強化学習AIで売買電計画を最適化、電通大など新手法
電気通信大学とグリッドの研究グループは、電力需要や天候といった、不確実な要素がある環境で、電力の消費と売電を適正に制御する強化学習手法を開発した。従来の手法よりも、制約を守りながら経済的な売買電計画を作成できるという。 今回の研究では、並行訓練した複数の強化学習ネットワークの出力から総合的に判断する「アンサンブル強化学習」を採用した。事前に典型的な需要と天候のパターンをいくつか用意し、それぞれに対応する AI モデルを独立に学習させることで、異なる判断基準を備えた複数の AI モデルを作成。アルゴリズム全体の行動は複数の AI モデルの出力を平均化して1つに決定する。 研究チームは、太陽光発電パネルが発電した余剰電力を売却するか、電力系統から電力を購入するかを24時間にわたって決め続ける状況で、考案したアルゴルズムを検証した。夜間には蓄電池を満タンに充電するとの制約も設け、制約を守りながら
レゴの説明書を理解し組み立てられるAIが誕生 MITとスタンフォード、オートデスクが共同研究
スタンフォード大学、MIT、オートデスクAIラボの研究者が共同で、2Dの指示を解釈して3Dオブジェクトを構築できる、新しい学習ベースのフレームワークを開発した。 Manual-to-Executable-Plan Network（MEPNet）は、コンピュータで作成したレゴセット、実際のレゴセットの指示、『マインクラフト』のようなボクセル建築でテストされ、研究者によると、既存の手法を全面的に上回った。 MEPNetの斬新なアイデア2次元（2D）の指示を解釈することは、AIにとって簡単なことではない。レゴのセットのように、画像だけで構成された視覚的な指示から、いくつかの重要な問題があると研究者は述べている。2Dと3Dのオブジェクトの対応関係を識別することと、レゴのような基本的なピースをたくさん扱うことだ。 arxivに投稿された論文によると、レゴの基本的なブロックは、モデル本体に追加される前
共同発表：「誰を見てどう動いたか」理論とデータから推定できる機械学習技術を開発～生物集団の移動軌跡から相互作用の規則を学習～
名古屋大学 大学院情報学研究科の藤井 慶輔 准教授（理化学研究所 革新知能統合研究センター 客員研究員）と筒井 和詩 特任助教、大学院環境学研究科の依田 憲 教授、大学院理学研究科の田中 良弥 助教らの研究グループは、理化学研究所、科学技術振興機構（ＪＳＴ）、同志社大学、九州大学、西スイス応用科学大学（スイス）、基礎生物学研究所、東海大学との共同研究で、生物集団の移動軌跡から相互作用の規則、例えば「誰を見てどう動いたか」を理論とデータから推定できる機械学習技術を新たに開発しました。 本研究により、これまで概念的であった動物行動学の理論モデルに基づき、１つの機械学習モデルを用いて、多種の生物集団に柔軟に適用できる定量的な解析方法が開発されました。これにより、人間を含むさまざまな生物の集団移動に関する一般的な法則や、その多様性の発見へとつなげていくことが期待できます。 本研究成果は、２０２１年
RIETI - 機械学習手法を用いた勘定科目レベルの異常検知
このノンテクニカルサマリーは、分析結果を踏まえつつ、政策的含意を中心に大胆に記述したもので、DP・PDPの一部分ではありません。分析内容の詳細はDP・PDP本文をお読みください。また、ここに述べられている見解は執筆者個人の責任で発表するものであり、所属する組織および（独）経済産業研究所としての見解を示すものではありません。 産業フロンティアプログラム（第五期：2020〜2023年度） 「企業金融・企業行動ダイナミクス研究会」プロジェクト 企業による不正会計（いわゆる粉飾決算）の検知と予測は、その実務的な重要性を背景として実証会計分野における重要な研究テーマとして位置づけられてきた。こうした方向性での研究は、これまで主として企業レベルのデータを用いて行われてきたが、実際の監査業務の観点からは、企業レベルの不正検知・予測のみではその実務的な要請に応えられない場合もある。例えば、担当企業に関する
最近ものすごく優秀な修士就活生が増えている→機械翻訳『DeepL』を巧みに使って論文を書いていた「すごい時代が来たな」
くりぷとバイオ@研究×新規事業開発 @cryptobiotech 企業で研究×新規事業開発に励む人 | 修士卒→大手メーカー研究職→Ph.D.取得→新規事業開発職 | 生成AIとDeepTech勉強中 | BiotechとFoodtechが好き | ココナラで院生就活支援→https://t.co/d94kwtA29T | note→ https://t.co/pvmKzQaD1A https://t.co/0FG5b9HSAL くりぷとバイオ@研究×新規事業開発 @cryptobiotech 1st author論文持ってる修士就活生が増えてるようで、それを達成してるM1後輩に話を聞いてみたら「日本語で文章書いて全部DeepL翻訳で英語化→英語化された文章をgoogle翻訳、みらい翻訳で日本語化→違和感ないか確認→指導教官に提出」というプロセスを踏んでるらしい。そりゃ早くなるわけだ。すご
暗号化したままディープラーニングの標準的な学習処理ができる秘密計算技術を世界で初めて実現：NTT持株会社ニュースリリース：NTT HOME
報道発表資料 2019年9月2日 日本電信電話株式会社 暗号化したままディープラーニングの標準的な学習処理ができる秘密計算技術を世界で初めて実現 日本電信電話株式会社（本社：東京都千代田区、代表取締役社長：澤田純、以下NTT）は、データを暗号化したまま一度も元データに戻さずに、ソフトマックス関数＊1やAdam（adaptive moment estimation）＊2と呼ばれる最適化処理を含む標準的なディープラーニングの学習処理を行う技術を、世界で初めて実現しました。 通常、データを利活用するためには、通信時や保管時に暗号化していたとしても、処理を行う際には元データに戻して処理する必要があります。このことは、データ所有者からすると情報漏洩のリスクを感じることから、企業秘密や個人のプライバシーに関わるデータの利活用に抵抗感を持つユーザや組織が少なくありません。特に所有者から他者、または同一組
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
中国のAI関連論文が昨年世界2位に浮上 3年間で340％増--人民網日本語版--人民日報