「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/

b_07.pdf

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トワークでの計算を可能にしました。 本技術により、道路や通信のネッ

https://www.rd.ntt/cs/event/openhouse/2020/download/b_07.pdf

IOWN Global Forumにおけるストレージサービスの検討｜NTT R&D Website

構造には大きな柔軟性が求められます。しかし、データ構造ごとに異なるIDHサービスを使用し、アプリケーションレベルでデータ構造の変換を行う場合、IOWNで求められるリアルタイム性は実現

https://www.rd.ntt/research/JN202203_17538.html

talk_minato.pdf

でした。 1990年代には、LSIの設計の分野でこのデータ構造の技術が非常に発展しまして、ポピュラーな技術 となったのですが、人工知能やデータベースなど他の分野ではあまり使われていませんでした。とこ ろがこのBDD

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

0502_18OH_H1-H4_ol分割.pdf

ハウス2018 発を回避するためのデータ構造を工夫することでこれまで不可 覚」「運動感覚」といった人間の基本的な感覚に関する「潜在 能だった大規模な問題が解けるようになっています。 的な脳の働き」の解明に注力

https://www.rd.ntt/cs/event/openhouse/2018/talk/director/talk_director.pdf

0502_18OH_H1-H4_ol分割.pdf

することなどが で き る よ う に な り ま す 。私達は 、二分決定グ ラ フ(B i nary Decision Diagram: BDD)とよばれるデータ構造を用いること で膨大な数の組合せを数え上げて問題を解く方法を研究

https://www.rd.ntt/cs/event/openhouse/2018/talk/research3/talk_nishino.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。また、無数の組み合わせの中から与えられた条件を満たす最適なものを見つけ出す、組合せ最適化問題についても、BDDやZDDと呼ばれる、組み合わせ爆発を回避するためのデータ構造を工夫することでこれまで不可能だった大

https://www.rd.ntt/cs/event/openhouse/2018/talk/director/

量子情報処理の誤り耐性技術とその実装方式｜NTT R&D Website

ロジカル誤り訂正符号でのエラーの最尤推定は、最小重み完全マッチングと呼ばれるグラフの問題に帰着できますが、この問題の素朴な解法はレイテンシが大きく実用的でないため、データ構造や計算機アーキテクチャを工夫し速度

https://www.rd.ntt/research/JN202103_11045.html

エバンジェリスト紹介｜NTT社会情報研究所｜NTT R&D Website

の効率的なアルゴリズムやデータ構造の研究をしている。 博士(情報学)。 詳しくはこちら セキュリティプリンシパル 青木 一史 サイバー攻撃の検知技術やマルウェアの解析技術を中心とした研究開発に取り

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

「組合せ爆発」を乗り越える最先端アルゴリズム技術 | NTT R&D Website

。博士（情報学）。2020年から2023年の間、JSTさきがけ兼任。2017年情報処理学会 山下記念研究賞等を受賞。組合せを扱うアルゴリズム・データ構造とその応用、および機械学習の研究に従事。 ▶フェロー

https://www.rd.ntt/research/JN202501_31214.html

圧縮計算でめざす高信頼インフラ―─決定グラフを用いたネットワーク解析問題の高速な解法 | NTT R&D Website

Decision Diagram）や、その亜種であるゼロサプレス型二分決定グラフ（ZDD: Zero-suppressed BDD）などを指します。いずれも組合せをグラフ理論的なグラフとして表現するデータ構造。 図

https://www.rd.ntt/research/JN202409_29259.html

データは「見せずに」活かせるのか？ ―セキュアマッチングの仕組みを解説 | SocioTechnical-Hub | NTT社会情報研究所

）を導入します。連想配列とは、キーとなるIDに対して、値となる属性値を対応させるデータ構造です。これによりIDに対応する属性値を取り扱うことができるようになっています。 図4に示すようにAliceが連想配列

