VRをビジネス活用するサービスライン「VR Insight™」の第一弾サービス「VR ON AIR TEST」のプロトタイプが完成 | AOI Pro. Inc.
VRをビジネス活用するサービスライン「VR Insight™」の第一弾サービス「VR ON AIR TEST」のプロトタイプが完成 VRを通じて、映像を視聴する人の心にアクセスする 2017.07.26 事業 株式会社AOI Pro.、アルティテュード株式会社、株式会社BlueMeme、FOVE, Inc.、ニューロスカイジャパン株式会社、アップフロンティア株式会社、株式会社ブライセンは、VRをビジネス活用するサービスライン「VR Insight™」の開発を2017年3月より始動し、この度、第一弾サービスとして「VR ON AIR TEST(以下VR OAT)」のプロトタイプを発表しました。 VR空間でTVCMを視聴するのと同時に取得した生体反応と回答や行動を結びつけ、それを解釈することで、「TVCMを視聴する人の心がどう動いているか」を科学的に把握することを目指します。 人の意思決定や行
子育て世代に送る「デジタル写真管理システム」構築のススメ 簡単共有＆自動バックアップを可能に - はてなニュース
こんにちは、からあげ（id:karaage）です。今回は、子供を持つカメラが趣味の父親として、簡単共有・自動バックアップ可能な「デジタル写真管理システム」を子育て世代に向けて紹介したいと思います。少し大げさなタイトルですが、ITの専門家ではない私が、自分なりのちょっとした工夫を紹介します。子育てをしている多くの方や、子育て世代以外の方々にも参考になる内容と思いますので、よろしければ気楽にご一読ください。 ＜目次＞ ■ カメラ好きの父親が悩む、子供が生まれてからの写真管理 ■ iCloudの共有アルバムを使った写真共有 ■ 増え続ける写真データをいかに守るか ＜実は危険なSDカード保管による写真データのバックアップ＞ ＜増え続ける写真をNASで確実に保存・バックアップ＞ ＜クラウドストレージサービスへのバックアップ＞ ■ プリントアウトもおすすめ ■ まとめ ■ 著者プロフィール 関連エント
ベイズ統計モデリングと心理学
17. ベイズ統計 is 何 for 心理の人 • 古典的な統計学（因子分析などで使われる ような最尤法という推定手法が有名）より も柔軟なモデル推定を実現できるもの 適用例：モデルの未知数 (パラメータ) 多い ＋モデルが複雑な場合にも適用可能 ＋ N の少ないデータでも適用可能 詳しいことはやる気が出てから学ぼう！ 出なければ出るまであたためよう！
急なデートや合コンでも大丈夫！プロが厳選メンズファッションサイト
鈴木 株式会社エクラ 商品開発担当。 元美容インストラクター。化粧品検定1級・コスメコンシェルジュ資格保持。 男性のみなさん、 ラッキー！気になっていた女性と急に二人で出かけることになった。または、気になる女性から「来週合コンしない？」とのお誘い。 こんなシュチュエーション、男性なら一度は経験あるのでは？ OKの返事はしたものの、洋服のセンス０（ゼロ）で全く服装に自信がないのでどうすればよいのか悩みは尽きぬもの。 とりあえず平均値並みの第一印象は与えておきたいけれどどんな服装が女性の心をググッとつかめるものなのかわからない。 そんな男性の皆さまのお悩みを解決するために、今回は現役ファッションジャーナリストの髙はし賀子さんに、 ファッション偏差値の低い男性でも、女性ウケするコーディネートの参考になるファッションサイトを教えていただきました。 シーン別のお勧めコーディネートや実際に購入可能な通
Neural Style Transfer: Prismaの背景技術を解説する
写真をピカソやゴッホのようなスタイルに変換できるアプリPrismaが話題になりました。多くの人は、ディープラーニングが使われているかどうかとは関係なく、純粋にアプリを楽しんでいるのだと思います。 このようにディープラーニングを使った人気アプリが出てくるということは非常に良いことではないかと思います。今回は、Prismaの背景技術（と思われるもの）を解説していきます。 目次 基礎理論 実装 改善 高速化 まとめ 基礎理論 ディープラーニングを使ったアート系の論文は色々と出ていますが、一番基礎となる論文はGatys et al. 2016ではないかと思います。プレプリント版は2015年8月に出ています。 この論文は記事として取り上げられて話題になっていたりもしたので、知っている人も多いのではないかと思います。この章では、スタイル変換の基礎となるこの論文を解説していきます。 Gatys et a
Udacity自動運転エンジニアコースのTerm1を終えた感想 - Qiita
オンライン講座のUdacityが提供する自動運転エンジニアコースのTerm1を修了したので，その感想を書こうと思います． Udacityとは UdacityとはCourseraやedX等のオンライン講座MOOCの一つであり，自動運転エンジニアコース，AIコース，フルスタックエンジニアコースなど様々なコースがあります．他のMOOCとの違いは，Coursera等はどちらかといえば知識ベースであるのに対し，Udacityはプロジェクトベースであるという点です．また自動運転コースの講義はMercedes-Benz等からも提供されており，最先端の技術を学ぶことができます． 自動運転エンジニアコースとは Udacityが2016年11月ごろからスタートしたプログラムであり，9ヶ月で自動運転エンジニアになるために必要な技術を身に付けることができるコースとなっています．Term1からTerm3の3つのター
