Face Recognition Homepage - Algorithms
Image-Based Face Recognition Algorithms PCA|ICA|LDA|EP|EBGM|Kernel Methods|Trace Transform AAM|3-D Morphable Model|3-D Face Recognition Bayesian Framework|SVM|HMM|Boosting & Ensemble Algorithms Comparisons PCA Derived from Karhunen-Loeve's transformation. Given an s-dimensional vector representation of each face in a training set of images, Principal Component Analysis (PCA) tends to find a t-dime
[メモ] サポートベクターマシン(SVM) - 机上の空論
サポートベクターマシン(以下 SVM) とは ・ニューラルネットワークの一種 ・教師ありクラスタリング SVM の基本的な考え方 ・元々2クラスの線形分離手法として提案される ・単層パーセプトロンに似ているが、SVM はマージン最大化という手法をとっているのがポイント。 ・マージン最大化とは、超平面と学習データの隙間となるマージンをなるべく大きく取ろうというもの。 (ここでいう超平面とは、2つのクラスにぶった切る平面のこと) ・ちなみに超平面と、ちょうどマージンの分だけ離れている学習データをサポートベクトルという。 ・このマージン最大化という考えを取り入れることによって、テストデータの識別精度を高めている。 SVM の発展 ・線形分離不可能な問題への対応 - ソフトマージン(学習データが多少マージンにくい込んだり、反するクラスの空間にくい込んだりしても許す)で対応
高齢者の万引き増加、背景に経済的困窮や孤独感 （読売新聞（ヨミドクター）） - Yahoo!ニュース
万引きで摘発される高齢者が増えている。かつては罪の意識が低い少年に多い「初発型非行」と言われた万引きだが、山口県内で摘発された年代別割合では、４年前から高齢者が少年を上回って推移。 背景に、経済的困窮や独り暮らしに伴う孤独感などがあるとみられ、山口県警は「高齢者の社会参加を促す取り組みが抑止につながる」としている。 「年金をギャンブルに使い、お金がなかった」 ５月１７日、山口市のスーパーで男性（７６）が豚肉１パック（販売価格２３２円）を盗んだ疑いで現行犯逮捕された。男性は独り暮らし。山口署幹部は「寂しさを紛らわすためにギャンブルに走り、万引きしてしまうとは。別の趣味があれば、防げた犯罪かもしれない」と、やり切れない表情で漏らす。 山口市内のあるスーパーでは、毎月３回、保安員が巡回して万引きを監視。毎月数人を現行犯逮捕するが、約８割が高齢者だ。盗む商品は菓子や酒、肉など食料品が多く、
ラピュタには何故自爆コマンドが用意されているのか: 不倒城
バルスのことなんですけど。 大多数のネットユーザー諸兄はご存知かと思うが、バルスは天空の城ラピュタにおける「滅びの言葉」である。劇中ラストシーンにおいて、家伝の飛行石を手にしたシータとパズーが「バルス！」と叫ぶと、なんか飛行石がやたら光ってムスカさんが目が目が星人になったりラピュタがぶっ壊れたり、色々とエラいことになる。 「バルス=滅びの言葉」という図式の定着度・認知度はWeb上では恐ろしい程であり、ラピュタ放映時には実況板が「バルス！」の書き込みとAAで埋め尽くされるという。 まず考えなくてはいけないのは、このバルスという命令は一体何の為に用意されたAPIなのかということである。 ラピュタは人工物なので、当然設計者や開発者がいた筈である。そして彼らは、管理権限キーっぽい小さな飛行石に、複数のコマンドを用意している。「困った時のおまじない」であるとか、「滅びの言葉」がそれである。飛行石を身
R. GNATTALI: Ernesto Nazareth (Valse)
Duo Flavio Cucchi - Nuccio D'Angelo - 1991
chokudaiのブログ
結果が出たので、運営側から見た感想を纏めます。 本記事は長文を読みたくない方向けにポイントをまとめています。1問で観測できることなんてたかが知れてるので、chokudaiの予想を多分に含みます。 OpenAIの用意したエージェントは2位相当。素直に凄い。12人参加者9位相当になるのでは？というのが事前のchokudai予想 SakanaAI開発のALE-Agent(ID: fishylene)も4位相当（6桁円ほどのコスト）。これは事前の分析より 遥かに良い結果であり、AIが得意な問題であったと思われる。実装量の多い問題であったため、人間が10時間では足りない、というのが最大の理由。 OpenAIのロジックはALE-Agentから1段階実装量がとても多いのが増えている。増えたロジックはAIが苦手とされていたビームサーチ。モデルがめっちゃ良いorどんだけお金かけたの？ 前回記事予想の「現ルー
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
「39」は呪いの番号、アフガンで自動車販売の悩みの種に - Yahoo!ニュース