機械学習における分布シフト（分布外データ）への対応

機械学習（ML）モデル、特に深層ニューラルネットワーク（DNN）は、コンピュータービジョンや自然言語処理といった多岐にわたる分野で、これまでにない成功を収めています。これらのモデルは通常、i.i.d.（独立同分布）という […]

Helixで実践する透明性と信頼性の高い機械学習

現代科学では膨大なデータが生まれ、機械学習（ML）の活用が不可欠な一方で、その分析結果の「透明性」と「信頼性」が重要課題となっています。特に、データサイエンスの専門知識がなくても、分析プロセスを理解し、結果を効果的に活用 […]

大規模言語モデル（LLM）を特定のタスクやドメインに特化させる「ファインチューニング」。その可能性に多くの開発者が惹きつけられる一方で、「膨大な計算コストがかかる」「高性能なGPUがなければ手も足も出ない」といった高いハ […]

AI、特に深層学習モデルが社会に急速に浸透し、画像認識から自動運転まで、その能力は目覚ましい進化を遂げています。しかし、その成果の裏で、モデルが抱える深刻な脆弱性については、まだ広く知られていません。実は、現在のAIモデ […]

IoTデバイスの普及に伴い、エッジAIの重要性は増すばかりです。しかし、クラウドAIには遅延やプライバシーの問題がつきものです。この課題を解決する技術として「TinyML」が知られていますが、近年その進化版である「Tin […]

近年、ディープラーニングの技術は目覚ましい進歩を遂げ、画像認識、自然言語処理、ロボティクスなど、多岐にわたる実世界の問題解決に応用されています。しかし、複雑な物理現象や数学的な問題、特に微分方程式の解決においては、従来の […]

従来の機械学習モデルは、データの特徴が時間の経過とともに変化しないという前提で動いています。しかし、現実の世界ではそうはいきません。データは常に変化し、ユーザーの行動も、周りの環境も移り変わっていくからです。進化する機械 […]

微分方程式は、物理現象のモデル化から金融工学まで、科学技術の幅広い分野で不可欠なツールです。しかし、その解析は容易ではなく、多くの場合、複雑な数値計算が必要とされます。近年、この古典的な問題に対して、ニューラルネットワー […]

データ分析や機械学習の分野において、「外れ値」の存在は避けて通れない課題の一つです。外れ値とは、データセットの中で他の大多数のデータポイントから大きくかけ離れた値のことを指します。これらは測定誤差、入力ミス、あるいは特異 […]

機械学習の世界では、日々新しいアルゴリズムや興味深い論文が発表されています。そんな中、最近「Boltzmann Classifier: A Thermodynamic-Inspired Approach to Super […]