UEI Corporation is a user on mstdn.uei.co.jp. You can follow them or interact with them if you have an account anywhere in the fediverse. If you don't, you can sign up here.
38427c170815785f

UEI Corporation @info

GoldmanSachs(GS) が 出資する スタートアップ企業 Kensho が GS に 提供する 世界の金融市況について の 質問に答える 人工知能 Q

ChainerrlでDQNを動かして見た。CartPole-v0 by miyamotok0105 qiita.com/miyamotok0105/items/

マリオAIコンテスト2009を動かす by miyamotok0105 qiita.com/miyamotok0105/items/

クロス・バリデーション (K-fold) by 19930404 qiita.com/19930404/items/09ddb

SeqGANを用いてテキスト(小説のあらすじ)の生成をする by knok qiita.com/knok/items/5e079420f

週刊少年ジャンプの短命作品を,機械学習で予測する (前編:データ分析) by haltaro qiita.com/haltaro/items/c54fa1

何も知らない人のための機械学習 by mikeneko_taisho qiita.com/mikeneko_taisho/item

Coursera Machine Learning を修了したので、感想を書いてみる by elm200 qiita.com/elm200/items/408df6c

Spark × Keras × Dockerでディープラーニングをスケーラブルにしてみた by cvusk qiita.com/cvusk/items/3e6c3bad

PyCharmのリモートインタプリタ機能でDeep Learningを手軽にできる開発環境を構築してみた by FaithnhMaster qiita.com/FaithnhMaster/items/

On Singleton Arc Consistency for Natural CSPs Defined by Forbidden Patterns
禁制パターンで定義されたNatural CSPのシングルトンアーク整合性について
arxiv.org/abs/1704.06215

要約:シングルトンアークコンシステンシは、近似制約言語に対する制約充足問題(CSP)を解決するために最近注目されている重要なタイプの局所的整合性です。我々は、シングルトンアークの一貫性によって解決され、除去制約の下で閉じられる禁止されたパターンによって定義されるCSPのすべてのクラスを特徴付けることを目指している。我々は、シングルトンアーク整合性によってソルバビリティを保証する5つの新しいパターンを同定する。そのうちの4つは最大可能性があり、3つは2-SATを一般化する。他のパターンの簡単な反例と組み合わせて、...

Improved Neural Relation Detection for Knowledge Base Question Answering
知識ベースの質問応答のための改善された神経関係検出
arxiv.org/abs/1704.06194

要約:関係検出は、ナレッジベースの質問応答(KBQA)を含む多くのNLPアプリケーションのコアコンポーネントです。本論文では、入力質問を与えられたKB関係を検出する残差学習により強化された階層的リカレントニューラルネットワークを提案する。我々の方法は深い残差双方向LSTMを使用して、異なる抽象階層を介して質問と関係名を比較する。さらに、エンティティリンクと提案された関係検出器を統合して別のエンハンスメントを可能にする簡単なKBQAシステムを提案する。実験結果は、我々のアプローチであるac...

Intrusion Prevention and Detection in Grid Computing - The ALICE Case
グリッドコンピューティングにおける侵入防御と検出 - ALICEのケース
arxiv.org/abs/1704.06193

要約:グリッドを使用すると、リモート通信ネットワークを介してコンピューティングリソースをオンデマンドで柔軟に使用できます。欧州原子力研究機関(CERN)のALICE実験では、高エネルギー物理(HEP)研究におけるグリッドの顕著な例が使用されています。物理学者は、Large Hadron Collider(LHC)によって生成された膨大な量の粒子衝突データを処理するために使用されたジョブを提出できます。グリッドは複雑なセキュリティ問題に直面しています。彼らは巨大な計算資源を求めている攻撃者にとって興味深いターゲットです。ユーザーはグリッドサイトのワーカーノードで任意のコードを実行できるため...

