人は幸福度を正確に報告するのか？ - himaginary’s diary
というNBER論文が上がっている。原題は「Do People Report Happiness Accurately?」で、著者はJames Andreoni（UCサンディエゴ）、B. Douglas Bernheim（スタンフォード大）、Tingyan Jia（レスター大）。 以下はその要旨。 Validation of happiness measures is inherently challenging because subjective sensations are unobserved. We introduce a novel validation method: subjects report how happy they would feel (or did feel) after some specified event, as well as how they wo
前副総裁「日銀は動く必要なかった」 引き締めが招くリスク指摘：朝日新聞デジタル
","naka5":"<!-- BFF501 PC記事下（中⑤企画）パーツ＝1541 --><!--株価検索 中⑤企画-->","naka6":"<!-- BFF486 PC記事下（中⑥デジ編）パーツ＝8826 --><!-- /news/esi/ichikiji/c6/default.htm -->","naka6Sp":"<!-- BFF3053 SP記事下（中⑥デジ編）パーツ＝8826 -->","adcreative72":"<!-- BFF920 広告枠）ADCREATIVE-72 こんな特集も -->\n<!-- Ad BGN -->\n<!-- dfptag ＰＣ誘導枠５行 ★ここから -->\n<div class=\"p_infeed_list_wrapper\" id=\"p_infeed_list1\">\n <div class=\"p_infeed_list\">
欠損値を含む多変量時系列データを補完する手法「GP-VAE」
はじめに Proxima Technology にて論文読みバイトをさせて頂いております、名古屋大学医学部5年の野村怜史です。大学では生命科学分野での機械学習手法の研究開発を行っています。 本記事では、AISTATS 2020 で発表された論文「GP-VAE: Deep Probabilistic Time Series Imputation」を紹介します。この論文では、欠損値を含む多変量時系列データを対象とし、欠損値補間を行うための手法 GP-VAE を提案しています。Variational autoencoder (VAE) を用い、次元削減と潜在空間におけるガウス過程の導入を両立している点がポイントです。 モチベーション 本手法は、多変量時系列データにおける欠損値補間を問題とします。ここでは、チャネル（特徴量）方向・時間方向の双方における相関関係を考慮しつつ欠損値補間を行いたい、とい
童話では森がよく舞台になっているが、その理由について書かれた資料はあるか。童話全般ではなく、「グリム... | レファレンス協同データベース
童話では森がよく舞台になっているが、その理由について書かれた資料はあるか。童話全般ではなく、「グリム童話」に限定してよい。 資料1：『グリム・森と古城の旅』 p.130～ に、「ドイツの森は日本の森とちがう性質をもっている。・・・ドイツの森は歩きやすい。しかし、広いうえに起伏が少ないので目印も見つけにくいため、いったん深くはいりこむとなかなか出られない。・・・そもそも森にはいるということは、日常の人間社会から追放されたり逃亡したりすることだった。・・・森という一言でメルヘンの舞台が即座にできあがった。」と書かれている。 資料2：『グリム童話研究』 p.150には、「ドイツ人はもともと森の民で暮らしの中に森があった・・・。」と書かれている。 参考までに、[NDL-OPAC 雑誌記事索引]を＜グリム＞＜森＞等の語で検索すると、以下の記事などがある。（都立図書館に所蔵なし） ・「グリムの森」と「
『クリミア・ハン国 歴史・国家・社会』まえがきに代えて｜Pençdiraht
2024年3月18日、ロシアによるクリミア半島の「併合」から10年が過ぎました。この10年間にクリミア半島とその周辺で起こってきたことを考えると暗澹たる気持ちしか浮かびません。国際社会の平和と安定、地域住民の幸福に少しでもつながる未来があることを祈るのみです。 10年前、クリミア情勢をめぐってクリミア・ハン国とクリミア・タタールという存在が日本語の言説空間で認知される中で、かつて無謀にもクリミア・ハン国史を専攻しようとした大学院生であった私は、日本語でクリミア・ハン国について書かれた資料がほとんどなく、イメージのみで語られていることに失望を感じていました。幸いにもTwitterなどでクリミア・ハン国史の話題を振ると、その実像についてそこそこ関心を持ってくれる人がいるようでした。そこで突如思い立ち、1か月ほどの短期間で一気に書き上げた原稿が『クリミア・ハン国 歴史・国家・社会』と題した小史で
