「深層 ニューラルネットワーク」の検索結果（56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

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

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

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

ています。 どこが凄い 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』を実現しました。これにより、聞き

https://www.rd.ntt/cs/event/openhouse/2018/exhibition/16/

「NTT R&D FORUM — Road to IOWN 2022」開催報告｜NTT R&D Website

を構えるNTT Research, Inc.の成果で、英国の科学雑誌『Nature』に載録された研究を紹介します。 AIブームを支えているのは深層学習技術です。ニューラルネットワークを何層にも重ねて、大量

https://www.rd.ntt/forum/2022/keynote_2.html

デジタルツインでモビリティ群を賢く制御する ――分散深層学習がもたらす未来の可能性 | NTT R&D Website

されていて、それを各車の演算や近接車間の通信によって実施できるように分散・離化することで特殊なニューラルネットワーク（CoordiNet）として定義し、デジタルツインの演算を具体化しました。前向き伝播（図3（a

https://www.rd.ntt/research/JN202208_19150.html

あなたの声はどんな声？ どんな声でしゃべりたい？｜NTT R&D Website

音声の特徴量の同時確率を記述したモデルです。また、 近年では、前述のパラレルデータを必要とする枠組みにおいて、性能改善のため、ニューラルネットワークを用いた手法や非負値行列因子分解などを用いた事例ベー

https://www.rd.ntt/research/JN202009_6715.html

スライド 1

器𝑮：音声𝐱と顔画像𝐲を入力として変換音声ො𝐱 = 𝐺(𝐱, 𝐲)を出力するニューラルネットワーク(NN) 変換器𝑮の学習：ො𝐱 = 𝐺(𝐱, 𝐲)と𝐲の相互情報量を規準

https://www.rd.ntt/cs/event/openhouse/2019/download/19_c.pdf

多彩な話者性や口調まで表現可能になった音声合成技術の今｜NTT R&D Website

かつ多様な音声合成を実現することが可能です。 音声合成は従来、一人の話者の収録音声を用いていましたが、現在の技術では複数の話者の収録音声を一つのニューラルネットワークで学習し、音声合成を行うことが可能

https://www.rd.ntt/research/AP99-332.html

DIFFERENTはほめ言葉である。未来を論理的に語る訓練を心掛けよう｜NTT R&D Website

言葉である。未来を論理的に語る訓練を心掛けよう 近年、ニューラルネットワークを用いた機械翻訳の研究は急激に進歩し、機械翻訳の精度は大幅に向上しました。Webサイトやスマートフォンのアプリによる翻訳が普及

https://www.rd.ntt/research/JN202104_12388.html

4光リザーバ-再.indd

られている。 例えば、多層的な構造を持つディー プニューラルネットワークを使った 深層学習によって物体認識をする技 術などが盛んに研究されている。 従来のニューラルネットは主に 「大脳」を模倣するものだった。深 い学習

https://www.rd.ntt/dtl/library/pdf/bizcom_201806-02-03_3.pdf

三原色強い宝くじ仮説｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

メディア認識研究グループ 三原色強い宝くじ仮説 三原色強い宝くじ仮説 [Japanese|English] どんな研究？ ニューラルネットワークの圧縮では重みを削除する「枝刈り」や量子化が一般的

https://www.rd.ntt/cs/team_project/media/recognition/research_media23.html

c_22.pdf

, Inc. （生体情報処理研究所: MEI Lab.） への委託研究として実施しています。 音響信号から説明文や正常度スコアなどへの情報の変換が エンコーダ・デコーダと呼ばれるニューラルネットワークで行わ

https://www.rd.ntt/cs/event/openhouse/2020/download/c_22.pdf

増え続ける無限のデータを解析するための「ノンパラメトリックベイズ法」 | NTT R&D Website

ではありません。 しかし一方で、当時2012年ごろから第三次ニューラルネットワークで興隆を極めていた深層学習のように、何か構築度の容易さと実応用性が両立できる方法がないかを模索していました。そのブレイクスルーのきっ

