概論 9
人工知能概論 14
人工知能概論 14
人工知能概論 10
人工知能概論 10
人工知能概論 12
人工知能概論 12
[DL輪読会]Blind Video Temporal Consistency via Deep Video Prior
[DL輪読会]Blind Video Temporal Consistency via Deep Video Prior
人工知能概論 13
人工知能概論 13
【DL輪読会】Code as Policies: Language Model Programs for Embodied Control
【DL輪読会】Code as Policies: Language Model Programs for Embodied Control
2011/07/16 NagoyaCV_takmin
2011/07/16 NagoyaCV_takmin
深層学習によるHuman Pose Estimationの基礎
深層学習によるHuman Pose Estimationの基礎
人工知能概論 15
人工知能概論 15
3Dマップを活用したVisual Localization
3Dマップを活用したVisual Localization
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる?? 〜
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
【DL輪読会】CLIPORT: What and Where Pathways for Robotic Manipulation (CoRL 2021)
【DL輪読会】CLIPORT: What and Where Pathways for Robotic Manipulation (CoRL 2021)
UISTで登壇発表しようぜ (UIST勉強会講演2/2)
UISTで登壇発表しようぜ (UIST勉強会講演2/2)
20190131 lidar-camera fusion semantic segmentation survey
20190131 lidar-camera fusion semantic segmentation survey
【メタサーベイ】Neural Fields
【メタサーベイ】Neural Fields
NLPにおけるAttention~Seq2Seq から BERTまで~
NLPにおけるAttention~Seq2Seq から BERTまで~
文献紹介:YOLO series:v1-v5, X, F, and YOWO
文献紹介:YOLO series:v1-v5, X, F, and YOWO
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
【DL輪読会】Efficiently Modeling Long Sequences with Structured State Spaces
Mehr von Tadahiro Taniguchi
「知」の循環と拡張を加速する対話空間のメカニズムデザイン(JST未来社会創造事業)
「知」の循環と拡張を加速する対話空間のメカニズムデザイン(JST未来社会創造事業)
Tadahiro Taniguchi
Semantic Segmentation of Driving Behavior Data: Double Articulation Analyzer ...
Semantic Segmentation of Driving Behavior Data: Double Articulation Analyzer ...
Tadahiro Taniguchi
Symbol Emergence in Robotics: Language Acquisition via Real-world Sensorimoto...
Symbol Emergence in Robotics: Language Acquisition via Real-world Sensorimoto...
Tadahiro Taniguchi
ビブリオバトルにおける コミュニティ形成のダイナミクス
ビブリオバトルにおける コミュニティ形成のダイナミクス
Tadahiro Taniguchi
Nonparametric Bayesian Word Discovery for Symbol Emergence in Robotics
Nonparametric Bayesian Word Discovery for Symbol Emergence in Robotics
Tadahiro Taniguchi
Os 12 記号創発ロボティクス / OS趣旨説明@JSAI2015
Os 12 記号創発ロボティクス / OS趣旨説明@JSAI2015
Tadahiro Taniguchi
Symbol emergence in robotics @ Shonan meeting 2013/11/13
Symbol emergence in robotics @ Shonan meeting 2013/11/13
Tadahiro Taniguchi
コミュニケーション場のメカニズムデザイン 自律性を活かす記号過程のための制度設計
コミュニケーション場のメカニズムデザイン 自律性を活かす記号過程のための制度設計
Tadahiro Taniguchi
電子情報通信学会 2012年総合大会 電力問題へのさまざまなアプローチ「人工知能的アプローチ」 講演資料
電子情報通信学会 2012年総合大会 電力問題へのさまざまなアプローチ「人工知能的アプローチ」 講演資料
Tadahiro Taniguchi
2013年度 創発システム研究室 3回生配属ガイダンス資料
2013年度 創発システム研究室 3回生配属ガイダンス資料
Tadahiro Taniguchi
Sci13 招待講演
Sci13 招待講演
Tadahiro Taniguchi
ビブリオバトル2013 普及四年目のアレグレット
ビブリオバトル2013 普及四年目のアレグレット
Tadahiro Taniguchi
「ビブリオバトルのすすめかた」@教員向け言語能力向上研修会(書評合戦)
「ビブリオバトルのすすめかた」@教員向け言語能力向上研修会(書評合戦)
Tadahiro Taniguchi
Designing wisdom through the web
Designing wisdom through the web
Tadahiro Taniguchi
記号を用いたコミュニケーションを実現するために何が必要か?― 記号創発ロボティクスの 視点から ―
記号を用いたコミュニケーションを実現するために何が必要か?― 記号創発ロボティクスの 視点から ―
Tadahiro Taniguchi
AML-dynamics ライスボールセミナー
AML-dynamics ライスボールセミナー
Tadahiro Taniguchi
Mehr von Tadahiro Taniguchi
(16)
「知」の循環と拡張を加速する対話空間のメカニズムデザイン(JST未来社会創造事業)
「知」の循環と拡張を加速する対話空間のメカニズムデザイン(JST未来社会創造事業)
Semantic Segmentation of Driving Behavior Data: Double Articulation Analyzer ...
