【AI】AIを用いて地震後に起きる余震を正確に予測するGoogleの研究[08/31]
77ニュースソース検討中@自治議論スレ [sage]
78ニュースソース検討中@自治議論スレ [sage]
79ニュースソース検討中@自治議論スレ
80ニュースソース検討中@自治議論スレ [sage]
81ニュースソース検討中@自治議論スレ [sage]
82ニュースソース検討中@自治議論スレ [sage]
83ニュースソース検討中@自治議論スレ
84過去ログ ★
ディープランニグを使う意味が分からん
単なる統計データの解析であって
>開発したシステムが地震発生時に重要な「物理量」を特定するのに役立つことが明らかになっています。
相関の大きい物理量を出せば良いだけでは?
ディープランニングを何回もやって特定するとか無駄じゃねか?
単なる統計データの解析であって
>開発したシステムが地震発生時に重要な「物理量」を特定するのに役立つことが明らかになっています。
相関の大きい物理量を出せば良いだけでは?
ディープランニングを何回もやって特定するとか無駄じゃねか?
2018/11/17(土)21:53:35.81(3hjhwMdX.net)
78ニュースソース検討中@自治議論スレ [sage]
11/22
【北海道】十勝岳で火山性微動 突発的な噴気・熱水などに注意
https://asahi.5ch.net/test/read.cgi/newsplus/1542865224/
11/23
【北海道】雌阿寒岳で火山性地震増加 直ちに噴火する兆候はなし
https://asahi.5ch.net/test/read.cgi/newsplus/1542917137/
【北海道】雌阿寒岳 噴火警戒レベル2に引き上げ
https://asahi.5ch.net/test/read.cgi/newsplus/1542981633/
【北アルプス】焼岳で火山性地震が増加 噴火警戒レベル1は継続
https://asahi.5ch.net/test/read.cgi/newsplus/1542981556/
11/23
【政府】空港の浸水対策推進 最大4兆円、3年で実施
https://asahi.5ch.net/test/read.cgi/newsplus/1542932887/
【北海道】十勝岳で火山性微動 突発的な噴気・熱水などに注意
https://asahi.5ch.net/test/read.cgi/newsplus/1542865224/
11/23
【北海道】雌阿寒岳で火山性地震増加 直ちに噴火する兆候はなし
https://asahi.5ch.net/test/read.cgi/newsplus/1542917137/
【北海道】雌阿寒岳 噴火警戒レベル2に引き上げ
https://asahi.5ch.net/test/read.cgi/newsplus/1542981633/
【北アルプス】焼岳で火山性地震が増加 噴火警戒レベル1は継続
https://asahi.5ch.net/test/read.cgi/newsplus/1542981556/
11/23
【政府】空港の浸水対策推進 最大4兆円、3年で実施
https://asahi.5ch.net/test/read.cgi/newsplus/1542932887/
2018/11/24(土)03:09:17.73(1ixMerye.net)
79ニュースソース検討中@自治議論スレ
電子基準点の変位をモニタするシステムとリンクさせてほしい
2018/11/25(日)17:23:36.52(7rlsQV+Q.net)
80ニュースソース検討中@自治議論スレ [sage]
2018/11/26(月)05:49:43.13(ihniYaIQ.net)
81ニュースソース検討中@自治議論スレ [sage]
2018/11/08
【南海トラフ】紀伊半島〜四国で「スロースリップ継続中」プレート内でM5[11/07]
https://egg.5ch.net/test/read.cgi/scienceplus/1541663575/
【南海トラフ】紀伊半島〜四国で「スロースリップ継続中」プレート内でM5[11/07]
https://egg.5ch.net/test/read.cgi/scienceplus/1541663575/
2018/11/28(水)12:30:43.60(g4as9dZj.net)
82ニュースソース検討中@自治議論スレ [sage]
2018/11/28(水)12:40:34.13(g4as9dZj.net)
83ニュースソース検討中@自治議論スレ
>>77
ディープラーニングは統計とは関係なく
入力と出力の最適化しかしていない
だからこそ、もし膨大なデータをバックワードで
学習できた場合、単純に判別できないの特徴量を
未知の関数で表現できたことになる。
これは統計的なデータ処理とは根本的に方法が異なる。
ニューラルネットワークを使う利点には、
未知の関数型を探索する目的があると思う。
予測ができる理由はわからないので科学理論にはならないが
予測をする目的としては十分達成されている。
ディープラーニングは統計とは関係なく
入力と出力の最適化しかしていない
だからこそ、もし膨大なデータをバックワードで
学習できた場合、単純に判別できないの特徴量を
未知の関数で表現できたことになる。
これは統計的なデータ処理とは根本的に方法が異なる。
ニューラルネットワークを使う利点には、
未知の関数型を探索する目的があると思う。
予測ができる理由はわからないので科学理論にはならないが
予測をする目的としては十分達成されている。
2018/11/28(水)13:03:10.39(4VHBQGRd.net)
84過去ログ ★
■ このスレッドは過去ログ倉庫に格納されています
[過去ログ]