利己主義と裏切りが支配する世界に「協力」が生まれる条件は：シミュレーション実験 | WIRED VISION
前の記事 硫化水素がバイアグラに代わる新薬に？ 利己主義と裏切りが支配する世界に「協力」が生まれる条件は：シミュレーション実験 2009年3月 4日 Brandon Keim この絶望的な時代に、科学が一筋の希望の光を届けてくれた――自分本位にふるまう者が得をする世界でも、助け合いは生まれ、そして広まるというのだ。 たとえそれがコンピューター・シミュレーションの世界でも、明るいニュースなら何だって大歓迎だ。 「利己主義と裏切りが支配するノイズ[一部の行動にわざと誤解を生じさせる要素]に満ちた世界で、突如として協調行動が発現し、優勢になることを確認した」。スイス連邦工科大学の社会学者、Dirk Helbing氏とWenjian Yu氏は、2月23日(米国時間)に『米国科学アカデミー紀要』に発表した論文でこのように述べている。 Helbing氏は、サッカー場のファンから交通渋滞までを対象に、群
携帯よりすごい？ ハンズフリー通話、GPS、カメラ付き――ヘルメット
そこでUメットには、通信機能や撮影機能などを本体に備えた。IEEE802.11b/gに対応した無線LANやNTTドコモのFOMAカードを利用した3G回線によって音声や映像を通じて災害対策センターなどの拠点と通信できるほか、GPSや赤外線によるSmartLocatorにも対応し、位置情報も把握できる。撮影デバイスには30万画素のCMOSカメラを搭載。最大640×480ピクセルの画像（JPG形式）や、最大毎秒10フレームの動画（Motion JPEG形式）で現場の状況を伝えることができるという。 このほか3軸の加速度センサーも装備。アクシデントが発生して、Uメットをかぶった作業員が地面に倒れたとしても、そうした状況をすぐに把握できるのである。LEDライトのほか、圧電ブザー、バイブレーション機能などを搭載し、拠点からの指令などに応じて、利用者に警告したり、注意を促したりできるようになっている。
Hadoopで、かんたん分散処理 (Yahoo! JAPAN Tech Blog)
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社の新しいブログはこちらです。LINEヤフー Tech Blog こんにちは、地域サービス事業部の吉田一星です。 今回は、Hadoopについて、Yahoo! JAPANでの実際の使用例を交えながら書きたいと思います。Hadoopとは、大量のデータを手軽に複数のマシンに分散して処理できるオープンソースのプラットフォームです。 複数のマシンへの分散処理は、プロセス間通信や、障害時への対応などを考えなければならず、プログラマにとって敷居が高いものですが、 Hadoopはそういった面倒くさい分散処理を一手に引き受けてくれます。 1台では処理にかなり時間がかかるような大量のデータも、複数マシンに分散させることで、驚くべきスピードで処理を行うことができます。 例えば、今まで1台でやっていた、あるログ集計処理
Fotolia
{"interception":{"ii":"-1"},"fotolia":{"host_base":"fotolia.com"}}
Python でグラフ・(疎)行列計算するためのライブラリを紹介するよ - 武蔵野日記
PageRank とか HITS といったリンク解析ではグラフの計算が頻発するのだが、Python でそのあたり書くときの話をまとめてみる。グラフは行列で表現できる(ノード×ノード次元の行列 A を考えて、ノード i からノード j にエッジがあるとき、A[i,j] に値を入れておけばよい。無向グラフのときは A[i,j] = A[j,i] なので対称行列になる)ので、要は行列を手軽に扱えるライブラリの紹介である。 実は Python の行列演算ライブラリはどれも lapack/blas を内部的に呼んでいるので、C/C++ 等と比較してもそんなに遅くない。それどころか、自動的に並列化できるところは並列化してくれたりするので、まれに C より速いこともあるらしい。特に巨大なグラフを作る場合、ほとんどの処理は C などで書かれた関数に飛ぶので、速度的な問題は無視してもいいくらいである(逆に、
ChaIME
ブラウザから使える IME としては AjaxIME が有名ですが、AjaxIME よりは仮名漢字変換モデルをがんばっているので、多少精度がよいようです。 ATOK 2007 はたまたま失敗する事例ばかり集めているので悪く見えますが、 普段はもっとよいですね。言語モデルを Web コーパスから作り、仮名漢字 変換モデルを新聞記事から作っているので、上記4つの硬い文は ChaIME でも正しく変換できることは予測可能ですが、下記4つは難しいです。 このような文体で書かれたコーパス(ブログデータ?)から仮名漢字変換モデル を学習するとうまく行くかもしれません。 統計的仮名漢字変換 統計的仮名漢字変換について ページを分けました。 既知の問題点(優先度順) unigram によるバックオフ(辞書引き回数が減る) 仮名漢字モデルの Google 日本語 N グラムからの推定 現在2GBの辞書サイズ
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
