雑誌文献を検索します。書籍を検索する際には「書籍検索」を選択してください。

Rigaku ryoho janaru Volume 52, Issue 12 （December 2018）

理学療法ジャーナル 52巻12号（2018年12月発行）

Japanese English

講座人工知能と理学療法・3

一般社会での人工知能の活用柴田千尋 ¹ Chihiro Shibata ¹ ¹東京工科大学コンピュータサイエンス学部キーワード：ディープラーニング , 画像認識 , 自然語処理 , 敵対的生成ネット Keyword: ディープラーニング , 画像認識 , 自然語処理 , 敵対的生成ネット pp.1159-1167

発行日 2018年12月15日 Published Date 2018/12/15

DOI https://doi.org/10.11477/mf.1551201403

PDF(1855KB)

有料閲覧

閲覧方法のご案内

この論文を閲覧するためにはログインが必要になります。

パスワードを忘れた場合新しくユーザー登録する施設共通IDをご利用の方はこちらから

PPV購入案内

1,320円 (1,200円+税10%) こちらは、1159ページから1167ページの文献です。

PPV（ペイ・パー・ビュー）とは、論文（記事）単位で購入・閲覧ができるサービスです。
購入には医書.jp本会員登録が必要です。

新規会員登録はこちらから

会員登録完了後に改めて上記「購入サイトへ」を選択してください。
または「購入サイトへ」選択後に「購入ログイン」、「新規会員登録」の順に進んでください。

会員登録について詳しくは

こちら

をご確認ください。

Abstract 文献概要
1ページ目 Look Inside
参考文献 Reference

はじめに

　近年の人工知能技術の発展は目覚ましいが，その技術革新を支えている最も大きい要因は深層学習技術の急速な発達であると言える．深層学習とは，大規模なニューラルネットを大規模なデータから学習させる技術である．ここで言うニューラルネットとは，人間の脳細胞を計算機上で模した，ニューロンとよばれる多入力一出力の関数を複数組み合わることにより得られるネットワークである（図1）．

　各ニューロンは，重みとバイアスの2種類のパラメータをもっている．重みとは，ニューロンへ入力させる信号の増幅率を表す値であり，バイアスとは，入力がまったくないときにニューロンへ入力される一定の値のことである．一般に，深層学習が対象としているニューラルネットは，深層ニューラルネット（deep neural network：DNN）とよばれ，複数のレイヤーをもつ多層構造をなしており，レイヤーごとに，数千から多い場合で数百万の重みやバイアスをもっている．またレイヤーの数は，数え方によるが，レイヤーを数学上の写像として捉えた場合，数十から数百程度である場合が典型である．このような非常に多数のパラメータをもった多層ニューラルネットを，学習データにフィットするように最適化するのが深層学習における学習手法である．