https://www.rd.ntt/research/JN202405_26190.html

聞きたい人の声に耳を傾けるAI ――深層学習に基づく音声の選択的聴取技術SpeakerBeam｜NTT R&D Website

クへの拡張と、さらに人間の選択的聴取の能力に近づけるための今後の取り組みについて述べます。 ニューラルネットワークによる目的話者抽出SpeakerBeam 私たちは、目的話者抽出技術として、ニューラルネットワーク

https://www.rd.ntt/research/JN202107_14481.html

自然言語処理 | NTT R&D Website

2020. [arxiv] 招待・チュートリアル講演 西田京介, “深層学習による自然言語処理技術の最新動向とビジネスへの利用例”, 東京大学 総合分析情報学特論, 2020年10月. 斉藤いつみ, "ニューラルネットワーク

https://www.rd.ntt/hil/category/language/

オープンハウス冊子2020.indd

を得ます。また、近 年では 、上 述 のパラ レルデータを必 要とする枠 組みにおいて、性 能 改 善 のため、 ニューラルネットワークを用いた手 法 や非負値行列 因 子 分 解 などを用いた事例ベー

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

バイオデジタルツイン | NTT R&D Website

ゆるデータの相互変換が可能になってきています。そこで私たちは、物理モデルの入力と計算結果とを学習用データとし、人工のニューラルネットワークを訓練することによって、従来に比べて著しく少ない計算量で、学習用

https://www.rd.ntt/iown_tech/post_72.html

二次元画像から三次元情報を推定AR-GANで「三次元世界を理解する」コンピュータの実現へ | NTT R&D Website

Adversarial Network：敵対的生成ネットワーク）と呼ばれる技術に基づいています。GANは正解があらかじめ決められていない、いわゆる「教師なし学習」の一種で、生成器と識別器の2つのニューラルネットワーク

https://www.rd.ntt/research/JN202205_18199.html

新しい知と技術を生み出すことが研究者の責務。その責務を楽しもう | NTT R&D Website

ともその優位性を発揮します。光の伝搬速度で実行可能なアナログ演算の代表例が積和演算です。この積和演算は、現代のニューラルネットワーク（NN）を用いた深層学習やAI処理のもっとも基本的な演算で、処理のボト

https://www.rd.ntt/research/JN202303_21273.html

「Another Me Planet」――未来の可能性を見せる自分の分身 | NTT R&D Website

をつくりたい人（目的話者）の音声（参照音声）を数秒程度用意するだけで、ニューラルネットワークのモデルを用いて参照音声の特徴を高精度に抽出し、その特徴を反映させ、目的話者の声に近い合成音声を生成する技術

https://www.rd.ntt/research/JN202508_35376.html

『NTT R&Dフォーラム 2018（秋）』開催報告｜NTT R&D Website

、黒柳さん本人が話しているかのようなそっくりな声や口調は、黒柳さん自身に話してもらって録音したものではなく、過去の放送コンテンツをニューラルネットワークで学習することによって実現した音声合成技術を利用

https://www.rd.ntt/forum/forum2018_autumn.html

音の聴き方を自ら学ぶAI――自己教師あり学習によるさまざまな音の汎用表現学習技術から、大規模言語モデルを活用した音の理解の最前線へ | NTT R&D Website

に対する深い理解を活用する学習手法へと発展しています。 ＊1 表現学習：表現の自動抽出処理を、深層学習などを用いる学習により獲得すること。 ＊2 深層学習：多数の層で構成されるニューラルネットワークを学習

https://www.rd.ntt/research/JN202508_35362.html

未来予測にとどまらず、その人にとってより良い未来へと導く。「行動モデル」が実現するパーソナルアシスタント｜NTT R&D Website

となります。 これからの研究には、ひらめきの組み合わせが重要 AIに関する研究の動向についてどうお考えでしょうか。 行動予測や情報推薦、情報検索といった分野において、今後もビックデータやニューラルネットワークの影響

