文献

J-GLOBAL ID：201702272667306420   整理番号：17A0519601

AI技術の適用例と課題

著者 (3件)： 松元利裕 (富士通テン) ,  長谷川渉 (富士通テン) ,  岸田正幸 (富士通テン)
資料名： 富士通テン技報  (Fujitsu Ten Technical Report)
巻： 34  号： 1  ページ： 3-8  発行年： 2017年03月 
JST資料番号： L0563A  ISSN： 0289-3789  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,人工知能(Artificial Intelligence,以下AI)が急激に進化している。ディープラーニングと呼ばれる技術革新を背景に,現在では第3次AIブームとなり,従来のAI技術に比べ性能向上と広範囲にわたる応用がみられるようになってきた。特に,画像処理や音声認識などの分野では大きな成果がみられる。当社では,強みであるセンサ製品による車両周辺の環境認識技術を開発しており,画像認識以外の分野でもAI技術を適用したセンシング能力の向上や新たな機能の提供などに取り組んでいる。この取組み内容として,AIの適用例を紹介し,AI構築の難しさや課題について示す。(著者抄録)

シソーラス用語： *人工知能 ,  機械学習 ,  *ニューラルネットワーク ,  画像認識 ,  音声認識 ,  センサ ,  トラック ,  自動車 ,  交通機関
準シソーラス用語： ディープラーニング ,  運送車両 ,  自律走行車両 ,  車両

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

引用文献 (2件)：

• K. Simonyan, A. Zisserman: Very Deep Convolutional Networks for Large-Scale Image Recognition, ICLR, 2015.
• Y. LeCun, L. Bottou, Y. Bengio and P. Haffner: Gradient-Based Learning Applied to Document Recognition, Proceedings of the IEEE, 86(11): 2278-2324, November 1998.

タイトルに関連する用語 (1件)： AI技術