Conference Prsentations (Oral, Poster) -
-
メビウス型包除積分ニューラルネットワークの項数削減による精度と解釈
板橋将之,本田あおい
応用数理学会2021年度年会 日本応用数理学会
-
包除積分ネットワークモデルとｔノルム・コノルム演算の関係
本田あおい,長瀬准平,石渡哲哉
応用数理学会2021年度年会 日本応用数理学会
-
包除積分ニューラルネットの多層化とパーセプトロンによる構成について
長瀬准平,本田あおい,石渡哲哉
応用数理学会2021年度年会 日本応用数理学会
-
ルベーグ及び非加法的な測度積分によるディープニューラルネットワークの解釈性
本田あおい
第18回応用数学セミナー
-
Model interpretability of Moebius type inclusion-exclusion integral neural networks
Aoi Honda,Masayuki Itabashi,Simon James
Mathematical Society of Japan
-
非離散空間上の k-加法的測度の解析
福田亮治,本田あおい,岡崎悦明
第31回ソフトサイエンス・ワークショップ&第25回曖昧な気持ちに挑むワークショップ 日本知能情報ファジィ学会ソフトサイエンス研究部会、評価問題研究部会
-
簡易熱流体潤滑理論にもとづく真円軸受の新しい設計法
畠中清史,本田あおい
トライボロジー会議2020 日本トライボロジー学会
-
Generalization of k-order additive monotone measure for nondiscrete
Aoi Honda,Ryoji Fukuda,Yoshiaki Okazaki
Mathematical Society of Japan
-
Two non-discretizations for k-additivity of a monotone measure
Ryoji Fukuda,Aoi Honda,Yoshiaki Okazaki
Mathematical Society of Japan
-
Model Interpretability Using SHAP values and Importance:Comparing Inclusive Integration Networks and XGBoost
Masayuki Itabashi,Aoi Honda,Tsuyoshi Okita
Hinokuni Joho Symposium Information Processing Society of Japan, Kyushu Branch
-
メビウス型包除積分ニューラルネットワークモデルの数理
本田あおい
2019年度応用数学合同研究集会
-
メビウス型包除積分を用いた畳み込みニューラルネットワークによる手書き文字認識
佐々木真啓,大北剛,本田あおい
第42回情報理論とその応用シンポジウム
-
メビウス型包除積分を用いた解釈可能なニューラルネットワーク
板橋将之,大北剛,本田あおい
第42回情報理論とその応用シンポジウム
-
k-加法的測度の非離散化
福田亮治,本田あおい,岡崎悦明
第24回曖昧な気持ちに挑むワークショップ
-
Pan積分の拡張と単調収束定理
福田亮治,本田あおい,岡崎悦明
実解析学シンポジウム2019
-
メビウス型包除積分ニューラルネットワークによるデータ解析
本田あおい,大北剛
実解析学シンポジウム2019
-
メビウス型包除積分数理モデルの誤差逆伝播法を用いたパラメータ推定
本田あおい
日本数学会秋季総合分科会 日本数学会
-
非加法的測度の拡張としての非線形積分
福田亮治,本田あおい,岡崎悦明
日本数学会年会 日本数学会
-
非分布関数型非線形積分とその性質
福田亮治,本田あおい,岡崎悦明
第23回曖昧な気持ちに挑むワークショップ
-
集合関数の凸/凹拡張による分割型非線形積分
福田亮治,本田あおい,岡崎悦明
RIMS共同研究:関数空間の一般化とその周辺