第7章 ディープラーニングの研究分野

「深層学習教科書 ディープラーニング G検定（ジェネラリスト） 公式テキスト」第7章 ディープラーニングの研究分野
従来しゅほHの
キーワードは、
7-1 画像認識分野
・アレックスネット(AlexNet)：2012年のイメージネット画像認識コンテスト(ILSVRC)で、従来手法のサポートベクターマシンに替わりディープラーニングに基づくモデルとして初めて優勝。
・R-CNN：(Regional CNN)：ROI(関心領域)の切り出しの後に領域ごとに個別にCNNを呼び出す2段階のモデル。
・領域の切り出し：画像上の矩形領域(長方形)の左上の座標と右下の座標で表現することにすれば4つの点を予測する回帰問題とみなすことができる。
・セマンティックセグメンテーション：R-CNNのような矩形(四角形)の領域を切り出すのではなく、より詳細な領域分割を得るモデル。
インスタンスセグメンテーション：個々の物体ごとに認識させること。

7-2 自動言語処理分野
・ベクトル空間モデル：文章中の単語(word)は、記号の集まり(文字列)として表現することができる。この記号をベクトルとして表現することにより、ベクトル間の距離や関係として単語の意味を表現しようとしたモデル

7-3 音声認識
・WaveNet(ウェーブネット)：音声合成(Speech synthesis)と音声認識(speech recognition）の両者を行うことが出来るモデル。

7-4 強化学習(ロボティクス)
・強化学習(Reinforcement Learning:RL)

以上