https://www.rd.ntt/research/RDNTT20210101.html

人とコンピュータが同じ音空間を共有して、自由に協力し合える鉄腕アトムのような世界を実現したい｜NTT R&D Website

中が発展している以上、勉強しないわけにはいかないのです。特にニューラルネットワークにおいてはコンピュータの速度が格段に上がったこと、研究者の数が非常に増えたことで研究がものすごいスピードで進ん

https://www.rd.ntt/research/JN202201_16891.html

リアルとサイバーの交錯空間を支える要素技術｜NTT R&D Website

を画する特徴となっています。 次に、3Dシーン理解技術です。近年、3D点群のような非グリッド型のデータに適用可能な深層ニューラルネットワーク（DNN）がいくつか提案されています。3Dシーン理解技術は、まさ

https://www.rd.ntt/research/JN202110_15642.html

パーソナライズドサウンドゾーン実現に向けた取り組みとその展望 | NTT R&D Website

いというニーズがあります。私たちはマイクで観測した音響信号から、深層ニューラルネットワーク（Deep Neural Network：DNN）を用いて「どの方位から・どんな音が発生したか」を推定する技術を開発

https://www.rd.ntt/research/JN202404_25732.html

生活習慣病・要介護に関係するリスクと要因分析の取り組み｜NTT R&D Website

する多層ニューラルネットワークを学習し、予測モデルを構築しました。これによって、少ない要素でも一定の精度での予測が可能となりました。学習済みの予測モデルをアプリに組み込み、PCやスマートフォンで手軽に実行

https://www.rd.ntt/research/JN202105_13483.html

人間情報研究部｜NTTコミュニケーション科学基礎研究所｜NTT R&D Website

クの成績の関連. 日本音響学会聴覚研究会資料. 上村卓也, 寺島裕貴, 古川茂人. (2021). ニューラルネットワークとヒトにおける時間変調伝達関数の比較. 日本音響学会聴覚研究会資料. Kuroki

https://www.rd.ntt/cs/team_project/human/

バドミントン競技 × 超高臨場感通信技術 Kirari!｜NTT R&D Website

トルと同様の小さな物体（客席のガイド照明など）の影響を排除するため、連続したフレームを畳み込みニューラルネットワーク（CNN）に入力し、シャトルの位置情報および移動情報を同時に学習させる方式を考案

https://www.rd.ntt/research/JN202110_15548.html

NTTBrl_honbun_J_260302.indd

しました。さらに、バレーに転写された情報保持時間を 自在に調整できることを示しました。本成果は、低消費電力情 報処理への応用に道を拓くものです。 光ニューラルネットワークは、AI・機械学習の積和演算を低遅延・ 低消費電力

https://www.rd.ntt/brl/result/activities/file/annual_report/NTTBrl_J_260310_print.pdf

人間の感覚情報から運動生成までのメカニズム解明と視覚障害者の行動を支えるデバイス開発に挑む | NTT R&D Website

ているときの視覚情報、すなわち一人称画像を映像で記録し、そのデータをAI（人工知能）で広く用いられているコンボリューショナル・ニューラルネットワーク（CNN）へ入力し、その映像に対応する自分の頭部の動き

https://www.rd.ntt/research/JN202605_39222.html

『NTT R&Dフォーラム 2018』開催報告　～デジタル技術が彩る未来へ～｜NTT R&D Website

Learning（深層学習）と呼ばれる機械学習系の技術が開発されたことが大きい。 Deep Learningは、人間の脳神経のニューロンを数理モデル化したニューラルネットワークを多層化したもので、入力されたデー

https://www.rd.ntt/forum/forum2018.html

OH2020冊子

か ら後 者への 変 換 関 数を得ます。また、近 年では 、上 述 のパラ レルデータを必 要とする枠 組みにおいて、性 能 改 善 のため、 ニューラルネットワークを用いた手 法 や非負値行列 因 子

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

SDSCの要素技術を集約し価値化を加速するAI価値基盤 | NTT R&D Website

グラミング言語であるため複雑な処理の実装にも適しており、またGPU（Graphics Processing Unit）への対応も充実していることから、ニューラルネットワークを利用した深層学習など高度な機械学習

https://www.rd.ntt/research/JN202403_25295.html