Semantic Segmentation of Driving Behavior Data: Double Articulation Analyzer ...
Symbol Emergence in Robotics: Language Acquisition via Real-world Sensorimoto...
Symbol Emergence in Robotics: Language Acquisition via Real-world Sensorimoto...
ビブリオバトルにおける コミュニティ形成のダイナミクス
ビブリオバトルにおける コミュニティ形成のダイナミクス
Nonparametric Bayesian Word Discovery for Symbol Emergence in Robotics
Nonparametric Bayesian Word Discovery for Symbol Emergence in Robotics
Os 12 記号創発ロボティクス / OS趣旨説明@JSAI2015
Os 12 記号創発ロボティクス / OS趣旨説明@JSAI2015
Symbol emergence in robotics @ Shonan meeting 2013/11/13
Symbol emergence in robotics @ Shonan meeting 2013/11/13
コミュニケーション場のメカニズムデザイン 自律性を活かす記号過程のための制度設計
コミュニケーション場のメカニズムデザイン 自律性を活かす記号過程のための制度設計
電子情報通信学会 2012年総合大会 電力問題へのさまざまなアプローチ「人工知能的アプローチ」 講演資料
電子情報通信学会 2012年総合大会 電力問題へのさまざまなアプローチ「人工知能的アプローチ」 講演資料
2013年度 創発システム研究室 3回生配属ガイダンス資料
2013年度 創発システム研究室 3回生配属ガイダンス資料
Sci13 招待講演
Sci13 招待講演
ビブリオバトル2013 普及四年目のアレグレット
ビブリオバトル2013 普及四年目のアレグレット
「ビブリオバトルのすすめかた」@教員向け言語能力向上研修会(書評合戦)
「ビブリオバトルのすすめかた」@教員向け言語能力向上研修会(書評合戦)
Designing wisdom through the web
Designing wisdom through the web
記号を用いたコミュニケーションを実現するために何が必要か?― 記号創発ロボティクスの 視点から ―
記号を用いたコミュニケーションを実現するために何が必要か?― 記号創発ロボティクスの 視点から ―
AML-dynamics ライスボールセミナー
AML-dynamics ライスボールセミナー
Kürzlich hochgeladen
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
Tokyo Institute of Technology
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ssusere0a682
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
Tokyo Institute of Technology
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
Kochi Eng Camp
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
Kochi Eng Camp
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
Takayuki Itoh
Kürzlich hochgeladen
(6)
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
2024年度 東京工業大学 工学院 機械系 大学院 修士課程 入試 説明会 資料
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
世界を変えるクレーンを生み出そう! 高知エンジニアリングキャンプ2024プログラム
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
次世代機の製品コンセプトを描く ~未来の機械を創造してみよう~
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
生成AIの回答内容の修正を課題としたレポートについて:お茶の水女子大学「授業・研究における生成系AIの活用事例」での講演資料
人工知能概論 3
1.
立命館大学 情報理工学部 知能情報学科 谷口忠大
2.
Information このスライドは「イラ ストで学ぶ人工知能概 論」を講義で活用した り,勉強会で利用した りするために提供され ているスライドです.
「イラストで学ぶ人工 知能概論」をご購入頂 けていない方は,必ず ご購入いただいてから ご利用ください.
3.
STORY 探索(2) ホイールダック2号は気づいた.深さ優先探索や幅優先 探索ではゴールを見つけるまでに無駄に長い距離を移動 しなければならないことに.ゴールがどこにあるのかわ からないときは仕方ないが,ゴールの位置がわかってい るときもある.わかっていない場合にしても,できるだ け短い距離を移動してゴールに到達したい.しらみつぶ しで探索するのではなく,効率的にゴールに向かってみ ようと,ホイールダック2号は思った.
できるだけ短い時間,もしくは,短い距離でゴールに たどり着く経路を見つけたい.どうやってそのような経 路を見つけることができるのだろうか.
4.
仮定 探索(2) ホイールダック2号は迷路の完全な地図を持っているも のとする.
ホイールダック2号は迷路の中で自分がどこにいるか認 識できるものとする. ホイールダック2号は連続的な迷路の空間から適切な離 散状態空間を構成できるものとする. ホイールダック2号は各状態間の移動にかかるコストと 状態の評価推定値の両方もしくはどちらかを知っている ものとする. ホイールダック2号は物理的につながっている場所・状 態には意図すれば確定的に移動することができるものと する.
5.
Contents 3.1 最適経路の探索とヒューリスティックな知識
3.2 最適探索 3.3 最良優先探索 3.4 A*アルゴリズム 3.5 迷路を最適経路で抜けるホイールダック2号
6.
経路探索問題 スタートからゴールまでのコストが 最小になるように,最適な経路を探 三重経由で! 関空に行こう! 関空へ!! ヤッター! これでいいのか? 引用元: https://www.jr- odekake.net/eki/pdf/ubn.pdf
7.
