1534夜 『ハッカーと画家』 ポール・グレアム − 松岡正剛の千夜千冊
先週、小耳に挟んだのだが、リカルド・コッキとユリア・ザゴルイチェンコが引退するらしい。いや、もう引退したのかもしれない。ショウダンス界のスターコンビだ。とびきりのダンスを見せてきた。何度、堪能させてくれたことか。とくにロシア出身のユリアのタンゴやルンバやキレッキレッの創作ダンスが逸品だった。溜息が出た。 ぼくはダンスの業界に詳しくないが、あることが気になって５年に一度という程度だけれど、できるだけトップクラスのダンスを見るようにしてきた。あることというのは、父が「日本もダンスとケーキがうまくなったな」と言ったことである。昭和３７年（１９６３）くらいのことだと憶う。何かの拍子にポツンとそう言ったのだ。 それまで中川三郎の社交ダンス、中野ブラザーズのタップダンス、あるいは日劇ダンシングチームのダンサーなどが代表していたところへ、おそらくは《ウェストサイド・ストーリー》の影響だろうと思うのだが、
意味的マルチメディア処理特論 2013
意味的マルチメディア処理特論 2013年度 後期 教員：大渕 竜太郎 講義のねらい 以下の4点を理解することが本講義の目標です． マルチメディア情報に対する，意味を考慮した処理，例えば要約，認識，分類，検索，などの概要とその使い道について知る． 音声や画像データの取り込みと分析に関わる，量子化やサンプリングなどの手法を理解する． 音声や画像データの特徴抽出の手法，例えばフーリエ解析，ケプストラム，多重解像度解析，等，複数の手法を理解する． 音声や画像データから得られた特徴を照合する手法，例えば，DPマッチング，ベクトル空間における各種の距離尺度による照合，機械学習に基づく特徴空間や意味空間における照合，等を理解する． 講義内容 第01回 (10/07（月）) 視覚マルチメディアデータの意味的処理, 画像の特徴とその抽出（1） 課題の提出は10月15日(火） 2時限目の補講開始前です． 課題
Yann LeCun's Home Page
Yann LeCun, VP and Chief AI Scientist, Facebook Silver Professor of Computer Science, Data Science, Neural Science, and Electrical and Computer Engineering, New York University. ACM Turing Award Laureate, (sounds like I'm bragging, but a condition of accepting the award is to write this next to you name) Member, National Academy of Engineering NYU Affiliations: CILVR Lab Computer Science Departmen
【New York University】Deep... | DERiVE コンピュータビジョン ブログ
このサイトについて DERiVEはコンピュータビジョン、画像認識が専門のMasaki Hayashiがお送りしている、コンピュータビジョン(Computer Vision)を中心としたITエンジニア、研究向けのブログです。※「DERiVE メルマガ別館」は2015/9月で廃刊致しました、 以下のサイトに、「Image Classifier Demo 」と銘打った、Deep Learning ベースの画像認識器のデモアプリが公開されているので紹介します。 Image Classifier Demo このサイトはNYUのMattherw Zeiler氏により製作されたデモサイトです（※ NYUでDeep Learningと言うとYann Lecun先生を思い出すかもしれませんが、彼はRob Fergus研の方です）。彼はこのICCV2011の論文あたりで著名と言えます。 サイト中のAboutに
Deep Learningを勉強する際に参考にしたサイト・書籍まとめ - fz-qqq's diary
随時更新していきます。 Deep Learningがアツいらしい？なにそれ？ ニューラルネットの逆襲 | Preferred Research 一般向けのDeep Learning Live broadcast by Ustream Ustream.tv: ユーザー preferred: 一般向けのDeep Learning, PFI Show. コンピュータ “ 100m世界記録におけるボルトのような立場 ” データマイニングコンペティションサイト Kaggle にも Deep Learning ブームがきてるかと思ったのでまとめる - 糞ネット弁慶 Deep Learningによって精度が向上したタスクなどをまとめてくれています。 Googleの猫認識 (Deep Learning) - 大人になってからの再学習 Googleによる、猫・顔の認識について 人工知能は人間を超えるか (角
Google Sites: Sign-in
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
アナログとデジタル、現実とヴァーチャルをつなぐ：日経ビジネスオンライン
