「データ構造」の検索結果（44件）

西野 正彬 | NTT R&D Website

可能なデータ構造を用いた効率的な計算法 対象のデータの計算機での表現方法を工夫することで、これまでよりも高速な計算を実現します。 目次 表彰 情報処理学会 2017年度 山下記念研究賞 人工知能学会

https://www.rd.ntt/organization/researcher/special/s_028.html

NTT コミュニケーション科学基礎研究所 オープンハウス2019

られます。 どこが凄い 混雑度の学習や経路の選定を素朴な方法で行うと、経路の多さゆえに莫大な計算時間がかかります。私達は二分決定グラフとよばれるデータ構造を用いて経路全体の集合を小さく表現し、そのデータ構造上

https://www.rd.ntt/cs/event/openhouse/2019/exhibition1/

濱田 浩気｜NTT社会情報研究所｜NTT R&D Website

特別研究員濱田 浩気 アルゴリズム理論、特に、情報を秘匿したまま効率よく計算する方法を研究。 暗号化されたデータを復号することなく計算(秘密計算)する際の効率的なアルゴリズムやデータ構造の研究を通じ

https://www.rd.ntt/sil/overview/evangelist/koki_hamada.html

poster.pdf

の新しい技術を 提案します。 世界で初めてＲ木構造を無限データ 解析へ応用する方法を創出しました。 Ｒ木とは行列の包含関係の木構造を 表すデータ構造であり、無限サイズ の行列を根とするＲ木の全ての場合

https://www.rd.ntt/cs/event/openhouse/2016/exhibition/3/poster.pdf

Microsoft Word - メデイア20121015合体.doc

テムの概要 本システムは、①データベースのデータ構造定義機能と検索機能を使用した非定型データ管理機能、およ び②設備の位置・種別情報を組み合わせて ID を生成・付与する絶対 ID 機能、を持ち、次の特徴

https://www.rd.ntt/as/history/pdf/media/me0702.pdf

基盤設備DBマネジメントシステム｜NTTアクセスサービスシステム研究所

タベースのデータ構造定義機能と検索機能を使用した非定型データ管理機能、および(2)設備の位置・種別情報を組み合わせてIDを生成・付与する絶対ID機能、を持ち、次の特徴を有しています。 ・点検補修デー

https://www.rd.ntt/as/history/media/me0702.html

NTT コミュニケーション科学基礎研究所 オープンハウス2015

に関するものです。制約が追加されたナップサック問題を解くためには、これまでは追加された制約に応じて専用の解法を新たに設計する必要がありました。私たちは、二分決定グラフ（ZDD）とよばれるデータ構造を用いて制約を満たす解

https://www.rd.ntt/cs/event/openhouse/2015/exhibition/13/

[基礎数学セミナー] 「二分決定グラフの演算の計算量について」開催のお知らせ | NTT R&D Website

族を有向非巡回グラフとして表現する構造です。BDDは集合族を小さく表現するのみならず、集合族に関する様々な演算をサポートします。この特徴から、BDDは集合族が現れる計算問題を実用上高速に解くためのデータ

https://www.rd.ntt/ifm/topics/lecture-20250602.html

NTT コミュニケーション科学基礎研究所 オープンハウス2016

られないことを意味しています。このような限界を克服するために無限のサイズのデータに対しても破綻することなく解析可能な機械学習技術の研究を進め、R木と呼ばれる行列の包含関係の木構造を表すデータ構造を世界で初めて無限デー

https://www.rd.ntt/cs/event/openhouse/2016/exhibition/3/

NTT コミュニケーション科学基礎研究所 オープンハウス2020

（その統計量が考えられる全ての観測パターンのうち上位何％であるか）として計算されます。これらを愚直に計算すると47都道府県別の検定には１億年以上かかります。私達はこの検定時間を決定グラフと呼ばれるデータ構造

https://www.rd.ntt/cs/event/openhouse/2020/exhibition6/

NTT コミュニケーション科学基礎研究所 オープンハウス2020

について確率の計算をすることになりますが、経路の数が膨大なため実用上は不可能でした。私たちは二分決定グラフとよばれるデータ構造を用いて経路の集合を小さく表現することで、計算を高速化し、実用的な大きさのネッ

https://www.rd.ntt/cs/event/openhouse/2020/exhibition7/

特徴的な構造を抽出するデータマイニング技術

ジェクトの「つながり・かたまり」 統計的機械学習による自動的なデータ構造解析 マイニングした構造の評価 データ適合度 構造の“モデル” 会社の同僚 友達グループ メール・ツイッター等の トランザクション 顧客グル

https://www.rd.ntt/cs/event/openhouse/2012/panel/panel_5.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2018

な計算が必用な難しい問題でした。 どこが凄い 最適な増強方法を見つけるためには、膨大な数の故障パターンを調べ上げる必用があります。私達は二分決定グラフとよばれるデータ構造を用いて故障パターン集合を小さ

https://www.rd.ntt/cs/event/openhouse/2018/exhibition/9/

統計的文書要約技術｜NTT R&D Website

diagram) というデータ構造を利用した探索アルゴリズムも考案しました。文間の関係を無視して文重要度の和を最大化する文集合を要約とする従来手法と比較評価した結果、情報の網羅性、文章としての一貫性ともに従来法

https://www.rd.ntt/research/CS0026.html

離散構造アルゴリズム｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

対象に対しての効率的で実用的なアルゴリズムに対する研究を行っています。 特に、ゼロサプレス型二分決定グラフと呼ばれるデータ構造を用いることで、「条件を満たすすべての組合せ」を集合として保持

https://www.rd.ntt/cs/team_project/icl/lirg/innovative/research_innovative05.html

Microsoft PowerPoint - B_パネル一覧0501.pptx

ことができます。 また、見つけた膨大な数の答えを全 て覚えておいて、あとから条件を満 たす解を高速に取り出すことができ ます。内部では組合せをグラフとし て表現するデータ構造が用いられて います。 この技術によってよい敷き

https://www.rd.ntt/cs/event/openhouse/2017/exhibition/9/poster9.pdf

スライド 1

な 計算が必用な難しい問題でした。 最適な増強方法を見つけるためには、 膨大な数の故障パターンを調べ上げ る必用があります。私達は二分決定 グラフとよばれるデータ構造を用い て故障パターン集合を小さく表現

https://www.rd.ntt/cs/event/openhouse/2018/exhibition/9/poster9.pdf

a_06.pdf

されます。これらを愚直に計算すると47都道府県別の検定には１億年以上 かかります。私達はこの検定時間を決定グラフと呼ばれるデータ構造を用いることで１日に短縮します。 本手法は流行の地域性のみでなく、センサ網上の侵入者

https://www.rd.ntt/cs/event/openhouse/2020/download/a_06.pdf

スライド 1

フとよばれるデータ構造を用いて経路全体の集合を小さく表現し、そのデータ構 造上での学習手法を開発することで、現実的な時間で動作する世界初の手法を実現しました。 本技術を用いることで、混雑度が急激に変化し得る

https://www.rd.ntt/cs/event/openhouse/2019/download/01_a.pdf

NTT コミュニケーション科学基礎研究所 オープンハウス2014

義塾大学湘南藤沢キャンパス非常勤講師、早稲田大学先進グリッド技術研究所招聘研究員等を歴任。 主要研究テーマ 大規模離散構造データの効率的な表現と処理アルゴリズムの研究に従事。1993年に考案したデータ構造

https://www.rd.ntt/cs/event/openhouse/2014/talk/invite2/