ビデオ・Webセミナー

説明
関連リソース

ディープラーニング：LSTMによる系列データの予測と分類

Eiji Ota, MathWorks

概要

現在大きな脚光を浴びているディープラーニングの手法（LSTM）を使った系列データの予測と分類についてご紹介します。

LSTMはゲート付きRNNの一種であり、主に系列データのモデリングに利用されるものです。この再帰型のネットワークはセルと呼ばれるある種の「メモリ」を内包することにより、従来のRNNが苦手としていた長期の情報の保持を可能としたモデルになっており、現在多くの研究者・技術者の注目を集めています。

今回は、この系列データのモデリング手法のひとつであるLSTM（長短期記憶）について、基礎的な概念から具体的な使い方までをご紹介します。

ハイライト

LSTM（長短期記憶）の概要
ネットワークの構成方法
系列データの分類と予測

録画: 2018年9月7日

関連製品

関連情報

スライドをダウンロードする

センサーデータ解析のためのニューラルネットワーク (1:03:34)

ディープラーニング：セマンティック・セグメンテーションの基礎 (44:43)

サンプルファイルをダウンロードする

ディープラーニング：打音検査 (9:22)

ビデオに関するご意見・ご感想

主な機能

Deep Learning Toolbox

次は:

Maglev Modeling with Neural Time Series App

関連ビデオ:

Wine Classification with Neural Net Pattern Recognition App

Large Data in MATLAB: A Seismic Data Processing Case Study

Speeding Up Optimization Problems Using Parallel Computing

Using parfor to Run Loops in Parallel

関連ビデオをもっと見る