マネーフォワードがfreeeに勝訴--会計ソフト機能の特許訴訟で
2016年10月にfreeeがマネーフォワードを相手取り、特許侵害で提訴した訴訟について、7月27日に第一審判決が言い渡された。結論として、マネーフォワード側の主張が全面的に認められ、freeeの請求が棄却される形となった。 （左から）マネーフォワード執行役員管理本部長の坂裕和氏、同社代表取締役社長CEOの辻庸介氏、日比谷パーク法律事務所代表パートナーの久保利英明氏、同パートナーの上山浩氏 通常、知財訴訟は14カ月程度の期間が必要となるが、今回の場合は9カ月でのスピード判決となった。マネーフォワードでは、freee側がマネーフォワードの持つ技術についての十分な検証を実施せず、特許を侵害していないとする実例に対して具体的な反論もないことから、早期終結につながったと分析している。なお、freeeは提訴の6カ月後に、別特許の侵害も主張したが、タイミングが遅すぎたとのことで裁判所から却下されている
Google の Tensor Processing Unit (TPU) で機械学習が 30 倍速くなるメカニズム | Google Cloud 公式ブログ
* この投稿は米国時間 5 月 12 日に投稿されたもの（投稿はこちら）の抄訳です。 Posted by 佐藤一憲, Staff Developer Advocate, Google Cloud Cliff Young, Software Engineer, Google Brain David Patterson, Distinguished Engineer, Google Brain Google 検索、ストリートビュー、Google フォト、そしてGoogle 翻訳。これらのサービスに共通するのは、いずれもニューラルネットワーク（NN）の計算処理の高速化のために Google の第一世代の Tensor Processing Unit (TPU) が用いられている点です。 Google の Tensor Processing Unit (TPU) が搭載された回路基板（左）と、 G
東京大学 杉山・本多研究室
東京大学 杉山・本多研究室：機械学習と統計的データ解析 機械学習の基礎理論の構築と実用的なアルゴリズムの開発，及び，実問題への応用研究を行っています [ English | Japanese ] 研究概要 教科書 機械学習のための確率と統計 イラストで学ぶ機械学習：最小二乗法による識別モデル学習を中心に 統計的機械学習 統計的学習の基礎：データマイニング・推論・予測 パターン認識と機械学習 強くなるロボティック・ゲームプレイヤーの作り方～実践で学ぶ強化学習 学習の種類 教師付き学習 教師なし学習 半教師付き学習 強化学習 機械学習の理論とアルゴリズム モデル選択 不偏モデル選択規準 正則化モデル選択規準 能動学習 単一のモデルに対する能動学習 複数のモデルに対する能動学習 追加学習／オンライン学習 次元削減 教師付き次元削減 半教師付き次元削減 教師無し次元削減 類似度データからの学習／カ
1
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
処理を実行中です
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
