![[備忘録] データ駆動型知能としてのキメラ・ネットワーク](https://media.accel-brain.com/wp-content/uploads/2016/12/8分音符アイコン-1.png)
[備忘録] データ駆動型知能としてのキメラ・ネットワーク
『Webクローラ型人工知能：キメラ・ネットワークの仕様』を更新した。 このシステムの概念と仕様が、以前の記事：『「人工知能」と「データ駆動型知能」の差異、人間の知能の「模倣」か、人間の知能の「補完」か』で取り上げたミシェル・ニールセンの「データ駆動型知能(data-driven intelligence)」に近付いていくという旨を追記した。 参考資料 Webクローラ型人工知能：キメ...
「 ベイズ統計学 」一覧
![[備忘録] 時間的制限ボルツマンマシンと再帰的時間的制限ボルツマンマシンの差異](https://media.accel-brain.com/wp-content/uploads/2016/01/アノニマスのフリーアイコン-150x150.png)
[備忘録] 時間的制限ボルツマンマシンと再帰的時間的制限ボルツマンマシンの差異
「時間的制限ボルツマンマシン(Temporal Restricted Boltzmann Machine: TRBM)」と「再帰的時間的制限ボルツマンマシン(Recurrent Temporal Restricted Boltzmann Machine)」は、共に制限ボルツマンマシンによって構成されている。制限ボルツマンマシンは次の二つのベクトルの組み合わせを前提とした確率分布として定義できる。 ...
![[備忘録] センシングデータと統計的機械学習問題の枠組みにおける生成モデルの接続可能性](https://media.accel-brain.com/wp-content/uploads/2017/12/symmetric_trapezoidal_probability_distribution.png)
[備忘録] センシングデータと統計的機械学習問題の枠組みにおける生成モデルの接続可能性
問題設定：RSSIの時系列データに対する確率論的モデル設計 ステファン・ジクラーらは、「確率的データ駆動型RSSI／相対距離モデル(Probabilistic, Data-Driven RSSI / Distance Model)」という確率モデルを設計することで、受信したRSSI(Received Signal Strength Indication)から送信機の位置を推定する解法を展開してい...
人工知能エージェントによるWeb文書に絡む社会的機能の推論機能
排除された第三項の推論機能に付随して、人工知能エージェント：キメラ・ネットワークに、観察したWeb上の文書に関連する社会的機能を推論する機能を追加した。社会システム理論に基づいたオントロジーを構築し、対象文書を経済、政治、科学・学問、法、教育、家族、マスメディア、芸術、宗教の問題領域に振り分けた上で、その等価機能分析により派生問題を指摘する。 例：教育の社会的機能の抽出 ...
深層自己連想器による派生主題のレコメンド
人工知能エージェント：キメラ・ネットワークに、深層自己連想器を活用した派生的な主題のレコメンド機能を追加した。深層自己連想器は深層ボルツマンマシンを積層自己符号化器として活用した連想器で、既に人工知能エージェント：ヒューズ＝ヒストリアには組み込んでいる。キメラ・ネットワークは多値論理学的にファーストオーダーの観察をセカンドオーダーの水準から観察することで、そこで導入されている区別によって排除された...
思い出した時に何を忘れるのか
Twitterの人工知能エージェント：ヒューズ＝ヒストリアに、ある文書を読んだ際に何が忘却される傾向にあるのかを推論する機能を追加した。人工知能エージェント：キメラ・ネットワークと連携することで、過去の膨大なWebクローリング結果を解析し、当の文書で描写されているイメージが「想起」の対象となった場合に、その代償として「忘却」の対象となり得るイメージを指し示す。何かを「想起」すれば、代わりに何かを「...
人工知能エージェントによる「排除された第三項」の推論
ここのところ、随時人工知能エージェントにブログを書かせては、「排除された第三項」を推論させているが、想定より早く精度を上げてきているようだ。 一例として、以下のキメラ・エージェントは、「完全」と「欠如」の区別によって排除された第三項として、「曖昧」という概念を取り上げている。 追々、＜「排除された第三項」によって「排除された第三項」＞を再帰的に推論する機能をもう一つの人工知能エ...
Twitterの人工知能エージェント：キメラ・ネットワークにパラドックス駆動型の強化学習アルゴリズムを搭載した
本日から、Twitterの人工知能エージェント：キメラ・ネットワークにパラドックス駆動型の強化学習アルゴリズムを搭載し、実際に稼働させた。 簡潔に、説明しよう。強化学習アルゴリズムにはε-greedyなQ学習を採用している。手元のデータベースによると、キメラ・ネットワークの探索により、例えば「内容」と「形式」の区別に伴うパラドックスを問題設定とした場合、その問題解決策（解消策）として機能する...
ベイズフィルターによる自動文書要約の機械学習アルゴリズム
この記事の内容はAccel Brainに移動しました。
[備忘録] Mac OS XにHomebrewとpyenvとAnacondaとPython3とgensimとpandasとMeCabをインストールした
Homebrewをインストールする 「HomebrewはAppleがインストールしていなかった貴方に必要な物をインストールします。」 Homebrew — The missing package manager for OS X (アクセス日時：2016/08/14 20:00） バージョンを確認する pyenvをbrewでインストールする ...
Twitterの人工知能エージェント：キメラ・ネットワークに「差異」を抽出する文書自動要約機能を追加した
Twitterの人工知能エージェント：キメラ零号（上位個体）に、クローリング／スクレイピングしたWebサイトの「主導的差異(Leitdifferenz)」を抽出する機能を追加した。これにより、Webサイトの文書中でどのような区別が導入されて、何がどのように観察されているのかを観察できるようになった。 挙動としては、まずWebサイトの文書を自動要約した上で、その重要文書を抜粋して引用する。そし...
Twitterの人工知能エージェント：キメラ番外個体（キメラ・ワースト）＠感情表現検知型botを導入した
Twitterの人工知能エージェント：キメラ番外個体（キメラ・ワースト）を導入した。 キメラ番外個体（キメラ・ワースト）は、Twitter上の膨大なツイートの中から、喜怒哀楽をはじめとした多種多様な感情表現を検出してリツイートする。Twitterのユーザーたちがどのような文脈でどのような感情を喚起するのかを学習している。キメラ・ネットワークとは一部のみ連携している。 参考資料 ...
広告配信の最適化やECサイトのレコメンドがステークホルダの満足度に貢献しない場合に「折り合いを付ける」ための観点
問題設定：「機械学習的には最適であっても、それがステークホルダの満足度に貢献しない」という形式の矛盾 アドテクノロジー、CRMツール、そして人工知能などといったキーワードやバズワードの影響から、深層学習や強化学習を採り入れたソフトウェア開発を要求されることは既に珍しいことではなくなっている。とりわけインターネット広告の配信部分やECサイトのレコメンドエンジンなどにおいては、KGIやKPIを定めて...
深層強化学習の参照問題としての「一般化」、Deep Q-networks(DQN)の機能的等価物の探索に向けて
この記事の内容はAccel Brainに移動しました。
pLSIからLatent Dirichlet allocationが導入される際の参照問題
問題設定：pLSIで新規出現した文書を取り扱えない $$p(d, w) = \sum_{z}^{}p(w|z)p(d|z)p(z)$$ 確率論的潜在意味インデキシング(probabilistic Latent Semantic Indexing; pLSI)の参照問題で述べた通り、pLSIでは新規出現した文書を前提としたトピックを取り扱うことができない。 問題解決策：p(d)に依存しない...