TextAlive | junkato.jp
TextAliveを使ってみる TextAliveは2015年9月8日よりブラウザ上で試せるウェブサービスとして一般公開しています。Google Chrome, Microsoft Edgeなど最新のブラウザでアクセスしてみてください。 研究の概要 Kinetic Typographyは、文字を動かして見せることで意味をより深く伝えられる手法として、楽曲のプロモーションなどの動画で頻繁に利用されている。しかし、歌詞を楽曲と同期してアニメーションさせる動画を制作するためには、まず、動画制作ツールの使い方に慣れる必要があった。さらに、歌詞を文字ごとに時刻同期させて動きを手付けするため、多くの手間がかかっていた。 TextAliveは、ウェブ上に公開されている楽曲と歌詞の時間的対応付けを自動で推定し、Kinetic Typographyを用いた動画を自動生成する。したがって、事前にツールの使い方
英語論文の査読表現集
＜自分自身の英語論文査読技術向上のために・・・＞ 巷には英語科学論文の書き方なるものがあふれかえっております。また、英文手紙の書き方や英文eメールのhow-to本が出ているのは非常に心強いものです。ある程度決まり切った表現を使い回せば何とかなる論文作成に比べ、研究者個人の英語力がまともに出てしまうのが査読ではないかと思います。私はこれまで、辞書などにない（見つかりにくい）英語表現を自分でまとめ、電子辞書用の個人辞書として活用してきましたが、こと査読表現については、色々と苦戦し、言いたいことが書けず、投稿者にもエディターにも迷惑をかけてきました。そこで、1つは自分が今後査読をする際の参考にするため、もう１つは同じ悩みを抱えている研究者のために、ささやかではありますが、ここ10年くらいの間に自分が受けた査読結果を中心に、英語論文を査読するときに役に立つ表現集を作ることにしました。自分のアホさ加
一杉裕志
＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ この業務用個人 web ページの中身およびレイアウトを近々大幅に整理する予定です。 なお、数年後には完全閉鎖予定ですのでご注意ください。 ＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ 研究テーマ： 脳型汎用人工知能アーキテクチャの研究開発 人間のような知能を持つ機械を実現する最も確実な方法は、脳の動作原理を解明し、それを模倣することです。 私は自ら再帰的に目標を設定する強化学習 RGoal を用いた脳型汎用人工知能(AGI)アーキテクチャの構築を目指しています。 また、計算論的神経科学の分野で知られている大脳皮質に関する知見をヒントにした BESOM と呼ぶ 機械学習アルゴリズムの開発も行っています。 BESOM は複数の機械学習技術 （自己組織化マップ、ベイジアンネット、
脳を理解するための情報源メモ
脳を理解し BESOM モデルを拡張するために必要な知識の 良質な情報源を、独断で選んで紹介します。 （ 2014-06-04 更新） （2013-02-07: 内容が一部古くなっています。 また、少し敷居を上げ過ぎた感があるので、もう少し絞り込んで整理し直したいと思っています。） ★★★・・・ 必読。脳を理解しようとする人は必ず目を通すべきだと思います。 ★・・・ おすすめ。大変役に立ちます。 * こちらもご覧ください。 「脳を理解するための情報源メモ」更新予定メモ 目次 脳科学全般 機械学習 パターン認識、 自己組織化マップ、 ベイジアンネット、 独立成分分析、 主成分分析、 強化学習、 特徴選択、 正則化、 フレーム、 Deep Learning 認知科学・心理学 遂行機能、 事象関連電位、 アフォーダンス、 選択的注意 神経科学 神経解剖学、 計算論的神経科学 哲学 意識、 自由意
%2FCognitive-Science-Lecture.html)
認知科学講義スライド（北島宗雄）
-- 認知科学 講義（北島宗雄） この講義では、科学的アプローチによって人間の「認知行動」を探求することにより、新たな視点から人間を理解し、人間中心のモノ作りを行うための素養を養うことを目指します。講義では、人間をひとつの認知行動システムとして理解できることを重視し、認知科学の分野の話題を中心に、以下のテーマを扱います。 モデルヒューマンプロセッサ：人間が、外界を認知し、判断し、行動する過程を、近似的ではあるが統一的に扱うための枠組み アフォーダンス：環境からの働きかけによって生じる行動の仕組み メンタルモデル：環境の状態を理解し、次に行うべき行動を決定するために利用される知識 ヒューマンエラー：環境の状態、知識の状態、行動決定の仕組みが関連して起こるヒューマンエラー プロダクションシステム：人間が、外界を認知し、判断し、行動する過程を、コンピュータシミュレーションプログラムとして表現する
脳とベイジアンネット
ベイジアンネットを用いて大脳皮質の機能を再現するモデルが少しづつ増えています。 ベイジアンネットは大脳皮質の複雑で多様な振る舞いを少ない仮定で計算論的にきれいに説明するだけでなく、アルゴリズムやデータ構造、それらを実現する神経回路にいたるまで、大脳皮質に対する幅広く詳細な説明を与えつつあります。 ベイジアンネットに基づいて脳を理解することは、高い知能を持つロボットの実現に向けたブレークスルーになると考えています。 解説 「脳とベイジアンネットＦＡＱ」 脳とベイジアンネットに関して私がよく聞かれる質問です。 「解説：大脳皮質とベイジアンネット」 日本ロボット学会誌に載せていただいた解説です。（この pdf ファイルは日本ロボット学会の著作物です。） 一杉裕志, 解説：大脳皮質とベイジアンネット、 日本ロボット学会誌 Vol.29 No.5, pp.412--415, 2011. 「脳は計算機
脳とコンピュータとの違い
脳と現状のコンピュータは、計算モデル、アーキテクチャ、 アルゴリズムなどいろいろな観点からみて違いがあります。 はたしてコンピュータの上で脳と同じ機能は実現できるのでしょうか。 実現を難しくする要因として何が考えられるでしょうか。 ◆計算モデルの違い 計算する機械を数学的に抽象化したものを計算モデルと呼びます。 チューリングマシンは計算モデルの１つです。 チューリングマシンとは数学的に異なる計算モデルとしては、 例えば非決定性チューリングマシン、 （理想的な）アナログコンピュータ、量子チューリングマシン （量子コンピュータのモデル）があります。 これらはチューリングマシンよりも強力だったり速かったりします。 さて、「脳の計算モデル」はチューリングマシンと等価でしょうか、 それともより強力だったり速かったりするのでしょうか。 非決定性チューリングマシンは並列度が無限の計算機です。 脳は超並列
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
[pdf] 後藤真孝「「初音ミク」はなぜ注目されているのか」 電気学会誌 132(9) 2012
http://staff.aist.go.jp/k.homma/TutorialLecture_MRI.htm