DeepMind は どこに向かっているのか ？ 〜 2017年の公開論文 を トピック別 に 並べて 俯瞰してみた - Qiita
DeepMind は どこに向かっているのか ？ 〜 2017年の公開論文 を トピック別 に 並べて 俯瞰してみたDeepMindDeepLearningMachineLearning強化学習人工知能 DeepMind社 が 公開した論文 の 技術的達成ポイント を 俯瞰 してみました。 同社 が 汎用人工知能の実現 に 向けて どこまで 歩みを進めているのか を 考える際 の 一助 となれば、幸い です。 それぞれの論文は、互いに異なるアルゴリズム（アーキテクチャ）で動くモデルであり、これらを統合して１つのモデルを作る事は容易ではないと思われます が、 全体として、DeepMind社 は、以下の要求を満たす自律的 な エージェント を 実現させるため の 要素技術 を 実現しつつあることを見て取ること が できます。 （ ただしあくまでも、個々のアルゴリズムを１つのエージェントのうちに
Interaction Museum | Home
A Collection of Innovative Interactions Find interaction techniques from Human-Computer Interaction research that inspire new designs.
Robust adversarial inputs
This innocuous kitten photo, printed on a standard color printer, fools the classifier into thinking it’s a monitor or desktop computer regardless of how its zoomed or rotated. We expect further parameter tuning would also remove any human-visible artifacts. Out-of-the-box adversarial examples do fail under image transformations. Below, we show the same cat picture, adversarially perturbed to be i
Chainerでアニメキャラクターの顔画像を分類する - Qiita
この記事では、animeface-characterデータセットを使ってIllustration2VecモデルをFine-tuningし、146種類のキャラクター顔画像を90%以上の精度で分類できるモデルを訓練する手順を追いながら、以下のことを説明します。 Chainerを使って データセットオブジェクトを作る方法 データセットを訓練用・検証用に分割する方法 訓練済み重みを持ってきて新しいタスクでFine-tuningする方法 （おまけ：データセットクラスをフルスクラッチで書く方法） 使用した環境は以下です。 NVIDIA Pascal TITAN X Ubuntu 16.04 Python 3.6.3 使用したライブラリは以下です。 Chainer >=2.0.1 (最新の4.1.0でも動作確認済み) CuPy >= 1.0.1 (最新の4.1.0でも動作確認済み) Pillow 4.0
R Markdownで画像クリックしたら拡大表示させる機能(Lightbox)の実装 - Qiita
R Markdownで画像クリックしたら拡大表示させる機能(Lightbox)の実装 先日r-wakalangで質問があがったのでやってみた。 画像を拡大表示させたい R Markdownでhtml出力する際，plotを描くことが多いでしょう。ただ，このplotなどの画像出力はそのままではサイズ固定であり，これを拡大して見ようとするなら手間がかかります。 よくWebのあちこちで「画像をクリックするとその場でボワンっと拡大画像が出てくる」というのがあるかと思います。これはページ遷移もなく，またポップアップでもないので，読者にスムーズに拡大画像を提供することができます。 これらの多くはJavaScriptで実装されており，代表的なものがLightboxというjsライブラリです。どういうものかはリンク先に飛んでもらって画像をクリックしてもらえればすぐに理解できるでしょう。 というわけで，この記事
Twitterの検索API & Twitterでの検索術
