CarbGem Tech Blog｜カーブジェン採用チーム

深層距離学習（Deep Metric Learning）とは

Deep Metric Learning(深層距離学習)とはDeep Metric Learningは、深層学習を使用してデータ間の距離や類似性を学習する手法です。距離学習は生データ(a)からデータ間の距離や類似度を計算し(b)、同じクラスのデータは近づき、異なるクラスのデータは遠ざかるように重みを更新することで(c)、データを効果的に表現する埋め込み空間（embedding space）を学習します(d)。これにより、埋め込み空間では同じクラスに属するデータは近くに配置され

Uncertainty(不確実性)とは

Uncertainty(不確実性)とは深層学習における予測のUncertainty（不確実性）とは、さまざまな確率的要因によって発生する予測のばらつきの程度のことを言います。または、予測の信頼度の指標と捉えることもできます。つまり、予測のばらつきが大きいほど、予測の信頼度は低く、不確実性は高いということです。例えば、回帰問題で予測値がとる値の幅が広いときや、分類問題でクラス毎の確率分布の差が小さいときなどは、予測がばらついており不確実性が大きいと言えます。（図１）不確実性

医療画像AIにおけるDomain shift

ドメインシフトとはドメインシフトとは、機械学習モデルの開発環境において学習に使用したデータ（以下、学習データ）と運用環境で予測対象となるデータ（以下、ターゲットデータ）の性質が異なることです。詳細には、学習データとターゲットデータでドメインと呼ばれる入力変数X、出力変数Y、(X, Y)の確率分布のいずれかが一致しないことを指しています。ドメインシフトと精度ドメインシフトがどれくらい発生しているのかによって、運用環境では開発環境よりも予測精度が悪くなってしまいます。では、な

説明可能なAIモデル

What are Explainable models?explainable modelとはexplainable modelとはAIによる予測の根拠を人が理解できるように説明するモデルを指します。近年の第三次AIブームに伴う機械学習技術の向上によって、より高精度な予測や複雑な処理が可能になりました。こうした技術はマーケティング、自動運転、診断支援など幅広い分野での応用が期待されます。一方で多くの予測モデルは予測理由の説明が困難であり、特にDeep Learningのような

物体検出とは？

Object Detection(物体検出)とは Object Detection(物体検出)とは「画像や動画から物体を検出する技術」です。具体的にはバウンディングボックスと呼ばれる枠とラベルで、画像中の物体に対して位置決定とクラス分類を行います。Object Detectionを利用することで私たちは「画像中のどこに何があるか」を機械的に把握することができます。またボックス数を数えることで「対象の物体がいくつあるか」も推定できます。 image classificati

機械学習におけるImage Segmentationとは

What is Image Segmentation?機械学習におけるImage Segmentationとは画像をいくつかの領域に「分割」するタスクを指しています。Image Segmentationでは、画像を構成する一つ一つのピクセルに対してクラス分類を行います。そして分類されたクラスに割り当てられたピクセル値を表示することで、領域ごとに異なる色で塗り分けられた画像を出力します。Segmentationタスクは、ピクセルのクラス分類の仕方によってSemantic Seg

医用画像分類のAI

What is Image Classification?Image Classificationとは画像データを用いた機械学習のタスクの一つで、画像の分類を予測するものです。正確には、入力された画像が複数の分類カテゴリ(以下、カテゴリ)の中でどのカテゴリに該当するかの予測確率を出力します。具体例を以下に示します。まず各カテゴリの画像とラベル(airplane、automobile…)のセットを準備します。これが学習データにあたります。次に機械学習モデルの構築を行います。モデ

DeepLearning (上級編)

はじめに前回のDeep Learning（入門編）ではDeep Learningの特徴や仕組みについて解説しました。今回は、Deep Learning（上級編）としてモデル学習時の流れや学習時に設定するハイパーパラメータ、過学習問題について紹介したいと思います。学習の手順教師あり学習の場合を例に、Deep Learningモデルの学習手順を解説します。データセットの種類まずはデータセットを準備します。はじめにすべてのデータを学習データとテストデータに分け、

AIによる画像分類技術の医療応用

１．画像分類人工知能（Artificial Intelligence, AI）による画像分類は「教師あり学習」と「教師なし学習」の2つに区分されます。「教師あり学習」は、事前分類（ラベル付け）された画像のテストデータを用いて、データの特徴を学習するプロセスのことをいいます。一方「教師なし学習」は、ラベル付けされたデータを用いずにデータセット内のパターンを検出し、類似データごとにグループ化する手法です。「教師あり学習」の例としては、例えば、0から9までの手書き数字の画像を自

医療用アプリケーションのための機械学習

Background 機械学習という言葉をご存知でしょうか？恐らく多くの人が「Yes！」と答えるかと思います。機械学習は画期的かつ汎用性の高い先端テクノロジーであり、先進国を中心にさまざまな機械学習を用いた研究の発表や新サービスの登場が後を絶ちません。このトレンドは医療業界においても同様です。医療業界における機械学習の注目度を反映するデータの1つに生命科学や生物医学に関する参考文献や要約を掲載する検索エンジン（PubMed）の論文投稿数があります。PubMedで「Machi

DeepLearning（入門編）

What is Deep Learning? Deep Learningはプログラムでコーディングするのが難しい直観的な問題をコンピュータが解決するために開発された学習手法です。 DeepLearningでは、その他の機械学習手法と違って、学習に使用するデータから特徴量をコンピューターが自動的に抽出します。また、対象データの全体像から細部まで様々な粒度の情報を、階層構造として関連させて学習させています。こうした階層同士の関係を図表で表したときに、その図表が深く多くの層を

CarbGem Tech Blog

記事一覧