文献

J-GLOBAL ID：202202266807638286   整理番号：22A1209772

微積分と線形代数 人工知能と微分

著者 (2件)： 岡谷貴之 (東北大 大学院情報科学研究科) ,  岡谷貴之 (理研 革新知能統合研究セ)
資料名： 数理科学  (Mathematical Sciences)
巻： 60  号： 5  ページ： 43-49  発行年： 2022年05月01日 
JST資料番号： F0930A  ISSN： 0386-2240  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・人工知能(AI)が急速に進歩しているが,その進歩を支えているのが,深層学習,すなわち,多層の人工ニューラルネットワーク(DNN)を用いる機械学習の方法。
・深層学習は,モデルの規模,学習のための計算の規模,そこで用いるデータ量がはるかに大きく,また,どういう原理で機能するのかも明確には判っておらず,従来にない技術。
・その学習を担う勾配降下法では,目的関数の勾配,すなわちパラメータによる微分(導関数)の計算が中核。
・DNNとその他の様々な微分可能な演算において,その計算がどのように自動的に実行されるかを説明。

シソーラス用語： *人工知能 ,  *ニューラルネットワーク ,  機械学習 ,  *最急降下法 ,  目的関数 ,  導関数
準シソーラス用語： 深層学習 ,  勾配降下法

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 線形代数 ,  人工知能 ,  微分