物質の物性予測に適した新しいAIモデル「GNNOpt（Graph Neural Network for Optical Spectra）」を開発しました。 GNNOptは、量子シミュレーションと比較して100万倍の速度で、しかも高精度な光学スペクトル予測を行うことができました。 本成果によって、光学や ...

日立と楽天グループの研究開発機関である楽天技術研究所(以下、楽天)は、大規模な組合せ最適化問題を高速かつ高精度に解く新たな手法を開発しました。本手法は、日立のCMOSアニーリング技術*1と、楽天のグラフニューラルネットワーク(GNN)技術*2を ...

2019年7月3日、nlpaper.challengeが主催するイベント「第1回 NLP/CV最先端勉強会」が開催されました。NLP/CVの知見をもとにEmbedding ...

大規模なグラフニューラルネットワーク（GNN）推論における大幅な高速化を可能にするスケーラブルなAIアクセラレータを実現。 GNN推論中の不規則メモリアクセスをほぼ完全に解決し、計算コストを大幅に削減可能。 自動運転や広告推薦システムの ...

先端技術情報や市場情報を提供している(株)シーエムシー・リサーチ（千代田区神田錦町： https://cmcre.com/）では、 各種材料 ...

以下に『グラフニューラルネットワーク: PyTorchによる実装』（村田剛志 著、2022年7月20日）の要約をまとめます。 テーマ：グラフ構造データに深層学習（GNN）を適用する手法・応用の最前線解説書。PyTorchおよびPyTorch Geometricによる実装がカバーされています。