開示情報 > 全文検索

過去５年分のＩＲ情報から全文検索することができます。

  • ・ＥＤＩＮＥＴで開示されている法定開示書類（有価証券報告書、臨時報告書、大量保有報告書ほか）
  • ・ＴＤｎｅｔ（適時開示情報）で開示されているＩＲ情報（決算短信、業績修正ほか）
  • ・証券取引所等で開示されているコーポレートガバナンス情報
  • ・証券取引所等に提出されている定款・株主総会招集通知を収録
機械学習 の検索結果　13件中 1-13件目(7.807秒)
2024年10月期 第1四半期 決算説明資料
2024/03/14 【5132】株式会社ｐｌｕｓｚｅｒｏ、その他のIR
2024年10月期 第1四半期 決算説明資料
引用：2024 年 10 月期第 1 四半期 決算説明資料 株式会社 pluszero ( 証券コード:5132) 2024 年 3 月 14 日会社概要 pluszeroは「 第 4 世代 AI」カンパニー AEIはArtificial Elastic Intelligenceの略であり、 pluszeroが実装している二重過程モデルのAIのブランド名になります。 ルールベース のAI 機械学習 のAI + = ( 生成 AIや深層学 習を含む) AEI Artificial Elastic...
事業計画及び成長可能性に関する説明資料
2024/01/25 【5132】株式会社ｐｌｕｓｚｅｒｏ、その他のIR
事業計画及び成長可能性に関する説明資料
引用： & 現場対応 力を向上 AEI Artificial Elastic Intelligence 第 1 次 AIブーム第 2 次 AIブーム融 1960 年代 推論と検索 1980 年代 ルールベースと エキスパートシステム 第 3 次 AIブーム 2000 年代 ディープラーニングを 含む 統計的機械学習 合 第 4 世代 AI ( 二重過程モデル) 2020 年代 第 1・2 次 AIの流れと 第 3 次 AIの流れの融合 Copyright © pluszero. All rights...
2023年10月期通期 決算説明資料
2023/12/14 【5132】株式会社ｐｌｕｓｚｅｒｏ、その他のIR
2023年10月期通期 決算説明資料
引用： (ChatGPT・GPT4 等 ※ ) ChatGPTの 信頼性 & 現場対応 力を向上 AEI Artificial Elastic Intelligence 第 1 次 AIブーム第 2 次 AIブーム融 第 3 次 AIブーム合 1960 年代 推論と検索 1980 年代 ルールベースと エキスパートシステム 2000 年代 ディープラーニングを 含む 統計的機械学習 第 4 世代 AI ( 二重過程モデル) 2020 年代 第 1・2 次 AIの流れと 第 3 次 AIの流れの融合 Copyright...
有価証券報告書－第6期(2022/11/01－2023/10/31)
2024/01/29 【5132】株式会社ｐｌｕｓｚｅｒｏ、有価証券報告書
有価証券報告書－第6期(2022/11/01－2023/10/31)
引用：機構 (CRDS)「 第 4 世代 AIの研究開発 - 深層学習と知識・記号推論の融合 -」による と、第 4 世代 AIは、現在の主流である「ディープラーニングを含む統計的機械学習 」を用いた第 3 世代 AIが持つ以下の 3つの限界を克服することを目的とし、その手段として「 推論と検索 」を用いた第 1 世代 AI 及び「ルールベースのシス テム」を用いた第 2 世代 AIと第 3 世代 AIを融合させることで、実現を目指す次世代 AIとなっております。 1 学習に大量の教師データや計算機資源...
2023年10月期 第３四半期 決算説明資料
2023/09/14 【5132】株式会社ｐｌｕｓｚｅｒｏ、その他のIR
2023年10月期 第３四半期 決算説明資料
引用： (ChatGPT・GPT4 等 ※ ) ChatGPTの 信頼性 & 現場対応 力を向上 AEI Artificial Elastic Intelligence 第 1 次 AIブーム第 2 次 AIブーム融 第 3 次 AIブーム合 1960 年代 推論と検索 1980 年代 ルールベースと エキスパートシステム 2000 年代 ディープラーニングを 含む 統計的機械学習 第 4 世代 AI ( 二重過程モデル) 2020 年代 第 1・2 次 AIの流れと 第 3 次 AIの流れの融合 Copyright...
2023年10月期 第２四半期 決算説明資料
2023/06/14 【5132】株式会社ｐｌｕｓｚｅｒｏ、その他のIR
2023年10月期 第２四半期 決算説明資料
引用：*1~*4 全社員中 41.0% (2023 年 1 月末 41.8%) 創業初期の採用を東京大学の学生に特化 して人材基盤を確立 正社員とインターンを区別しない実力主義 のハイブリッド組織 文系 文理融合型 理系 得意分野 言語学 得意分野 哲学 & 計算機科学 得意分野 言語 & 機械学習 得意分野 心理学 & 数学 得意分野 機械学習 複数案件を同時並行で担当することの推進 *1 文理融合型人材の習熟分野の組み合わせは当社従業員の一例であり、上図は文理融合型人材の在籍比率を示す...
2023年10月期第１四半期 決算説明資料
2023/03/15 【5132】株式会社ｐｌｕｓｚｅｒｏ、その他のIR