gistfile1.md twitterの検索術 (search/tweets と search/universal) 注 search/tweets では一週間以上前のツイートは検索できないので注意 search/universal は公式のConsumerKey/ConsumerSecretでないと使用できない 当方では一切の責任を負いません 使いそうなクエリ群 "島風 かわいい" - 島風 かわいいが含まれるツイートの検索 島風 OR 天津風 - 島風か天津風が含まれるツイートの検索 島風 -天津風 - 島風が含まれ天津風が含まれないツイートの検索 #島風 - ハッシュタグ島風が含まれるツイートの検索 from:user - ユーザーuserのツイートを検索 to:user - 宛先がユーザーuserのツイートを検索 @user - リプライ@userが含まれるツイートの検索 島風
IEICE PRMU
電子情報通信学会総合大会 2017 企画セッション 「もっと知りたい！ Deep Learning ～基礎から活用まで～」 （パターン認識・メディア理解研究専門委員会） 概要 Deep Learningは自然言語処理や音声認識，画像認識等，パターン認識・理解分野を中心に，急速にその利活用が進み，益々注目を集めている．本セッションでは，多分野においてDeep Learningの応用をされている著名な研究者にご登壇頂き，Deep Learningとその多彩な応用事例を，実践の上で重要なノウハウや成功，失敗談などを交えて紹介して頂く予定である．また，応用先によっての適用方法の違いや共通点，今後のDeep Learningの発展可能性などについて議論する．以上により，Deep Learningのより深い理解を促し，Deepに研究に活用できるような情報を提供したい． Information 日時 2
機械学習、深層学習のプラットフォームの整理 - Qiita
#PaaSサービスの簡単な説明 各ベンダーの提供サービスには予め学習されたモデルの翻訳や画像・動画認識などが用意されています。 Google Cloud Platform Google社が提供する機械学習プラットフォームになります。 サイズを問わず、あらゆるデータの機械学習モデルを簡単に構築できるマネージド サービスです。 クラウド上に用意されたTensorFlowも使えます。 ※サイトより抜粋 機械学習の内容 ・Cloud Machine Learning Engine 教師ありの回帰・分類、教師なしのクラスタリングなどさまざまなデータから学習ができます。 使用アルゴリズムは非公開。 Azure Machine Learning Azure Machine Learning は、クラウドの予測分析サービスであり、分析ソリューションとして予測モデルを迅速に作成し、デプロイできるようにします
体型を支える技術 ──35歳になっても現役で戦い続けるプログラマの体づくり｜ハイクラス転職・求人情報サイト AMBI（アンビ）
体型を支える技術 ──35歳になっても現役で戦い続けるプログラマの体づくり 現役開発者を悩ませる、プログラマ35歳定年説。体力が落ち、記憶力が衰え、一人の時間もなくなる。そんな限界にチャレンジし続けるエンジニアの熱き戦いと、体型に迫った渾身レポート。 はじめまして、白山文彦（しろやま・ふみひこ）といいます。プログラマです。 今年34歳になります。そうなるとタイムリミットまであと1年になってしまいます。 なにがって？ ……そう、「プログラマ35歳定年説」です。 プログラマ35歳定年説は本当なのか？ 体力が落ち、記憶力が衰え、一人の時間もなくなる…… あなたも35歳定年予備軍？ 無茶な減量とリバウンドから得た教訓 1回目は体重を落とすもリバウンド 現実的な目標の設定と維持 食事：楽しく美味しいダイエットメニューを取り入れる （1）シリコンスチーマー温野菜 （2）きのこたっぷり野菜鍋 （3）鶏ハ
グラフ描画ggplot2の辞書的まとめ20のコード – MrUnadon – Bayesian Statistical Modelings with R and Rstan
Rによる美しいグラフの作成に欠かせないパッケージ "ggplot2" ですが、 グラフ作成のたびにネット検索したり自分の以前のコードを掘り起こしたりしませんか？ author: Unadon (見習い飯炊き兵) 動作環境:Mac OS Sierra 10.12.1; R version３.３.１; rstan 2.10.1 まずはTwitterでこの記事をシェアする はじめに ggplot2のグラフ作成で迷った時、チートシートやマニュアルは役に立つけど援用しにくいんですよね。「何を言ってるのかわからない」っていうのが結構あります。 「軸ラベル」と「軸タイトル」ってどれがどれなん？など、そういう初歩的なところで引っかかったりして、 目的(こういう図にしたい！)と手段(コード)の間の知識を埋めるのが手間で「もうイヤ！」ってなる。 で、次すぐに忘れてる。 なので、頻繁に使用するggplot２の基
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
男性ファッション誌Report丨リクエストQJナビ【特集・キャリアアップ】
Virtual Reality Is Medical Training's Next Frontier
I From Japan Staff Blog
Composing reproducible manuscripts using R Markdown