「S」 | AI用語辞典

Swish関数とは？機械学習における活用方法

Swish関数は、活性化関数として機械学習で使用される関数です。シグモイド関数とReLU（Rectified Linear Unit）関数の利点を組み合わせたような関数で、滑らかな勾配を持ちながらスパース性を抑制します。式は次のとおりです。 Swish(x) = x * sigmoid(x) ここで、x は入力値、sigmoid(x) はシグモイド関数です。シグモイド関数は、x を 0 から 1 の値にマップします。

2024.04.20

機械学習に関する用語

SENetで画像識別タスクを制覇

SENetは、2018年に提案された深層学習アーキテクチャです。画像認識タスクで優れた性能を発揮し、注目を集めています。 SENetの最大の特徴は、チャンネル注意機構という仕組みを採用していることです。この仕組みは、入力画像の各チャンネルの重要度を評価し、重み付けします。これにより、ネットワークはより関連性の高い特徴に焦点を合わせ、ノイズや冗長な情報を抑制できます。 SENetは、ResNetやInceptionなどの既存のネットワークに追加することで、性能を向上させることができます。追加されたチャンネル注意モジュールは、ネットワークをより効率的かつ効果的にし、画像認識タスクの精度を高めます。

2024.04.20

機械学習に関する用語

注目の生成AI企業 StabilityAI とその画期的なAI

StabilityAI 社は、画期的なAI 技術を開発する急成長中のスタートアップ企業です。ディープラーニングとニューラルネットワークの分野における専門知識を活用し、同社は革新的な製品の開発に取り組んでいます。StabilityAI の使命は、誰もが AI を活用して創造性を発揮できるようにすることです。

2024.04.20

画像生成に関する用語

SMAとは？金融・統計学における活用

-SMAの概要と定義- 単純移動平均（SMA）は、一定期間内のデータの平均値を計算する技術的指標です。単純という言葉は、各データポイントに同じ重みが与えられることを意味します。言い換えると、SMAは同じ期間内のすべてのデータポイントの合計を、そのデータポイントの数で割ったものです。計算式は次のとおりです。 SMA = ( Σ データ / 期間) ここで、Σ データは期間内のすべてのデータの合計を表し、期間は平均化するデータポイントの数です。例えば、5日SMAは過去5日間のデータの平均であり、200日SMAは過去200日間のデータの平均です。

2024.04.20

機械学習に関する用語

画像生成AI「StableDiffusion」ってなに？

-StableDiffusionとは？- StableDiffusionは、テキストから画像を生成する革新的な画像生成AIです。2022 年にランダムノイズから画像を生成する先駆的なモデルとして開発されました。StableDiffusion は、テキストプロンプトに従って、写実的で詳細な画像を作成できます。たとえば、「夕暮れ時の森の中のオオカミ」というプロンプトを入力すると、その説明に合う画像が生成されます。

2024.04.20

画像生成に関する用語

AI関連用語で見る『SHINAGAWAイノベーションフォーラム』

「SHINAGAWAイノベーションフォーラム」は、東京都品川区が主催するイベントで、AI技術の最新動向や活用事例を幅広く取り上げています。このフォーラムでは、「AI」「機械学習」「ディープラーニング」といった基本的な用語から、「エッジAI」「自律走行」「自動運転」など、産業分野で応用される用語まで、AI関連の重要な用語を多く扱っています。フォーラムは、企業や研究機関によるプレゼンテーションやパネルディスカッションを通じて、AIの最新情報を共有し、産学連携の促進を図っています。

2024.04.20

AIの応用に関する用語

STRIPSと行動計画システム

STRIPSとは、スタンフォード研究所で開発された、前提条件と結果に基づいた-計画システム-の一種です。STRIPSでは、-「世界」が論理的事実の集合-として表され、-動作-はこれらの事実を変化させる-演算子-として定義されています。 STRIPSシステムは、目標状態を達成するための計画を生成します。この計画は、前提条件が現在の世界状態によって満たされている動作のシーケンスで構成されています。STRIPSでは、計画は-逆向きに生成-され、目標状態から開始して、各ステップで前提条件を満たすために必要な動作を特定していきます。この-逆向き計画-の手法は、STRIPSに-効率性-と-柔軟性-をもたらします。

2024.04.20

AIの応用に関する用語

超解像技術とは？仕組みと活用例を分かりやすく解説

-超解像技術の概要- 超解像技術とは、低解像度の画像や動画から、高解像度のコンテンツを生成する技術です。この技術は、画像や動画内の情報を分析し、空間的または時間的に欠落したデータを推定することで機能します。画像超解像では、単一の低解像度画像から高解像度画像を作成し、ビデオ超解像では、低解像度動画から高解像度動画を作成します。

2024.04.20

画像生成に関する用語

AI用語『自己教師あり学習』とは？

自己教師あり学習とは、ラベル付けされていないデータを使用して機械学習モデルをトレーニングする手法です。ラベル付けされていないデータとは、正解ラベルが付いていないデータのことです。自己教師あり学習では、モデルは自分の予測を「ラベル」として使用して、さらなるトレーニングを行います。この方法により、ラベル付け作業という手間のかかる必要性が軽減され、大量の未ラベルデータを利用してモデルを改善できます。自己教師あり学習は、自然言語処理や画像認識などのさまざまなタスクで使用されています。

2024.04.20

機械学習に関する用語

素材サイトCanvaのAI音楽生成サービス「Soundraw」とは？

Soundrawの概要 Canvaが提供するAI音楽生成サービス「Soundraw」は、マーケター、クリエイター、学生向けのツールです。このサービスを使えば、動画、プレゼンテーション、ポッドキャストなどのプロジェクトにプロフェッショナルなサウンドトラックを簡単に作成できます。Soundrawのライブラリには、さまざまなジャンルやムードから選択できる膨大な数のトラックが用意されています。さらに、AIを活用した作曲機能により、独自にカスタマイズされた音楽を生成することも可能です。Soundrawは直感的なユーザーインターフェースと柔軟なライセンスオプションを備えており、あらゆるレベルのユーザーが利用しやすいサービスです。

2024.04.20

音声生成に関する用語

AI用語『SELU』のすべて

-SELUとは何か- SELU（Scaled Exponential Linear Units）は、ディープニューラルネットワーク（DNN）で使用される活性化関数の一種です。活性化関数は、ニューロンの出力を決定する数学的関数であり、DNNの学習と予測のパフォーマンスに重要な役割を果たします。 SELUは、勾配消失を防ぎ、学習過程を安定化するために設計されています。勾配消失は、ネットワークの深さが増すにつれて、勾配が小さくなり、学習が困難になる現象です。SELUは、正の入力値に対して線形な動作をし、負の入力値に対して指数的な動作をします。この動作により、勾配が一定の範囲内に維持され、学習がより容易になります。

2024.04.20

機械学習に関する用語

Source-Target Attentionとは？

-Source-Target Attentionの概要- Source-Target Attentionは、ソース文章内の特定の単語がターゲット文章のどの単語に関連するかを捉える手法です。これは、機械翻訳や要約などの自然言語処理タスクにおいて重要な役割を果たします。 Source-Target Attentionでは、エンコーダーがソース文章をベクトルに変換し、デコーダーがターゲット文章を逐次的に生成します。デコーダーが各ターゲット単語を生成する際、Source-Target Attentionメカニズムが活性化されます。これにより、デコーダーは、生成中のターゲット単語と最も関連性の高いソース単語に注目し、それらの情報を考慮してターゲット単語を生成することができます。このメカニズムにより、翻訳や要約の精度と流暢性が向上します。

2024.04.20

自然言語処理に関する用語