非専門家ポリシー強化学習に基づくドローンの視覚制限環境における障害回避能力の向上に関する研究 近年、ドローン（Unmanned Aerial Vehicle, UAV）はその卓越した機動性と多様な機能性により、荷物の配送、リスク評価、緊急救助といった民間分野で広く利用されています。しかし、ドローンが遂行するミッションの複雑性、範囲、持続時間が増加するにつれて、特に混雑した高い不確実性の環境で障害回避を実現することが大きな課題となっています。しかし、従来のグローバルナビゲーション手法は通常、視覚が制限された条件下での障害シナリオを処理することが難しく、全体的な情報に依存しています。本研究では、このようなシナリオでの障害回避問題に取り組み、ドローンのリアルタイムナビゲーション能力を向上させること...

自適応ハイパースフィアニューラルネットワーク分類器：ASNN研究レビュー はじめにと研究背景 近年、人工知能と深層学習の発展により、ニューラルネットワーク（Neural Networks, NNs）は分類タスクに広く応用されています。このタスクの本質はニューラルネットワークを通じて決定境界を定義し、サンプルを対応するクラスへ分類することにあります。しかし、従来のニューラルネットワーク分類法では、埋め込み空間（Embedding Space）の拡張性とサンプル同士の正負ペアリング（Positive/Negative Pairing）の効率が低いことが、ニューラルネットワーク性能の向上を制限する重要な問題となっています。具体的には、既存のペアワイズ制約（Pair-wise Constraint-...

集約蒸留における知識確率化の応用研究 学術背景：研究の意義と問題提起 近年、深層ニューラルネットワーク（Deep Neural Networks, DNN）は、その卓越した予測能力により、自動運転、医療診断、気候予測などの安全性が重要な分野で広く利用されています。しかし、これらの分野ではモデルの高精度な予測能力だけでなく、信頼できる不確実性定量化（Uncertainty Quantification）も求められます。特に、自動運転車が雪道などの複雑な環境で判断を下す場合、モデルが極端に自信を持つことが安全ではない決定を招く可能性があります。そのため、不確実性の定量化を強化することは、深層学習の応用において重要な課題の一つです。 深層アンサンブル学習（Deep Ensemble）は、予測精度と...

RNNの効率的な活性化関数実現：CORDICアルゴリズムとFPGAハードウェア加速の革新 背景と研究の重要性 近年、ディープラーニング技術の急速な発展に伴い、特にリカレントニューラルネットワーク（Recurrent Neural Networks, RNNs）および長短期記憶ネットワーク（Long Short-Term Memory, LSTM）が、自然言語処理（Natural Language Processing, NLP）、音声認識、医療診断などの時間系列タスクにおいて強力な能力を発揮しています。しかし、畳み込みニューラルネットワーク（Convolutional Neural Networks, CNNs）と比較して、RNNモデルはその複雑性および非線形活性化関数の需要が多いため、計算...

新しい小規模サンプル意味セグメンテーション手法——先行情報駆動型エッジ特徴強化ネットワーク 人工知能分野において、意味セグメンテーション（Semantic Segmentation）はコンピュータビジョンの中核的技術であり、画像内の各ピクセルに対して意味的なカテゴリーラベルを割り当てることを目的としています。しかし、従来の意味セグメンテーション手法は、大量の注釈付きデータをトレーニングに必要とし、そのため、注釈付きサンプルデータが少ない状況での適用が制約されます。例えば、医用画像解析や自動運転では、少数のデータクラスに対して分割を行い、精確な分割結果を得る必要があります。このような背景の中で、小規模サンプル意味セグメンテーション（Few-Shot Semantic Segmentation,...

部分多ラベル学習の最前線：ラベル固有の特徴補正に基づく新しいアプローチ 近年、部分多ラベル学習（Partial Multi-Label Learning, PML）は機械学習分野で注目を集める研究課題として位置づけられています。クラウドソーシングプラットフォームの普及に伴い、データラベリングのコストは大幅に削減されましたが、同時にラベル品質の低下という問題が顕在化しました——すなわち、候補ラベル集合の中に必然的に無関係なラベルが含まれる場合が増えています。これらのラベルノイズは学習タスクの難易度を増加させるだけでなく、モデルの性能に誤った影響を与える可能性があります。このため、ノイズを含むデータから効率的に学習する方法の研究は現在の学術界において緊急に解決すべき重要課題となっています。本レポ...