「深層 ニューラルネットワーク」の検索結果（58件）
課題解決によって研究テーマが減るとは考えない。できることが増えて新たな研究領域を開拓｜NTT R&D Website
ような経緯でテーマ化したのでしょうか。 ブラインド音源分離に関する研究や時空間データの解析に注力してきた一方で、2012年ごろから第3次AI（人工知能）ブームが巻き起こり、深層学習をベースとしたニューラルネットワーク
https://www.rd.ntt/research/JN202203_17523.html
画像を用いた鋼構造物における腐食進行の予測技術｜NTTアクセスサ－ビスシステム研究所
できます。 ※1. 敵対的生成ネットワーク：深層学習（ニューラルネットワーク）モデルのひとつ。 2つのニューラルネットワークをトレーニングして互いに競合させ、用意したデータセットからより本物に近い疑似的なデー
https://www.rd.ntt/as/history/infra/in0402.html
光を使って難問を解く新しい量子計算原理を実現｜NTT物性科学基礎研究所 | NTT R&D Website
を解く新しい量子計算原理を実現 2016/10/21 光を使って難問を解く新しい量子計算原理を実現 ～量子ニューラルネットワークの開発～ 内閣府 総合科学技術・イノベーション会議が主導する革新的研究開発
https://www.rd.ntt/brl/latesttopics/2016/10/latest_topics_201610211121.html
画像や音を見聞きするだけで賢くなるAI─クロスモーダル情報処理の展開｜NTT R&D WebSite
られますので、これらをシステムに入力します。システムでは、これらの情報をそれぞれニューラルネットワークで処理し、低次元の空間にマッピングします。その情報を基に、ニューラルネットワークを用いて画像をつくり出します。この画像
https://www.rd.ntt/research/JN20190910_h.html
進化を続ける音声認識エンジン「VoiceRex®」｜NTT R&D WebSite
Voice Mining」＊というコンタクトセンタ向けの製品が発表されることになりました。 さて、その数年前、音声認識の研究者コミュニティの中では、ある技術が注目を集めていました。深層学習(ディープニューラルネットワーク
https://www.rd.ntt/research/JN20190709_h.html
沿革・業績｜NTT先端技術総合研究所｜NTT R&D Website
を含まない低環境負荷な材料で構成した回路・電池で通信信号の生成に成功 新アルゴリズムで光ニューラルネットワークによる高速な深層学習を実証 100GHz帯域・超小型ベースバンド増幅器ICモジュールの実現
https://www.rd.ntt/sclab/history/histry_2017-2022.html
科学技術は先達が少しずつ積み上げてきた成果。それをさらに良くするのが、今を生きる私たち研究者の使命である | NTT R&D Website
くりと仮説と理論を立て、定式化したうえでその解法を編み出す研究スタイルが得意なほうでしたが、深層学習やニューラルネットワークを用いた研究では、それとは対照的に、実験による仮説検証を速いスピードでとにかく何回
https://www.rd.ntt/research/JN202305_21819.html
超低遅延処理のための高性能な光論理ゲートを実現 ｜NTT物性科学基礎研究所 | NTT R&D Website
となる可能性があります。また、DNAシーケンスなどのビッグデータに対するパタンマッチング処理の高速化にも適用可能であると考えられます。さらに、近年深層学習で話題になっているニューラルネットワーク
https://www.rd.ntt/brl/latesttopics/2020/03/latest_topics_202003061717.html
主な研究成果｜厚木研究開発センタ 40周年記念特設サイト
属・有害物質を含まない低環境負荷な材料で構成した回路・電池で通信信号の生成に成功 新アルゴリズムで光ニューラルネットワークによる高速な深層学習を実証 100GHz帯域・超小型ベースバンド増幅器ICモジ
https://www.rd.ntt/sclab/event/40th_anniversary/research-result/
NTT コミュニケーション科学基礎研究所 オープンハウス2017
などの時系列データを解析するリカレントニューラルネットワーク（RNN）の学習を安定化する技術です。RNN は深層学習技術の一つであり、時系列データを高精度に推定、解析できます。 しかし、 RNN には学習
