Deep Learningとは

Deep Learningとは、近年、人工知能、機械学習の分野で大変注目を集めている新しい技術です。人間の脳の神経回路のような深い構造を作り出すことにより、抽象的な表現を学習し、精度を大幅に向上させるものです。

Googleの猫認識の研究で世界的な話題になりました。日経ビジネス(2013年4月15日号)の解説はこちら

以下、産業技術総合研究所 麻生氏の解説記事からの引用です。

「内部表現の発見/獲得/学習」、すなわち、様々な情報が混在し、雑音で汚れている実世界の観測情報から、
本質的な情報やある課題(群)に必要な情報を抽出し、処理しやすいように表現することは、知的情報処理にお
ける古くからの研究課題の一つであり、人間の知的な情報処理の理解のためにも重要と考えられてきた。

この課題に対して、これまでに様々なアプローチでの研究が行われてきたが、近年、層の数が多い階層的なニュー
ラルネットワーク(Deep Neural Network, DNN)によってデータから抽象度の高い内部表現を獲得させる方法が、
深層学習(ディープラーニング)として脚光を浴びている。そこで得られた内部表現を用いた手法が、一般物体
認識、連続音声認識、自然言語処理、化合物の活性予測、など様々な分野のコンペティションやベンチマークタス
クで従来法を大きく引き離す性能を叩きだしていることがその直接的な理由である。
(人工知能学会 学会誌2013年5月号 連載解説 Deep Learning(深層学習)第3回(麻生秀樹氏)より)

Deep Learningは、人工知能学会学会誌でも連載特集が組まれています。こちらをご覧ください。

Deep Learning輪読会
東京大学 松尾研究室のメンバーが中心となって開催としたDeep Learningの輪読会です。Deep Learningに関する最新の技術について学ぶことを目的とし、関連する文献を読み深めていきます。なお、輪読会は終了し、このページは過去の活動のアーカイブとなっています。

 期間 2012/12/14(金) - 2013/3/1(金) (全11回)
 場所 東京大学 浅野キャンパス 工学部9号館 119 (地図)
 オーガナイザ 大澤昇平(東京大学 松尾研究室 D2)

 日時 発表者発表内容・論文 資料
1.   12/14(金) 13:00  大知Representation Learning: A Review and New Perspectives, Chapter 1-6Slideshare
   大澤Representation Learning: A Review and New Perspectives, Chapter 7  Slideshare
2. 12/21(金) 14:00   大澤Representation Learning: A Review and New Perspectives, Chapter 8-12  Slideshare
3. 12/27(木) 13:00 松尾Learning Deep Architectures for AI
Slideshare
Paper
 
 飯塚実装セッションI: Deep Learning を実装Slideshare  
4. 1/8(火) 15:00 中山 (非公開)(非公開)
5.  1/18(金) 12:15 ダヌシカSemi-Supervised Autoencoders for Predicting Sentiment DistributionsSlideshare
6. 1/25(金) 13:00 榊 Natural Language Processing (Almost) from Scratch      Slideshare
7. 2/1(金) 13:00 大澤 Deep Learning via Semi-supervised EmbeddingSlideshare
8. 2/8(金) 13:00 大知 Dynamic Pooling and Unfolding Recursive Autoencoders for Paraphrase DetectionSlideshare
9. 2/15(金) 12:00 金子 Deep Auto-Encoder Neural Networks in Reiforcement LearnningSlideshare
10. 2/22(金) 12:00 柳瀬 (非公開(非公開)
11. 3/1(金) 13:00 巣籠 実装セッションII: Denoising Autoencoders における確率的勾配降下法 PDF
Github


これからの社会のために、ウェブができること。
GROW