研究者詳細 - 本田　あおい

口頭発表・ポスター発表等 - 本田　あおい

分割表示155 件中 21 - 40 件目／全件表示 >>

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

メビウス型包除積分ニューラルネットワークの解釈性

本田あおい,板橋将之,S. James

日本数学会年会日本数学会

開催期間： 2021年03月16日 - 2021年03月19日記述言語：日本語開催地：Web開催

The Moebius type inclusion-exclusion integral is a representation of nonlinear integral with respect to nonadditive measures through the Moebius translation. We propose parameter estimation with backpropagation method of the Moebius type inclusion-exclusion integral mathematical model. Using this method, not only parameter determination but also data preprocessing can be performed automatically and the mathematical model can be interpreted. In this talk we show the performance of this method comparing with other neural network methods.

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

k次加法的単調測度の非離散への一般化

本田あおい,福田亮治,岡崎悦明

日本数学会秋季総合分科会日本数学会

開催期間： 2020年09月22日 - 2020年09月25日記述言語：日本語開催地：日本大学

The k-order additivity which is one of the main concepts for analyzing non-additivbe measure is considered. We introduce a generalization of the concept of the Moebius transform, and define the k-order additivity for nondiscrete monotone measure space with this. We show the the validity of this definition
and essential properties of k-order additivitiy. In addition we give several concrete examples of non-discrete k-order additive measure.

単調測度の k-加法性の2つの非離散化

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

開催期間： 2020年03月16日 - 2020年03月19日記述言語：日本語開催地：日本大学

The concept of the k-additive measure is originally defined for a non-additive measure on a finite
set. We propose two types of non-discretization for the definition of k-additive measure: “Constructive
k-additive measure” and “Formulaic k-additive measure”. We found some their properties and relations.

SHAP値や重要度を用いたモデル解釈性: 包除積分ネットワークとXGBoostの比較

板橋将之,本田あおい,大北剛

火の国情報シンポジウム2020 情報処理学会九州支部

開催期間： 2020年03月09日 - 2020年03月10日記述言語：日本語開催地：九州工業大学飯塚キャンパス

包除ネットワークは，隠れ層1層の機械学習アルゴリズムであるが，この解釈性の問題にプリミティブな形でどう対処するかを本論文では見ていくことを目的とする．目標は古典的なシャープレイ値や重要度を用いる形を2つのデータ集合を用いて実験を行なう．

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

　前のページ - 次のページ　

<本田 あおい>

口頭発表・ポスター発表等 - 本田 あおい

<本田　あおい>

口頭発表・ポスター発表等 - 本田　あおい