Jaaxmanは終了いたしました ご利用状況を鑑みた結果、誠に勝手ながらJaaxmanは5月15日をもって終了いたしました。 ご愛顧いただいていた方々には大変心苦しいこととなり恐縮ですが、これまで誠にありがとうございました。
Jaaxman - arXiv.orgの人工知能に関する論文を日本語で一覧できるWEBサイト
Jaaxmanは終了いたしました ご利用状況を鑑みた結果、誠に勝手ながらJaaxmanは5月15日をもって終了いたしました。 ご愛顧いただいていた方々には大変心苦しいこととなり恐縮ですが、これまで誠にありがとうございました。
DMCAとは？デジタルミレニアム著作権法が侵害されたときの申請方法を解説 | ナイルのマーケティング相談室
DMCAとは、デジタルミレニアム著作権法(Digital Millennium Copyright Act)の略称であり、2000年10月にアメリカ合衆国で施行された連邦法です。 Google、Facebookなど、世界的なインターネット企業の多くが米国法人であるため、それらを規制するこの法律がインターネット上の著作権に関する事実上の基準となっています。 DMCA施行により盗用サイトへの対処が可能に 従来では自身のサイトのコンテンツが盗用されていた場合、盗用したサイトの運営者を特定して、直接削除要請を出す必要がありました。 しかし、サイト管理者を特定し、連絡を取り付けることは悪意がある場合は特に容易ではありません。盗用されたコンテンツがGoogleなどの検索結果に残ってしまい、本来自分のサイトに来るはずだったユーザーが盗用サイトへと流入して機会損失が生じ続けるといった問題が生じていました。
8月25日に発生した大規模通信障害をまとめてみた - piyolog
2017年8月25日12時過ぎより、Webサイトにつながらない等の接続障害とみられる事象が複数発生しました。また同時間帯にNTTコミュニケーションズ、KDDIから障害報告が発表されています。ここでは関連情報をまとめます。 インシデントタイムライン 日時 出来事 8月25日 正午過ぎ Googleが誤った経路情報を送信。 〃 12時22分 NTTコミュニケーションズのOCNバックボーンで通信障害発生。 〃 12時24分 KDDIのサービスで通信障害発生。 〃 以降 日本国内の複数のサービス等で接続障害が発生。 〃 送信後8分以内 Googleが誤設定情報を修正。 〃 12時39分 KDDIの通信障害が復旧。 〃 12時45分 NTTコミュニケーションズの通信障害が復旧。 〃 夕方頃 各組織で発生した障害が概ね復旧。 8月26日 Googleが誤設定を認め、謝罪する声明を発表。 8月29日 総
Googleがハッシュ関数「SHA-1」を破ることに成功、90日後に手法を公開予定
TLS/SSLやOpenPGPなどで使われる暗号的ハッシュ関数「SHA-1」を破ることに、GoogleとオランダのCWI研究が成功しました。これまで「理論上は破られる可能性がある」と指摘されていたSHA-1が現実に破られることになったため、より安全なハッシュアルゴリズムへの移行が必須になったようです。 Google Online Security Blog: Announcing the first SHA1 collision https://security.googleblog.com/2017/02/announcing-first-sha1-collision.html SHAttered http://shattered.io/ 「SHA-1」破りに成功したのはCWIとGoogle。2年の研究の末に成功したとのこと。 約20年前に実用化されたSHA-1の技術的なアイデアは、デジ
20170127-learning-tensorflow-3hours
ニューラルネットワークを用いた機械学習の「ディープラーニング(深層学習)」は人工知能(AI)開発に欠かせない技術であり、AI以外にもGoogleフォトの画像の自動タグ付け機能やAmazonのレコメンド機能など、すでに実用化されている技術に活用されています。そんなディープラーニングを開発者が学習するためのとっておきの方法をGoogleのクラウド開発者がブログで紹介しています。 Learn TensorFlow and deep learning, without a Ph.D. | Google Cloud Big Data and Machine Learning Blog | Google Cloud Platform https://cloud.google.com/blog/big-data/2017/01/learn-tensorflow-and-deep-learning-w
グーグルDeepMind、AIの学習を高速化させる新手法を発表--動物の見る夢から着想
