![](https://cdn-ak-scissors.b.st-hatena.com/image/square/4e07eac55d6a987de0458d4e87b2d2c0cc482d94/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Fadvent-calendar-ogp-background-7940cd1c8db80a7ec40711d90f43539e.jpg%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9RGVlcFByZWROZXQlRTMlODElQTclRTUlOUMlQjAlRTklOUMlODclRTMlODElQUUlRTQlQkElODglRTYlODMlQjMlRTMlODElOEMlRTUlODclQkElRTYlOUQlQTUlRTMlODIlOEIlRTMlODElQUUlRTMlODElOEIlRTYlQTQlOUMlRTglQTglQkMlRTMlODElOTclRTMlODElQTYlRTMlODElQkYlRTMlODElOUYmdHh0LWFsaWduPWxlZnQlMkN0b3AmdHh0LWNvbG9yPSUyMzNBM0MzQyZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZzPTE5Zjc1NWZlNzI5YjcyNzNjZDBmNGE1ODM0YzFhYzBi%26mark-x%3D120%26mark-y%3D96%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9OTcyJnR4dD0lNDBZdWtpX05ha2Fob3JhJnR4dC1jb2xvcj0lMjMzQTNDM0MmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0wNTExNDFmOTU2ODNlN2RmMDc1ZGEyYzc2MDJiZGQwNw%26blend-x%3D120%26blend-y%3D500%26blend-mode%3Dnormal%26s%3D1baf522d5d0697417c801af27b8c5875)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
DeepPredNetで地震の予想が出来るのか検証してみた - Qiita
はじめに こちらはFOSS4G 2016 Tokyoで発表した内容です。 Deep Learningは勉強し始めたばかりなので至... はじめに こちらはFOSS4G 2016 Tokyoで発表した内容です。 Deep Learningは勉強し始めたばかりなので至らない点が多々あるかと思います。 間違っているところがあったら突っ込んでいただければ幸いです。 弊社でのDeep Learning×GISの開発事例 タイトルで「DeepPredNetで地震の予想が出来るのか検証してみた」と書いているのですが、まずは弊社での開発事例をご紹介したいと思います。 弊社では受託開発で古地図の自動分類を行っていました。 古地図の地図記号から識別し、土地利用の領域ごとに色分けして分類するニューラルネットワークの開発しました。 実装方法 ・畳み込みニューラルネットワーク(CNN)で実装 ・ Googleの機械学習ライブラリTensorFlowを使用 ・ハイパースペクトルの航空写真から土地を分類するプログラムをもとに作成 当初の予想とその結果
2016/12/15 リンク