2023年10月期第１四半期 決算説明資料
引用：化 して人材基盤を確立 正社員とインターンを区別しない実力主義 のハイブリッド組織 文系 文理融合型 理系 得意分野 言語学 得意分野 哲学 & 計算機科学 得意分野 言語 & 機械学習 得意分野 心理学 & 数学 得意分野 機械学習 複数案件を同時並行で担当することの推進 *1 文理融合型人材の習熟分野の組み合わせは当社従業員の一例であり、上図は文理融合型人材の在籍比率を示すものでは ありません。具体的には、文理融合型人材が当社の従業員の6 割を占めることを示すものではありません。 *2 文理...
会社説明および決算説明資料（事業計画及び成長可能性に関する説明資料）
2023/04/13 【5132】株式会社ｐｌｕｓｚｅｒｏ、その他のIR
会社説明および決算説明資料（事業計画及び成長可能性に関する説明資料）
引用：を突破する AEIはArtificial Elastic Intelligenceの略であり、 人間のように意味を理解できる技術の開発を目指す上での実装可能な技術コンセプトである。 AEIはディープラーニングの限界を突破して高い意味理解を実現する可能性が高い手法である。 第 1 次 AIブーム第 2 次 AIブーム融 第 3 次 AIブーム合 1960 年代 推論と検索 1980 年代 ルールベースと エキスパートシステム 2000 年代 ディープラーニングを 含む統計的機械学習 2020 年代 第...
事業計画及び成長可能性に関する事項
2023/01/24 【5132】株式会社ｐｌｕｓｚｅｒｏ、その他のIR
事業計画及び成長可能性に関する事項
引用：はArtificial Elastic Intelligenceの略であり、 人間のように意味を理解できる技術の開発を目指す上での実装可能な技術コンセプトである。 AEIはディープラーニングの限界を突破して高い意味理解を実現する可能性が高い手法である。 第 1 次 AIブーム第 2 次 AIブーム融 第 3 次 AIブーム合 1960 年代 推論と検索 1980 年代 ルールベースと エキスパートシステム 2000 年代 ディープラーニングを 含む統計的機械学習 2020 年代 第 4 世代 AI 第 1・2 次...
2022年10月期決算説明資料
2022/12/14 【5132】株式会社ｐｌｕｓｚｅｒｏ、その他のIR
2022年10月期決算説明資料
引用： / 東大卒 * 大学院生 / 大学院卒 * 全社員中 42.5% (2022 年 3 月末 45.6%) 120 名規模の人材プール*1~*4 全社員中 43.3% (2022 年 3 月末 40.8%) 創業初期の採用を東京大学の学生に特化 して人材基盤を確立 正社員とインターンを区別しない実力主義 のハイブリッド組織 文系 文理融合型 理系 得意分野 言語学 得意分野 哲学 & 計算機科学 得意分野 言語 & 機械学習 得意分野 心理学 & 数学 得意分野 機械学習 複数案件を同時並行で担当...
事業計画及び成長可能性に関する説明資料
2022/10/28 【5132】株式会社ｐｌｕｓｚｅｒｏ、その他のIR
事業計画及び成長可能性に関する説明資料
引用：を突破する AEIはArtificial Elastic Intelligenceの略であり、 人間のように意味を理解できる技術の開発を目指す上での実装可能な技術コンセプトである。 AEIはディープラーニングの限界を突破して高い意味理解を実現する可能性が高い手法である。 第 1 次 AIブーム第 2 次 AIブーム融 第 3 次 AIブーム合 1960 年代 推論と検索 1980 年代 ルールベースと エキスパートシステム 2000 年代 ディープラーニングを 含む統計的機械学習 2020 年代 第...
有価証券報告書－第5期(2021/11/01－2022/10/31)
2023/01/26 【5132】株式会社ｐｌｕｓｚｅｒｏ、有価証券報告書
有価証券報告書－第5期(2021/11/01－2022/10/31)
引用：分野は文系領域であるが、学外で理系領域を学習し、文理双方の分野にお いて当社が定める一定以上の基準で習熟している従業員 ・大学或いは大学院における専攻分野が文理双方の領域に跨り、文理双方の分野において当社が定める一定 以上の基準で習熟している従業員 3.( 注 ) 2における理系領域は計算機科学、機械学習、数学等の領域を指しております。 4.( 注 ) 2における文系領域は言語学、哲学、心理学等の領域を指しております。 EDINET 提出書類 株式会社 pluszero(E38008) 有価証券...
有価証券届出書（新規公開時）
2022/09/22 【5132】株式会社ｐｌｕｓｚｅｒｏ、有価証券届出書
有価証券届出書（新規公開時）
引用：における専攻分野が文理双方の領域に跨り、文理双方の分野において当社が定める一定 以上の基準で習熟している従業員 3.( 注 ) 2における理系領域は計算機科学、機械学習、数学等の領域を指しております。 4.( 注 ) 2における文系領域は言語学、哲学、心理学等の領域を指しております。 また、当社在籍人材の特徴として、AIやITなどの技術系に対応できる人材の割合は90%を超え、大学院生士以上の人 材の割合も全従業員の40%を超えております。学習力・技術力を持つメンバーが数多く在籍することで、当社が所属...
  
開示情報 > 全文検索