タイラー・コーエン 「ナチスによる民営化」（2008年12月27日）
これは初耳だ。 西洋の資本主義諸国では、大恐慌の影響で私企業の国有化に弾みがついた。ドイツもその例外ではなかった。ワイマール体制下でのドイツでも、大恐慌の影響であちこちの業界の私企業が国有化されたのである。しかしながら、ナチスが政権を奪取した後のドイツでは、国有企業および公共サービスの一部が民営化された。すなわち、ナチス・ドイツは、1930年代当時の潮流に逆らったのである。一旦国有化した企業を再び民間の手に委ねる「再民営化」に本格的に乗り出したのは、西洋の資本主義諸国の中でナチス・ドイツだけだったのである。さらには、公共サービスの民営化が試みられた点でも唯一無二だった。それまで行政機関が担っていた公共サービスの一部を提供する役目が民間の手に委ねられもしたのである。民営化された国有企業や公共サービスの範囲は、あちこちの業界（あるいは分野）に及んだ。ナチスによる民営化は、イデオロギーによって突
マーク・ソーマ 「ナチスによる民営化」（2006年9月12日）
国家社会主義党（ナチス）が政権を握ったドイツでは、1930年代の半ばにいくつもの国有企業の株式が売却された。売却対象となった国有企業の範囲は、幅広い業界に及んだ。それに加えて、1930年代を迎えるまでは行政機関によって担われていた公共サービスのいくつかを提供する役目が民間部門――主に、ナチスと関わりのある組織――によって肩代わりされるようにもなった。 Journal of Economic Perspectives誌に掲載されたジェルマ・ベル（Germà Bel）の論文――題して、“The Coining of “Privatization” and Germany’s National Socialist Party”（「『民営化』の由来とドイツの国家社会主義党」） ――を踏まえて「民営化」という語の起源を辿ったこちらのエントリー〔拙訳はこちら〕に対して、ジェーン・ガルト（Jane Ga
R/Python の線形回帰では完全な多重共線性のある入力データにどう対処しているか？
前提 設定 n 組の目的変数 y_i と p-1 個の説明変数 x_{1i}, x_{2i}, ..., x_{p-1,i} からなるデータセット(i=1, 2, ..., n)をもとに、線形回帰モデルを作成する： y_i = \beta_0 + \beta_1 x_{1i} + \beta_2 x_{2i} + ... \beta_{p-1} x_{p-1,i} + \varepsilon_i. ただし、\varepsilon_i は独立同時な分布に従う誤差項とし、その期待値は E[\varepsilon_i] = 0、分散は V[\varepsilon] = \sigma^2 とする。 この時上記のモデル式は、目的変数ベクトル \boldsymbol{Y} = (y_1, y_2, ..., y_n)^\top、計画行列 \boldsymbol{X}、回帰係数ベクトル \boldsym
呼び込み君を目覚ましにしてみた | 群馬電機株式会社
スマホでいつもの家電をリモートコントロールしたり、センサーに連動させたり、いろいろなことができます。 SwtitchBotにはいろいろなシリーズがあって筆者の家でも「SwitchBot ロック」を使っていますよ。 「SwitchBot 指紋認証パッド」も一緒に買ったので、指でタッチするだけで鍵が開けられます。鍵を持ち歩かなくていいので便利です。 さて、脱線しましたが、目覚まし呼び込み君の実現のために、早速、SwitchBotプラグミニを買ってみました。 ちょうどSwichBot公式サイトで割引セールをやっていて税込み1,584円でした。(2023年11月24日) 小さいですね。 最初にスマホにSwitchBotのアプリをダウンロードします。 取説にQRコードが付いているので、App StoreまたはGoogle Playからダウンロードします。 アプリを起動したら「デバイスを追加」をタップ
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
Neural network representation of quantum systems
Hessian-Free Laplace in Bayesian Deep Learning