https://www.rd.ntt/cs/event/openhouse/2017/exhibition/5/
一発逆転でなくていい。しっかり正しく追究すればその知識の蓄積が貴重な貢献となる | NTT R&D Website
ニューラルネットワーク技術によって先ほど述べた疑問にアプローチしました。人工ニューラルネットワークの中でも、特に深層ニューラルネットワーク（DNN）は多数の素子―これは生物では神経細胞に相当
https://www.rd.ntt/research/JN202211_20065.html
聴きたい音を聴く―選択的聴取｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website
の話者や雑音を除去する技術です。この技術は、手がかりに基づいて目的話者を識別・抽出するニューラルネットワークを利用します。私たちは、目的話者の短い音声サンプルや口の動きの映像、さらにそれらを組み
https://www.rd.ntt/cs/team_project/media/signal/research_signal02.html
Microsoft PowerPoint - A_パネル一覧0501.pptx
Microsoft PowerPoint - A_パネル一覧0501.pptx どんな研究 どこが凄い めざす未来 連 絡 先 関連文献 音声認識や機械翻訳などにはリカレ ントニューラルネットワーク
https://www.rd.ntt/cs/event/openhouse/2017/exhibition/5/poster5.pdf
スライド 1
リ FFNN:フィードフォワードニューラルネットワーク sigmoid: シグモイド関数 AI 本展示で紹介するAI（深層学習モデ ル）は、ある問題に対する解の候補 （仮説）が二つ与えられたときに、 より良い
https://www.rd.ntt/cs/event/openhouse/2018/exhibition/17/poster17.pdf
世界初、移動通信システムの電波の揺らぎから屋外の人流を推定する技術を商用電波で実証
られる。そこで、CSIのサブキャリア間やアンテナ間の差分を計算して深層学習の入力とする。これによってRSSIからは時間的な特徴量が、CSIからは空間的な特徴量が抽出されることが期待される。深層学習に用いたニューラルネットワーク
https://www.rd.ntt/as/history/wireless/wi0535.html
堀川 友慈 | NTT R&D Website
デコーディング、深層ニューラルネットワーク、機能的磁気共鳴画像法（fMRI）、心的イメージ 業績の詳細はこちら 関連するコンテンツ
https://www.rd.ntt/organization/researcher/special/s_077.html
光学・物理原理に基づく深層画像生成｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website
の目でも見分けがつかないほどリアルな画像を生み出せるようになりつつあります。こうした発展は、深層学習の進展によってもたらされたものですが、一般的な深層学習モデルはブラックボックス化されたニューラルネットワーク
https://www.rd.ntt/cs/team_project/media/recognition/research_media21.html
スライド 1
ピュータによる 選択的聴取の研究を進めています。 事前に収録した聞きたい人の声を補 助情報として利用し、複数人が同時 に話している時に、その人の声だけ を聞き取ることができる技術『適応 型ニューラルネットワーク』を実現
https://www.rd.ntt/cs/event/openhouse/2018/exhibition/16/poster16.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2019
するには、音の方向と音色の時空間的な関係を捉える必要があります。本研究では、この複雑な関係を効率的にモデル化できる特徴統合層を備えた深層ニューラルネットワークを設計し、より多様な種類の物体の認識を可能
https://www.rd.ntt/cs/event/openhouse/2019/exhibition22/
スライド 1
ニューラルネットワークを設計し、より多様な種類の物体の認識を可能にしました。 安心・安全な見守り・監視システムの実現が期待できます。本技術は、カメラが利用できないようなプ ライバシー性の高い家庭や公共
https://www.rd.ntt/cs/event/openhouse/2019/download/22_c.pdf