12/9(月) 応用科学学会シンポジウムで自動運転に関する講演を担当します☆彡
インタラクティブGA

6-1. 遺伝的アルゴリズムを用いたドレッシングのレシピ最適化

やること 遺伝的アルゴリズム（Genetic Algorithm, GA）は最適化アルゴリズムの一つで、局所解に陥りにくい強力な手法です。今回は、GAを応用してドレッシングのレシピの最適化を行...
2019/03/08 Yasuda
インタラクティブGA
数値シミュレーション

5-3. 微分方程式の数値解法とは何か（４次のルンゲクッタ法）

やること いよいよ、数値解法界最強と名高い「４次のルンゲクッタ法」を学びます。 使うもの ４次のルンゲクッタ法とは プログラム実装のヒント ...
2019/03/08 Yasuda
数値シミュレーション
数値シミュレーション

5-2. 微分方程式の数値解法とは何か（ホイン法）

やること オイラー法は急カーブに弱い数値解法であることが分かりました。今日はそれを修正した「ホイン方（または２次のルンゲクッタ法）」を学びます。 使うもの ホイン法とは ...
2019/03/08 Yasuda
数値シミュレーション
数値シミュレーション

5-1. 微分方程式の数値解法とは何か（オイラー法）

やること 教科書に書かれている微分方程式は、紙とペンで解けるようになっています。しかし実世界においては、微分方程式はもっと複雑で、手計算で解くことはほとんどできません。今日は非線形微分方程式を...
2019/03/08 Yasuda
数値シミュレーション
レーザー加工

7-1. 256TB M.2 SSDの作製

やること 2017年3月26日、東京工業大学で中学生・高校生向けの科学教室「君はコンピュータの中を見たことがあるか??」を開催しました。参加者には名前入りの256TB M.2 SSDプレートを...
2019/03/07 Yasuda
レーザー加工
画像生成 / スタイル変換

4-3. CNNでケーキ画像の次元圧縮（最終手段編）

やること どうしてもオートエンコーダで画像を２次元まで次元圧縮したい。今日は最終手段を使って、ケーキ画像の次元圧縮をしてみます。 使うもの 最終手段とは オートエ...
2019/03/06 Yasuda
画像生成 / スタイル変換
画像生成 / スタイル変換

4-2. CNNでケーキ画像の次元圧縮（Stacked Auto-Encoder編）

やること エンコーダ部分とデコーダ部分をまとめて学習させると、どうも学習が安定しない気がします。今日は、学習を工夫した「Stacked Auto-Encoder」でケーキ画像の次元圧縮を試して...
2019/03/06 Yasuda
画像生成 / スタイル変換
画像生成 / スタイル変換

4-1. CNNでケーキ画像の次元圧縮（Auto-Encoder編）

やること 画像というものは非常に高次元の情報を持っています。例えば128*128pxの画像は、128*128*3ch＝49152次元の情報を含んでいます。人間は高次元の情報を処理できない動物な...
2019/03/06 Yasuda
画像生成 / スタイル変換
強化学習 / DQN

3-3. DQNで難しい迷路を解く

やること 前回はDQNで地雷原を進むゲームを解きました。今回は、もっと賢く行動するためにニューラルネットを工夫してみます。 使うもの ニューラルネットを工夫す...
2019/03/06 Yasuda
強化学習 / DQN
強化学習 / DQN

3-2. DQNで迷路を解く

やること DQNのプログラムは非常に高度ですが、勉強会で配布されたコードは比較的シンプルで読み解きやすいです。今日は、DQNで地雷原を進むゲームを解いてみましょう。 環境とコード ...
2019/03/06 Yasuda
強化学習 / DQN
次のページ
タイトルとURLをコピーしました