非構造化データと大規模言語モデルを用いた少数データ領域予測の高精度化と知識抽出
機械学習による予測は、学習に使えるデータが少ない地域や、典型的な事例から外れた対象では精度が低下しやすい。本研究では、道路交通量予測を対象に、街路景観画像、衛星画像、道路名などの多様な情報を大規模言語モデルで読み取り、既存の予測を補う方法を開発する。さらに、どのような地域・道路の情報が予測改善に役立つかを明らかにし、データが限られる他の予…
株式会社エクスブリッジ
株式会社エクスブリッジ
Kurage 論文トラッカー｜東海・関東の大学の研究者
東京大学 科研費の研究 1件（生成AIと行政DX）
このシステムを作った会社が、御社の X の運用をお手伝いします。AI-SNS顧問を見る →
Kurage 論文トラッカー › 生成AIと行政DX › 増田 俊太郎
機械学習による予測は、学習に使えるデータが少ない地域や、典型的な事例から外れた対象では精度が低下しやすい。本研究では、道路交通量予測を対象に、街路景観画像、衛星画像、道路名などの多様な情報を大規模言語モデルで読み取り、既存の予測を補う方法を開発する。さらに、どのような地域・道路の情報が予測改善に役立つかを明らかにし、データが限られる他の予…
研究者の情報：CiNii Research の研究者ページ
研究の内容と国会の議論は、テーマが同じものを並べています。研究者ご本人が国会で発言したという意味ではありません。
出典：CiNii Research・KAKEN（国立情報学研究所）、国会会議録検索システム（国立国会図書館）。掲載内容の訂正・削除のご依頼はお問い合わせからお送りください。
Kurage.AI に相談AIが何でも答えます