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Google DeepMindの研究者らは米国時間11月17日、「Reinforcement Learning with Unsupervised Auxiliary Tasks」と題した新たな論文の公開を同社ブログで発表した。論文には、動物が夢を見ることで学習速度を向上させている点から着想を得た、「UNsupervised REinforcement and Auxiliary Learning」（UNREAL：教師なしの強化および補助学習）について記されている。 この知見を取り入れたエージェントを、Atariのゲームと、「Labyrinth」という3D迷路ゲームを使ってテストしたところ、以前のアルゴリズムに比べて学習速度が10倍に高
Google の可視化ツールの Data Studio を試してみた - 唯物是真 @Scaled_Wurm
Google Data Studio (データスタジオ) という可視化サービスがベータ版で使えるようになっていたので試してみた 見たい数値を一覧するためのダッシュボード的なものを作るためのサービスなので、いろんな場所からデータを取ってきて一箇所でまとめて確認するのが用途っぽい(今のところ似たようなサービス・ツールの方が機能が多そう データソース データソースとしてGoogle AnalyticsやBigQuery、Google Spreadsheet、MySQLなどを選んでデータを取ってこれる データソースを選んでGUIでグラフやテキストを配置していく データの既存のフィールドに関数を適用した結果の値を使うこともできる 使える関数のリスト 下の画像ではGoogle Analyticsの「ブラウザ」(Chrome, Firefoxなど)と「ブラウザのバージョン」(バージョンの番号)をCONC
Google Container Engineで五目並べアプリのAPIサーバーを作るデモ - めもめも
何の話かというと Dockerコンテナでアプリを作ると便利ですが、何でもかんでもコンテナに突っ込むと（たとえば、RDBとか）面倒な事も多くなります。 ・スケーラビリティが必要 ・機能単位のリファクタリング／アップデート（マイクロサービス化）が必要 という部分にフォーカスしてコンテナ化して、その他のパーツは、コンテナ以外の環境と組み合わせた方が幸せになれるかも知れません。 というわけで、GCPを利用して、こんな感じのアプリケーション環境を構築するデモの手順を紹介します。 ・五目並べゲームのAPIサーバーを作ります。 ・ゲームの進行を管理するフロントエンドと、コンピュータープレイヤーの思考ルーチン（AI）を提供するバックエンドをGoogle Container Engine (GKE) 上のコンテナでデプロイします。 ・ゲームのステータスは、Cloud Datastore（NoSQL）に保存し
Javaと偽Javaの話。 - なるようになるかも
qiita.com これの話。ブコメに書こうとしたら4000字は入らなかった。 Microsoft Java VM かつての WIndows には MS 製の Java VM が搭載されていました。 古代の Java は「Write once, run anywhere」を掲げていた通り、クライアントサイドで Java アプレットとして利用されるのが主流でした（サーバーサイドで動くようになって、真価を発揮した感じがあります）。 しかし Java VM の仕様は、パフォーマンスについての記述は曖昧になっており、OS ごとの実装の違いによって、実行速度に顕著な差がありました。 Windows の Sun 純正の Java VM は性能が悪かったため、MS は独自の Java VM を開発し、Internet Explorer にバンドルしました。調子に乗った MS は Windows GUI
グーグル、オープンソースの自然言語フレームワーク「SyntaxNet」をリリース
Boaty McBoatface、こちらが「Parsey McParseface」だ。 Boaty McBoatfaceは結局、英政府の新しい極地調査船の名称にはならなかったが、それでも技術大手Googleは、それをもじった独自の名称を新たにオープンソース化された同社の英語構文解析器に採用することにした。 より正確に言うと、Googleは米国時間5月12日、「TensorFlow」で実装されたオープンソースの同社自然言語フレームワーク「SyntaxNet」をリリースした。12日にリリースされたのは、新しいSyntaxNetモデルのトレーニングに必要なすべてのコードと、基本的にSyntaxNet用の英語プラグインであるParsey McParsefaceである。 Googleによると、SyntaxNetは、「Google Now」の音声認識機能など、同社の自然言語理解（Natural Lan
Google Chromeが採用した、擬似乱数生成アルゴリズム「xorshift」の数理
