思考の木（Tree of Thoughts）
Definition
思考の木（ToT）は、従来の思考連鎖プロンプティングを拡張したもので、モデルが各ステップで複数の異なる推論経路を探索し、木構造を形成できるようにします。モデルは各ノードの状態を評 …
Algorithms
量子機械学習
Definition
Summary
量子機械学習（QML）は、量子コンピューティングの能力と機械学習技術を統合する新興の学際的分野です。これは、もつれなどの量子現象を活用して…
Key …
物体検出
Definition
物体検出は、画像分類を超え、画像内にどのような物体が存在するかだけでなく、それらがどこにあるかを特定します。検出された項目の周囲に境界座標（バウンディングボックス）を出力し、対応 …
最大内積探索
Definition
最大内積探索（MIPS）は、情報検索や機械学習、特に推薦システムにおける基本的な問題です。標準的なコサイン類似度検索がベクトルの方向性の一致を測るのに対し、MIPSはベクトルの絶 …
生涯計画A*
Definition
生涯計画A*（LPA*）は、コストが時間とともに変化する環境向けに設計されたA探索アルゴリズムの拡張版です。LPAは探索を再起動するのではなく、優先度キューを維持し、 …
遅延学習
Definition
k近傍法（k-NN）などの遅延学習アルゴリズムは、トレーニングデータセット全体を記憶し、予測を行う際のみ計算を実行します。これは、事前に汎化モデルを構築する積極的学習（Eager …
階層的ナビゲート可能スモールワールド
Definition
階層的ナビゲート可能スモールワールド（HNSW）アルゴリズムは、各レイヤーが下のレイヤーのノードの部分集合を含む多層グラフを構築します。検索は最上位レイヤーから始まり、近いノード …
極値最適化
Definition
集団を維持する遺伝的アルゴリズムとは異なり、EOは単一の解に対して動作します。全体の適合度に最も貢献していない構成要素を特定し、それをランダムな代替要素と置き換えます。このプロセ …
Discovery System
Definition
発見システムは、膨大なデータ空間の探索を自動化することで、科学的または分析的な突破口を加速することを目的とした計算フレームワークです。従来の最適化が特定の目標関数を最小化または最 …
差分プライベート確率的勾配降下法
Definition
DP-SGDは、トレーニングデータのプライバシーを保護するために設計された確率的勾配降下法（SGD）のバリアントです。各サンプルの勾配寄与をクリップして感度を制限し、その後ガウス …
交差エントロピー法
Definition
交差エントロピー法（CEM）は、離散問題および連続問題の両方に使用される強力な汎用最適化アルゴリズムです。これは、探索空間全体の確率分布を維持し、その分布からサンプリングを行うこ …
計算ヒューリスティック知能
Definition
計算ヒューリスティック知能とは、合理的な時間枠内で満足できる解を見つけるために、勘所（ルール・オブ・サム）、近似、または推測を用いるアルゴリズムを含みます。網羅的な（探索とは異な …
ボールツリー
Definition
ボールツリーは、ハイパー直方体ではなく、入れ子になった超球（ボール）にデータポイントを分割します。この構造により、近傍点間の距離を計算することで最近傍クエリ中に効率的なプルーニン …
自動交渉
Definition
自動交渉とは、人間の利益を代表するソフトウェアエージェントが取引プロセスを行うことを指します。これらのエージェントはゲーム理論、最適化アルゴリズム、機械学習を用いて提示を行い、相 …
アクター・クリティックアルゴリズム
Definition
アクター・クリティックアルゴリズムは、アクションを選択するためのポリシーを更新する「アクター」と、価値関数を推定してそれらのアクションの品質を評価する「クリティック」の2つのコン …
教師なし学習
Definition
教師なし学習は、生データ内の隠れた構造、クラスター、または分布を自律的に特定します。一般的な手法には、クラスタリング、次元削減、生成モデリングがあります。これは、ラベル付けされた …
最適化
Definition
機械学習において、最適化とは損失関数を最小化するようにモデルパラメータを調整するためのアルゴリズムを指し、それによってモデルの性能を向上させます。一般的な手法には勾配降下法やその …
ワンステップ
Definition
機械学習および最適化において、ワンステップ法は収束するために複数のイテレーションや更新を必要とせず、問題を直接解きます。 …
オンポリシー
Definition
オンポリシーアルゴリズムでは、エージェントは現在のポリシーによって取られた行動から直接学習する必要があります。これは、探索中に収集されたデータが即座にポリシーの更新に使用され、一 …
探索
Definition
探索は、ゲームプレイやルート計画などの複雑な問題空間をナビゲートするために使用されるAIの基本パラダイムです。A*、Minimax、モンテカルロ木探索などのアルゴリズムは、潜在的 …
Reinforcement Learning（強化学習）
Definition
強化学習（RL）は、インテリジェントエージェントが環境の中で累積報酬を最大化するためにどのような行動を取るべきかという焦点を当てた機械学習の一分野です。教師あり学習とは異なり、正 …
マッチング
Definition
マッチングは、異なるデータエンティティ間の関係を確立するために機械学習で用いられる重要な技術です。コンピュータビジョンでは、特徴量マッチングにより画像間で対応する点を特定し、他の …
意思決定
Definition
AIにおける意思決定は、データ、モデル、および事前に定義された目的に基づいて、可能性のある選択肢から最適な行動を選択するプロセスです。これは、厳格なルールに従う決定論的なものか …
カルロ（モンテカルロ法関連）
Definition
モンテカルロ法は、解析的に解くのが難しい複雑な数学的問題を近似するためのAIおよび統計学における重要な技法です。これにより、数千または数百万のランダムなサンプル生成を通じて数値解 …
Adam
Definition
Adam（Adaptive Moment Estimation）は、ディープニューラルネットワークのトレーニングに使用される人気のある一階勾配ベースの最適化アルゴリズムです。これ …
逆伝播法
Definition
逆伝播法（バックプロパゲーション）は、誤差の逆伝播の略で、人工ニューラルネットワークにおいて損失関数に対する重みの勾配を計算するために使用される手法です。これは、逆方向に伝播させ …