深層学習-最初のMeta-科学的規律,その共通性,課題および研究影響に関する選択されたレビューの調査【JST・京大機械翻訳】

Egger Jan; Pepe Antonio; Gsaxner Christina; Jin Yuan; Li Jianning; Kern Roman

プレプリント

J-GLOBAL ID：202202215381624880 整理番号：21P0061566

深層学習-最初のMeta-科学的規律,その共通性,課題および研究影響に関する選択されたレビューの調査【JST・京大機械翻訳】

Deep Learning -- A first Meta-Survey of selected Reviews across Scientific Disciplines, their Commonalities, Challenges and Research Impact

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年11月16日プレプリントサーバーでの情報更新日： 2021年11月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

深層学習は,人工知能の分野に属し,そこでは,機械は,通常,ある種の人間知能を必要とするタスクを実行する。脳の基本構造と同様に,深層学習アルゴリズムは,生物学的脳構造に類似した人工ニューラルネットワークから成る。人間の学習過程をその意味で模倣して,深層学習ネットワークをテキスト,画像,ビデオまたは音のような(感覚)データで供給する。これらのネットワークは,異なるタスクにおいて最先端の方法よりも優れており,従って,このために,全分野は,ここ数年の間,指数関数的成長を見た。この成長は,昨年に1年あたり10,000の出版物をもたらした。例えば,医学分野におけるすべての出版物のサブセットのみをカバーする検索エンジンPubMed単独は,探索用語「深い学習」のためにQ32020に既に11,000以上の結果を提供し,これら結果の約90%が最後の3年から来ている。その結果,深い学習の分野に関する完全な概観は,すでに得られず,近い将来に,サブフィールドに関する概観を得ることは,潜在的に困難になるであろう。しかし,特定の科学的分野または応用,例えばコンピュータビジョンにおける深い学習進歩,または物体検出のような特定のタスクに関して,深い学習に関するいくつかのレビュー論文がある。これらの調査を基礎として,この貢献の目的は,異なる科学分野にわたる深い学習に関する選択されたレビューの,最初の高レベル,分類されたメタサーベイを提供することである。カテゴリー(コンピュータビジョン,言語処理,医学情報学および追加作業)を,根底にあるデータソース(画像,言語,医療,混合)に従って選択した。加えて,著者らは,あらゆるサブカテゴリのための一般的アーキテクチャ,方法,プロス,コンセント,評価,課題,および将来の方向をレビューする。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る