川島：石井裕先生がMIT（マサチューセッツ工科大学）メディアラボで生み出したものに、「タンジブル・ビット」があります。かたちのない情報を実体のあるものにして、人間とコンピュータの距離を縮める。それが「タンジブル・ビット」であり、アートやコミュニケーションの世界に新しい表現を手渡した――とお訊きしたのですが、すみません、まずはこちらがどんなものか、説明していただけますか？ ヒントは「そろばん」 石井：コンピュータ世界の情報表現は、ディスプレイの中のピクセルです。つまり「インタンジブル＝実体がない」。そのため、ディスプレイの外側に物理的なリモートコントローラとしてのマウスやキーボードを用意しないと、コンピュータの表現を操作することはできません。 川島：ええ。 石井：でも、これだけコンピュータが発達したんです。リアルなものと同じように、マウスやキーボードを介さずに、直接手を使って「タンジブル＝実
ＢＥＳＯＭ（ビーソム）ブログ deep learning 日本語チュートリアル資料など
ＢＥＳＯＭ（ビーソム）は、ベイジアンネットを用いて大脳皮質の情報処理を再現する機械学習アルゴリズムです。ＢＥＳＯＭに関連する研究者向けの情報発信をしていきます。（内容は個人の意見であり所属する組織の見解ではありません。） deep learning のよい日本語説明資料がネット上にかなり増えてきましたが、 そのなかから３つだけ選んでご紹介します。 1. 機械学習の専門家 岡野原さんによる簡潔で分かりやすい解説。 「ニューラルネットの逆襲 | Preferred Research」 2. 東大 松尾研の輪読会の資料。 「Deep Learning 輪読会」 とくに、あのとても長い Y. Bengio "Learning Deep Architectures for AI" の松尾さんによる要約がありがたいです。 3. 昨日画像認識系の研究会で行われた 東北大 岡谷貴之さん、斎藤真樹さんによる
Theano 解説 - Risky Dune
「Deep Learning Implementation」でググるとトップに出てくることで, たまに話題になるライブラリ Theano について簡単に調べたので紹介する. 間違いがあったら是非教えて欲しい. なお, Deep Learningに関する解説は今回は行わない. TheanoとはPythonにおける数値計算用のライブラリである. 行列演算などを行う関数を提供しており, numpy/scipyの代替パッケージと思えばいいだろう. 大きな特徴は 実行時におけるC++コードの生成とコンパイル GPUサポート 解析的な微分のサポート (x^2の微分=2xという操作を自動でやってくれる) の3つである. 一部は後に詳細を説明する. これによってMultilayer Perceptronを実行するベンチマークでは, Theanoがnumpyより1.8倍, Matlabより1.6倍速いという
Vol.17 No.1 (2002/01) 音楽と人工知能 | 人工知能学会 (The Japanese Society for Artificial Intelligence)
私のブックマーク 音楽と人工知能 平田 圭二 (NTT コミュニケーション科学基礎研究所) 1. はじめに 最近，知人の大学教官の方より 「時々，学生で音楽をやりたいと言ってくるのが居るんだけど，何から勉強させていいのか良く分からない」，「そもそも，音楽と人工知能にはどういう研究テーマがあるのか分からない」，「あのComputer Music Tutorial の翻訳本を買ったんだけど，厚すぎてどこを読んでいいのかさっぱり分からない」と言われました． そのような大学教官の方々に，少しでもご参考になればと思い，本欄をお引き受けした次第です． 音楽と人工知能という分野には，AI 的なテーマはもちろんのこと，信号処理，ユーザインタフェース，ハードウェア等まで関連して来ますが，本ページでは特に音楽知識の表現や推論に関連の深いサイトに重点を置いて集めてみました． 2. 研究者や研究グループ 古来
Convolutional Neural Network
論文「Quoc V. Le, Marc'Aurelio Ranzato, Rajat Monga, Matthieu Devin, Kai Chen, Greg S. Corrado, Jeff Dean, Andrew Y. Ng. Building high-level features using large scale unsupervised learning. 29 Dec 2011(last (this) revised 12 Jun 2012).」を読 んでいると、わからんキーワードを調べるとまた別のわからんキーワードにぶつかり、という無限ループにハマッテしまいました。なので、もういっそきちんとニューラルネットワーク関連テクニックをまとめてしまおうと思った次第です。まずは（と言ってもこれだけかもだけど）、畳み込みニューラルネットワーク（Convolutional Neura
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
Learning Deep Architectures for AI （第 3 回 Deep Learning 勉強会資料; 松尾）
AndroidのNFC機能でFeliCaの読み書きをする | −ゆめログ− | ゆめみスタッフブログ