2015年12月17日、Google Chrome の JavaScript エンジン（処理系）である V8 の公式ブログにて、 JavaScript の標準的な乱数生成APIである Math.random() の背後で使われているアルゴリズムの変更がアナウンスされました。 Math.random() 関数は JavaScript を利用する際には比較的よく使われる関数ですので、親しみのある方も多いのではないかと思います。 新たなバグの発見や、従来より優秀なアルゴリズムの発見によってアルゴリズムが変更されること自体はそれほど珍しくはないものの、 技術的には枯れていると思われる Math.random() のような基本的な処理の背後のアルゴリズムが変更されたことに驚きを感じる方も少なくないかと思いますが、 それ以上に注目すべきはその変更後のアルゴリズムです。 実際に採用されたアルゴリズムの原
Google広告のブランド効果測定サービスは、「さすがグーグル」というスゴい仕組みだった（しかも無料） | 初代編集長ブログ―安田英久
グーグルは、インターネット広告の効果を「ブランド認知」「広告想起」「検索上昇率」といったブランドリフト指標で効果測定できるサービスを提供している。その名も「Google広告 ブランド効果測定」。 しかも、「さすがグーグル」という洗練された仕組みで実現されており、調査会社に依頼しなくても、しかも無料で、適切なターゲットを自動的に調査でき、しかも数日で結果がわかるサービスだ。 ネット広告の効果を、CTRやCPAなどの刈り取り指標“だけ”で測るのは、おかしい 広告を見てもらうことによるブランドリフト効果があるはずだ ブランドリフト効果を活用することで、ファネルの上部にいる潜在顧客への働きかけを強化できる ――そう信じている広告業界の人（筆者を含め）にとって、このサービスの洗練された仕組みは、僥倖のはずだ。 グーグルで「Google広告 ブランド効果測定サービス」を担当する中村全信氏とユリ・ウェン
14台のロボットアームに分散自己学習させて人間が数年かけて覚える動作を爆速で経験して身につけさせる恐るべきムービーをGoogleが公開
コンピューターやロボットが自分で学習することで能力を身に付けていくディープラーニングの技術が話題にのぼることが多くなりました、この技術の本当に優れている点の一つには、複数の学習を同時並行で進める分散型の自己学習が可能である点が挙げられます。数々のロボット・AI（人工知能）の研究が行われているGoogleでは、14台のロボットを使った分散型自己学習が行われており、人間よりも速い速度で動作をマスターして行く様子がムービーに収められています。 Research Blog: Deep Learning for Robots: Learning from Large-Scale Interaction http://googleresearch.blogspot.jp/2016/03/deep-learning-for-robots-learning-from.html 14 robot arms
Google Ngram Viewer
The Google Books Ngram Viewer is optimized for quick inquiries into the usage of small sets of phrases. If you're interested in performing a large scale analysis on the underlying data, you might prefer to download a portion of the corpora yourself. Or all of it, if you have the bandwidth and space. We're happy to oblige. These datasets were generated in July 2012 (Version 2) and July 2009 (Versio
勉強や論文執筆に役立つGoogle検索テクニックまとめ | ライフハッカー・ジャパン
大学生の勉強でも生涯学習でも、Googleは学習に欠かせないツールになっています。そこで、あなたの学習に役立つGoogle検索のコツと、その他のアプリの効果的な使い方をお教えします。 過去に取り上げたものも含まれますが、学習向けのコツに注目して、もう1度ここでおさらいしておきましょう。 必要な情報をズバリ見つける 通常のググり方は知っていても、効率的なググり方を知っている人はあまり多くありません。「Hack College」による上記動画が、3つのコツを1分間でわかりやすくまとめてくれています。 1. 具体的に検索 特定のサイト内で探す： site:［webサイトのURL］と検索フレーズ 著者名で探す： author:［著者名］ タイトルに含まれるワードで探す： intitle:［検索ワード］ 2. ファイル形式で検索 filetype:［jpg／doc／pdfなどの拡張子］ 3. 検索範
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
Announcing SyntaxNet: The World’s Most Accurate Parser Goes Open Source
お探しのページはみつかりません - グノシー
グーグル新CEO、スンダー・ピチャイとは何者か
Engadget | Technology News & Reviews
Material Design
