AI Lab

AI-Lab

?作成者: Muhammad Angga Muttaqien、2018 年初め

?私にとって、独自の AI を使って作業し、これらのテクノロジーがいかに強力で影響力があるかを経験的に観察できる、まさに快適なラボです。主な研究テーマは次のとおりです。

1. 機械学習
2. 深層学習 (ビジョン学習、シーケンス学習、強化学習など)
3. 高度な技術 (例: GAN、ゼロショット学習、トランスフォーマー、マルチエージェント学習など)

Now, I'm conducting research on Reinforcement Learning

AI テクノロジーをさらに深く理解する最善の方法は、実際に AI テクノロジーを体験することです。 2018 年から 2020 年にかけて、私はコンピューター ビジョン (CV)、自然言語処理 (NLP)、強化学習 (RL) テクノロジーに基づいた多数の多様な深層学習アプリケーションを使用して十数の実験を実施するというエキサイティングな計画を立てています。実践を通じて学習することで、私が思い描く応用例は次のとおりです。

履歴書応募

 1. Object Classification
2. Object Detection
3. Real-time Object Detection
4. Semantic Segmentation
5. Instance Segmentation
6. Human Pose Detection
7. Visual Question Answering

NLP アプリケーション

 1. Machine Translation System
2. Sentiment Analysis
3. Text Summarization
4. Topic Modeling
5. Chatbot
6. Image Captioning
7. Speech Recognition

RL アプリケーション

 1. Dynamic Programming Method for MDPs
2. Monte Carlo Method
3. Temporal-Difference Method (Sarsa, Sarsamax, Expected Sarsa)
4. Value-Based Method (DQN, Double-DQN, PER-DQN, Dueling-DQN, Noisy-DQN, Distributional-DQN, Rainbow-DQN)
5. Policy-Based Method (Reinforce, TRPO, PPO)
6. Actor-Critic Method (A2C/A3C, GAE, DDPG)
7. Multi-Agent Method (MADDPG, MFMARL)

ロボット工学の応用

 The time will come soon.

次のコマンドを実行すると、プロジェクト上の任意のフォルダーを即座にコピーできます。

 svn checkout https://github.com/muhamuttaqien/AI-Lab/trunk/02-deep-learning

依存関係

このラボでは、 Python 3.7.3と次の Python ライブラリがインストールされている必要があります。

• 基本ライブラリ: NumPy、Matplotlib
• ドメイン固有のライブラリ: OpenCV、NLTK、Gym
• 深層学習フレームワーク: Keras、PyTorch、TensorFlow、ReNom

?以上です。議論がございましたら、こちらまでご連絡ください: [email protected]