https://www.rd.ntt/sil/media/0013.html

生成AI時代におけるコミュニケーション科学研究の新展開――人間と情報の本質探求と人に寄り添う技術の協創に向けて | NTT R&D Website

でめざす高信頼インフラ―決定グラフを用いたネットワーク解析問題の高速解法』（10）では決定グラフというデータ構造を用いたネットワーク解析の厳密解法について詳しく紹介しています。 一方、人間科学の分野

https://www.rd.ntt/research/JN202409_29257.html

LOD の応用とグラマイニングを用いた分析手法の研究

http://i-scover.ieice.org/iscover/resource/ KEYWORD-xxx-xxx-xxx-xxx-xxx I-Scover LODにおけるデータ構造の一例 4.2

https://www.rd.ntt/_assets/pdf/sic/event/2017/70/04-wakahara.pdf

oh2018_booklet.pdf

Diagram: BDD)とよばれるデータ構造を用いること で膨大な数の組合せを数え上げて問題を解く方法を研究して います。ここまで，膨大な数の組合せといってきたものは，数学的 には何らかの要素からなる組合

https://www.rd.ntt/cs/event/openhouse/2018/download/oh2018_booklet.pdf

oh2016_booklet.pdf

することなく 解析可能な機械学習の新しい技術を 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

https://www.rd.ntt/cs/event/openhouse/2016/download/oh2016_booklet.pdf

OH2020冊子

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を用いることで１日に短縮します。 本手法

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

ntt冊子2012.indd

ーンだと、この反応」 無限関係モデル： オブジェクトの「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

https://www.rd.ntt/cs/event/openhouse/2012/oh2012_booklet.pdf

OpticalNetworkControllerSBISpecificationOpenROADM_V1.0.1.xlsx

コウカノウ 「3.1 共通規定（NETCONF）」シートを参照 *2:エラー情報のデータ構造については、 ジョウホウ コウゾウ 「3.1 共通規定（NETCONF）」シート 「レスポンス構文(異常)」を参照 任意

https://www.rd.ntt/ns/2025/11/28/OpticalNetworkControllerSBISpecificationOpenROADM_V1.0.1.xlsx

OpticalNetworkControllerSBISpecificationOpenROADM.xlsx

のデータ構造については、 ジョウホウ コウゾウ 「3.1 共通規定（NETCONF）」シート 「レスポンス構文(異常)」を参照 任意のリクエスト rpc edit-config create レス

https://www.rd.ntt/ns/2025/08/26/OpticalNetworkControllerSBISpecificationOpenROADM.xlsx

OpticalNetworkControllerNBISpecification_V1.0.1.xlsx

NotificationAPI一覧」 *2:RESTCONF/WebSocketの構文は、「3.1 共通規定（RESTCONF）」「3.2 共通規定（WebSocket）」シートを参照 *3:エラー情報のデータ構造

https://www.rd.ntt/ns/2025/11/28/OpticalNetworkControllerNBISpecification_V1.0.1.xlsx

OpticalNetworkControllerNBISpecification.xlsx

NotificationAPI一覧」 *2:RESTCONF/WebSocketの構文は、「3.1 共通規定（RESTCONF）」「3.2 共通規定（WebSocket）」シートを参照 *3:エラー情報のデータ構造

https://www.rd.ntt/ns/2025/08/26/OpticalNetworkControllerNBISpecification.xlsx

OpticalNetworkControllerSBISpecificationTAPI_V1.0.1.xlsx

:エラー情報のデータ構造については、「3.1 共通規定（RESTCONF）」シート 「エラー情報定義」を参照 ジョウホウ コウゾウ サンショウ *4:T-APIではData APIに関してのみエラ

https://www.rd.ntt/ns/2025/11/28/OpticalNetworkControllerSBISpecificationTAPI_V1.0.1.xlsx

OpticalNetworkControllerSBISpecificationTAPI.xlsx

:RESTCONF/WebSocketの構文は、「3.1 共通規定（RESTCONF）」「3.2 共通規定（WebSocket）」シートを参照 *3:エラー情報のデータ構造については、「3.1 共通規定

https://www.rd.ntt/ns/2025/08/26/OpticalNetworkControllerSBISpecificationTAPI.xlsx

2019_booklet.pdf

が求められます。 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

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