文献

J-GLOBAL ID：201702245052656478   整理番号：17A0456747

消費者装置とサービスのための深層学習:機械学習,人工知能と計算機視覚のための限界を押し広げる。【Powered by NICT】

Deep Learning for Consumer Devices and Services: Pushing the limits for machine learning, artificial intelligence, and computer vision.

著者 (3件)： Lemley Joe ,  Bazrafkan Shabab ,  Corcoran Peter
資料名： IEEE Consumer Electronics Magazine  (IEEE Consumer Electronics Magazine)
巻： 6  号： 2  ページ： 48-56  発行年： 2017年 
JST資料番号： W2310A  ISSN： 2162-2248  CODEN： ICEMCQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 過去数年間では,畳込みニューラルネットワーク(CNN)の先進的訓練に研究活動の指数関数的な成長,深層学習として知られるようになったことを示した。これは有意に大きなデータセットのアベイラビリティ,部分的にビッグデータにおける対応する成長のおかげで,これらの大きなデータセットを可能にする合理的な時間スケールで処理する新しいグラフィックス処理ユニット(GPU)ベースのハードウェアの到着の組合せにより触発された。突然,機械学習,人工知能,コンピュータビジョンにおける長年の問題の広い多様性は著しく改善され,しばしば長期性能障壁を打破するのに十分であるが見られた。多重場を通して,これらの成果は,深い学習のより広い適用性に繋がる改善されたツールと方法論の開発を促している。Alexa,こんにちはGoogleなど,スマート助手の新世代は深層学習に根と学習アルゴリズムを持っている。本論文では,深い学習の現状をレビューし,それは,従来のニューラルネットワークの長年の技術を改善する管理された理由,及び最も重要なことに,あなたは,新しいおよび古い問題を解決し,良好な構築に自分自身の研究活動への深い学習を採用を開始し得ることができるか,であるスマート消費者装置とサービスを説明。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *人工知能 ,  *消費者 ,  学習アルゴリズム ,  *コンピュータビジョン ,  適応性 ,  指数関数 ,  *機械学習 ,  ハードウェア ,  畳込み ,  アベイラビリティ ,  ニューラルネットワーク
準シソーラス用語： Google ,  GPU【プロセッサ】 ,  ビッグデータ ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 家庭電器  (NA06000D) ,  計算機利用技術一般  (JE01000C)

タイトルに関連する用語 (7件)： 消費者 ,  サービス ,  深層学習 ,  機械学習 ,  人工知能 ,  計算機視覚 ,  限界