数値計算 CNNとFCの融合体：Attention機構が切り開く知能の地形図
その他のエッセイはこちら序論：抽象化のジレンマとAttentionの登場本稿は、自動車業界に従事するエンジニアの視点から、AI技術の中でも特に注目されているAttention機構について、その構造的・機能的意義を探るものである。筆者自身はA...
AI
数値計算 
G検定 G検定対策 究極カンペをつくろう#6 深層強化学習(強化学習の基本構造、価値ベースアルゴリズム、方策勾配アルゴリズム、分散・統合型アルゴリズム、補助・拡張技術、学習設定と環境構築、応用事例)
強化学習は「状態・行動・報酬・環境・エージェント」の基本構造を中心に、補助技術と連携して進化してきた。DQNやPPOを軸に、価値ベース・方策勾配・分散型アルゴリズムが技術的に発展し、応用事例へとつながっている。因果関係図を活用することで、技術のつながりと応用先が体系的に理解でき、G検定対策にも有効である。
G検定 G検定対策 究極カンペをつくろう#5 音声処理(音声信号のデジタル化・符号化、音響特徴量の抽出、音声の言語的・音韻的特徴、音声処理モデル、音声処理タスクの種類と応用)
音声処理は「AD変換 → PCM → FFT → MFCC → 音素 → モデル → 応用」という因果関係で構成されている。音素を中心に、HMMによる音声認識、WaveNetによる音声合成が展開される。MFCCは話者識別や感情分析にも応用され、音声処理の幅広い可能性を支えている。
G検定 G検定対策 究極カンペをつくろう#4 Attention(Transformer構成要素、モデルアーキテクチャの系譜、 Attention基本概念、自己注目と多視点処理、Attention計算構造)
Seq2SeqからTransformerへの進化により、自然言語処理は理解系（BERT）と生成系（GPT）に分岐した。AttentionはSelf・Multi-Head・Encoder-Decoder型に分類され、Query・Key・Valueによる計算構造が中核を成す。位置エンコーディングや残差接続などの補助構成要素が、Transformerの性能と安定性を支えている。
G検定 G検定対策 究極カンペをつくろう#3 自然言語処理(基盤技術、テキスト表現、モデルアーキテクチャ、言語モデル、LLM、評価ベンチマーク、応用タスク)
自然言語処理は、単語の分割から意味理解・文生成・応用まで、因果関係に基づいて技術が連続的に発展している。基盤技術・テキスト表現・モデルアーキテクチャ・言語モデル・LLM・応用タスクの各領域が相互に関連している。技術の背景や目的を理解することで、単なる用語暗記ではなく、体系的な理解が可能となる。
数値計算 関数をハックせよ：多項式回帰・フーリエ級数・ニューラルネットによる関数近似戦略
その他のエッセイはこちら筆者の立ち位置と本稿の目的筆者は自動車業界でエンジニアとして働いており、日々の業務ではセンサーデータや物理モデルの解析に携わっている。特に、多項式回帰やフーリエ変換を用いた関数近似や信号処理は、実務で頻繁に活用してい...
数値計算 オブジェクト指向を線形代数で読み解く:エンジニアのための思考実験
ソフトウェア設計における因果関係の明確化。条件分岐や状態遷移の数理的な記述。並列処理やバッチ処理の自然な導入。AIモデルとの構造的な共通性の理解。
動画作成 VOICEVOXとAivisSpeechキャラと一緒に！AviUtlを使った動画作成 バックナンバー(立ち絵やら動画やらアイキャッチ画像やら)
動画作成関連のバックナンバー用ページ。立ち絵を作ったり、動画作ったり、アイキャッチ画像作ったりなどを掲載していく。
G検定 G検定 画像認識 究極カンペ#2｜一般物体認識・物体検出・セグメンテーション・姿勢推定
G検定の画像認識分野（一般物体認識・物体検出・セグメンテーション・姿勢推定）を、AlexNetを起点とした因果関係図で整理した「究極カンペ」シリーズ#2の講義ノートです。VGG・ResNet・DenseNet・EfficientNet・Vision Transformer、YOLO・R-CNN・SSD、FCN・U-Net・DeepLab、OpenPoseやPAFなど、代表的なモデルのつながりをG検定カンペ用に理解しやすく解説します。
G検定 G検定は意味ない？究極カンペの作り方と勉強ステージ解説【G検定対策#1】
「G検定は意味ない」と言われる理由を整理しつつ、G検定対策で目指すべき勉強のステージや究極カンペの考え方を解説します。SNS上の評判、語彙力→因果関係→応用力という学習ステージ、シラバスを使ったカテゴリ分けや因果関係図の例を通じて、「カンペに頼らない自分」を作るための導入編です。