3.1.1 経路のコスト コストの和を 最小化
8.
3.1.2 ヒューリスティックな知識とし ての予測評価値 c c g^(s) h^(s) f^(s)
9.
Contents 3.1 最適経路の探索とヒューリスティックな知識
3.2 最適探索 3.3 最良優先探索 3.4 A*アルゴリズム 3.5 迷路を最適経路で抜けるホイールダック2号
10.
3.2 最適探索 ヒューリスティックな知識(予測評価値)を用いず, コストの和を最小にする最適経路を確実に発見する ための手法. c
c g^(s) ここをモニタリングする!
11.
3.2 最適探索(アルゴリズム)
12.
3.2.2 最適探索の実行例 実行してみましょ う!
13.
演習3-1 最適探索 下のグラフにおいてSからスタートして最適探索で探 索せよ.探索中の様子をオープオンリストで示し, 最終的に得られる経路を示せ. S A B G C 1
D 3 5 5 1 2 1 5 (4) (1) (1) (3) (3) (0)
14.
Contents 3.1 最適経路の探索とヒューリスティックな知識
3.2 最適探索 3.3 最良優先探索 3.4 A*アルゴリズム 3.5 迷路を最適経路で抜けるホイールダック2号
15.
3.3.1 最良優先探索のアルゴリズム くヒューリスティックな知識としての予測評価値を 頼りに探索を進めるのが最良優先探索(best-first search)
である. h^(s) ここをモニタリングする!
16.
3.3.1 最良優先探索のアルゴリズム
17.
3.3.2 最良優先探索の実行例 実行してみましょ う!
18.
演習3-2 最良優先探索 下のグラフにおいてSからスタートして最良優先探索 で探索せよ.探索中の様子をオープオンリストで示 し,最終的に得られる経路を示せ. S A B G C 1
D 3 5 5 1 2 1 5 (4) (1) (1) (3) (3) (0)
19.
Contents 3.1 最適経路の探索とヒューリスティックな知識
3.2 最適探索 3.3 最良優先探索 3.4 A*アルゴリズム 3.5 迷路を最適経路で抜けるホイールダック2号
20.
3.4.1 A*アルゴリズム 現在の状態までにかかったコストg^(s)
と,ゴールま でに将来かかるであろう予測評価値h^(s) の二つをバ ランスよく用いて,探索を効率化する手法 c c g^(s) h^(s) f^(s) ここをモニタリングする!
21.
3.4.1 A*アルゴリズム
22.
3.4.2 A*アルゴリズムの実行例 実行してみましょ う!
23.
3.4.3 A*アルゴリズムにおける 最適解の保証 A*アルゴリズムではh^(s)
≤ h(s) の関係が成り立つと きには,最適解が必ず得られることが保証されてい る. 逆にh^(s) > h(s) の場合は最適解が得られることが保 証されない. ゆえに,適切な予測評価値がわからない場合につい ては,推定値は小さめに設定する方がよいと考えら れる. 安心!!!!
24.
演習3-3 A*アルゴリズム 下のグラフにおいてSからスタートしてA*アルゴリズ ムで探索せよ.探索中の様子をオープオンリストで 示し,最終的に得られる経路を示せ. S A B G C 1
D 3 5 5 1 2 1 5 (4) (1) (1) (3) (3) (0)
25.
Contents 3.1 最適経路の探索とヒューリスティックな知識
3.2 最適探索 3.3 最良優先探索 3.4 A*アルゴリズム 3.5 迷路を最適経路で抜けるホイールダック2号
26.
3.5 迷路を最適経路で抜ける ホイールダック2 号
辺にコストc(a)を置 く 予測評価値h^(s)は ゴールまでの壁を 無視した最短距離 A*アルゴリズムが 最適解を出す条件 を満たす. 解いてみよう
27.
最適探索と最良探索,A* 最適探索 経路のコストは明確にわかってい る.
ノードの推定コストはわからない. 最適な経路が必ず求められる. 最良優先探索 経路のコストがわからない(事後 的にしかわからない). ノードの推定コストがわかる. 最適な経路が求められる保証はな い. A*探索 経路のコストがわかっている. ノードの推定コストはわかってい る. 最適な経路は一定の条件の下で保 証される. 経路 コスト 情報 ノード 推定 コスト 最適性 の保証 最適 探索 ○ × ○ 最良 優先 探索 × ○ × A*探索 ○ ○ △
28.
演習3-4 深さ優先探索,幅優先探索,最適探索,最良優先探 索,A*アルゴリズムはオープンリストにおける状態 の管理手法の違いによって特徴付けられる.これら のオープンリストにおける状態の管理手法の違いを 説明せよ.
29.
第3章のまとめ グラフに経路のコストを付与し最適経路探索問題の 基礎について学んだ. 最適探索のアルゴリズムについて学んだ.
最良優先探索のアルゴリズムについて学んだ. A*アルゴリズムについて学び,アルゴリズムを実行 した.
Jetzt herunterladen