Learning to Acquire Information
情報を得ることを学ぶ
arxiv.org/abs/1704.06131

要約:潜在的に複雑な隠れ仮説を推定するために一連の単純な観測を用いる診断の問題を考える。観察の最適なサブセットを見つけることは一般的に困難であるため、エージェントは能動的な診断の問題に焦点を当てます。ここで、エージェントは以前の観察の結果に基づいて次の最も有益な観察を選択します。我々は、均一な観測エントロピーの仮定の下で、過去の観測の結果に基づいて潜在的な次の観測の結果を直接予測する暗示モデルを構築することができ、...

The Dependent Doors Problem: An Investigation into Sequential Decisions without Feedback
従属戸問題:フィードバックなしの逐次決定への検討
arxiv.org/abs/1704.06096

要約:以前に作成されたアクションの有効性に関するフィードバック情報を受け取ることなく、依存する可能性のある決定のシーケンスを実行しなければならない状況に対して、依存ドア問題を抽象化として紹介する。非公式には、この問題は、最初は閉じていた$ d $ドアのセットを考慮しており、その目的はできるだけ早くそれらのすべてを開くことです。ドアを開くには、アルゴリズムがそのドアをノックし、ある確率分布に従ってドアを開くかどうかを決めます。この分布は、どの他のドアが現在開いているか、他のドアが操作されているか...

Knowledge Fusion via Embeddings from Text, Knowledge Graphs, and Images
テキスト、知識グラフ、画像からの埋め込みによる知識融合
arxiv.org/abs/1704.06084

要約:我々は、クロスモーダル知識融合のベースラインアプローチを提示する。融合された概念表現におけるモダリティ間の特定の概念に関する知識を結合する可能性を示すために、異なる基本融合手法が既存の埋め込み手法で評価される。...

Predicting Cognitive Decline with Deep Learning of Brain Metabolism and Amyloid Imaging
脳代謝およびアミロイドイメージングの深い学習による認知低下の予測
arxiv.org/abs/1704.06033

要約:アルツハイマー病(AD)の有効な治療のためには、急速な認知低下を示す可能性が最も高い被験体を同定することが重要である。本稿では、フルロデオキシグルコースとフルバルタピール陽電子放射断層撮影法(PET)を用いた軽度認知障害(MCI)患者の将来の認知機能低下を予測できる深い畳み込みニューラルネットワークに基づく新しいフレームワークを開発しました。ネットワークのアーキテクチャは、訓練データセットとしてのADおよび正常な被験者のベースラインPET研究にのみ依存する。特徴抽出と非線形歪みを含む複雑な画像前処理...

SemEval-2017 Task 8: RumourEval: Determining rumour veracity and support for rumours
SemEval-2017タスク8:RumourEval:噂の真実性とサポートの決定
arxiv.org/abs/1704.05972

要約:メディアは虚偽の主張に満ちている。オックスフォード・ディクショナリーでさえ、2016年の単語として「事後」と名づけられました。これは、物語の真実性とその周りにある談話の種類を特定できるシステムを構築することをこれまで以上に重要にしています。 RumourEvalはSemEvalの共有タスクで、噂や反応をテキストで識別して処理します。私たちは、複数のトピック(それぞれが独自の主張と応答のファミリを持つ)をカバーする大規模なデータセットである注釈スキームを提示し、これらを使用して2つの具体的な課題と参加者がこれらの課題に対して達成した結果...

Monte Carlo Tree Search with Sampled Information Relaxation Dual Bounds
サンプリングされた情報リラクゼーションデュアルバウンドによるモンテカルロツリー検索
arxiv.org/abs/1704.05963

要約:ゲームプレイ人工知能(例えば、ゴーゲーム)で最も有名なモンテカルロツリー探索(MCTS)は、逐次決定問題に対する近似解を構築するためのよく知られた戦略である。その主な革新は、デシジョンツリー内の状態の下流の値のモンテカルロ推定値を得るためのデフォルトポリシーとして知られているヒューリスティックの使用です。この情報は、最適なポリシーが訪れる可能性がある状態およびアクションの領域に向かってツリーを反復的に展開するために使用されます。しかし、最適なアクションへの収束を保証するために、MCTSはツリー全体に...