「ＴＤＡ（位相データ解析）」と「テンソル分解」に基づく最新ディープラーニング技術とデータ解析への応用

講師の言葉

　近年の深層学習の飛躍的な進歩を背景として、人工知能の様々な技術の実応用が加速的に進んでいる。特に、画像認識や音声認識、テキスト分析といった分野においては日進月歩の勢いで技術革新が進んでいる。一方で、急速に普及するIoTデバイスが生みだす複雑な時系列データや、通信ログに記録された大量のホスト間関係などの複雑なグラフデータに関しては、従来の深層学習では充分な性能を発揮することができていない。
　本講座では、従来の深層学習では活用が困難とされたデータであっても、データを幾何学的な視点から捉えなおすことによって高度な分析が可能であることを紹介する。またその活用事例として、複雑な時系列データを、TDA（位相的データ解析）と呼ばれる幾何学的な技術を用いてその挙動の特徴を数値化することで、深層学習による高精度な分類が可能とした例や、複雑なグラフデータをテンソル分解と呼ばれる技術を応用することで、その幾何学的な特徴をモデル化し、深層学習を用いて高精度な学習を可能にした例などを紹介する。

こちらのセミナーは受付を終了しました。

次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。