修士論文に期待するもの - 武蔵野日記
本日は修士論文の提出日。運の悪いことに2月の博士の入試を受ける人は今日が願書〆切らしく、ダブルで大変なことになっている人たちもいるようだ。 でも時間内にみなさんつつがなく提出されたようでなにより。どうもお疲れさまでした。 教員になって初めての修士論文シーズンだった。これまでは観客席、あるいは舞台にいたが、今回は初めて舞台袖でやきもきする(笑)側に。いろいろ思うところあり。でもみんなこのシーズンに飛躍的に伸びていくのを見るのはおもしろい。短い間だからこそがんばれるのだろうが、添削の往復で少しずつ論文がよくなっていくのは楽しいものである。 確かに最終的にできる論文(研究)も大事なのかもしれないが、論文を書くことで周囲の人たちとやり取りして成長していく、自分ができていないところに気がつく、そういうことが論文を書く意義であって、自分が期待するのはすごくしっかりした論文そのものではなく、そういう論文
井庭崇のConcept Walk | ネットワーク分析
<< March 2024 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 >> 2012年5月18日（金）に、電子情報通信学会 第3回情報ネットワーク科学研究会で招待講演を行います。 「時間発展のネットワーク分析：Wikipedia, Music & Chaos」 井庭 崇（慶應義塾大学 総合政策学部 准教授） Wikipediaのコラボレーションのネットワーク分析や、音楽の分析、カオスの状態遷移ネットワークの研究などを事例に、時間発展の特徴を捉えるネットワーク分析のアプローチについてお話しします。 電子情報通信学会 第3回情報ネットワーク科学研究会 2012年5月18日（金） 13:30 ～ 17:30 開催場所： 首都大学東京（秋葉原キャンパス（ダイビル）） 電
k最近傍法 - 機械学習の「朱鷺の杜Wiki」
k最近傍法 (k-nearest neighbor method)† クラスのラベルが付加された訓練事例が与えられているクラス分類の場合： 分類したい事例から近い方から順にk個の事例を見つける．これら，k個の事例のうち，最も多数をしめるクラスに分類する． 各データ点での関数値が付加された訓練事例が与えられている回帰分析の場合： 分類したい事例から近い方から順にk個の事例を見つける． これら，k個の事例の関数値を，その事例までの距離に対して減少するような重みをつけた，加重平均して推定値とする． 分類のたびに訓練事例全体を走査するため，分類に必要な計算量は大きい． 事前に学習を全く行わず，蓄えた訓練事例から直接，計算するので，こうした手法をメモリベース (memory-based) 法やアプローチと呼ぶ． k=1のときを特に 最近傍法 (nearest neighbor method) という
なんだかうまくいかない人のためのページ
つまるところ、「やるべきことをやらないと研究は進まない」のですが、 「やる気になる」にはどうしたらよいか、まとめてみます。 ここで書いているのは、あくまで「ヒント」です。 もしこれらを試してうまくいかなくても責任はとれません。 でも1つぐらいは、役に立つこともあるんじゃないかな、と思います。 まず、なぜ研究が進まない/うまくいかない(と感じる)のか考えましょう 例えば以下のような状況にありませんか？ やらなきゃいけないのはわかっているが、 なんとなくやる気が出ない、進まない。 研究・勉強は家でやっているから、別にいいでしょ？ 何をやったらいいのかわからない。 一生懸命、ちゃんとやっているつもりなのに、 ゼミ発表すると/原稿を見せると/学会に行くと、コテンパンにされる。 今やっていることが、いいのかどうかわからない。 やるべきことが多すぎて、あるいは、 今までやったことがないことをやらなけれ
tsubosaka-Tokyotextmining
Loading… Flash Player 9 (or above) is needed to view presentations. We have detected that you do not have it on your computer. To install it, go here. tsubosaka-Tokyotextmining - Presentation Transcript Latent Dirichlet Allocation入門 @tokyotextmining 坪坂 正志 Why LDA • 白鵬が単独首位 琴欧洲敗れる Why LDA • 白鵬が単独首位 琴欧洲敗れる • 人は上の文を見て相撲に関係する文である ことを理解できる – 文中に相撲という単語は出てこないのにもかか わらず Why LDA • 白鵬が単独首位 琴欧洲敗れる • 人は上の文を見て
共訓練 - 機械学習の「朱鷺の杜Wiki」
共訓練 (co-training)† 半教師あり学習を実現する手法の一つ 事例の定義域は \(X\) は \(X_1\times X_2\) に分割できる．すなわち，一つの事例を二種類の属性ベクトルで表現できる． 例えば，一つのWebページがテキストに基づく特徴\(X_1\)と，リンクに基づく特徴 \(X_2\) で記述されているなど． \(X_1\) と \(X_2\) のどちらか一方だけでも分類には十分とする． \(\mathcal{D}\) は \(X\) 上の分布． \(\Pr{}_{\mathcal{D}}(x)\ne0\)なる事例 \(x\in X\) について，ラベル付け関数は無矛盾，すなわち，\(f(x\in X)=f_1(x_1\in X_1)=f_2(x_2\in X_2)\)．これが成立する仮定をcompatibleという． ここで，\(x_1\in X_1\) と
経済物理学 - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Econophysics|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手順・指針についての説明があり
パレート分布 - NtRand
パレート分布(Pareto distribution) 世界を動かすパレート分布 スケールフリー 突然ですが、手元に大きなガラス板があります。ここに日頃の鬱憤をはらすために大きな石を思い切りぶつけてみましょう。すっきりしましたか？ではここで、粉々に砕け散ったガラス片の写真を2枚撮ってみます（図）。実はこっちのほうが大事だったんですね。 （大分図が簡略化してあることは突っ込まないでおいてくださいね。） さて左の写真は1辺が1メートルです。この写真で大体20センチ角程度の破片（一番大きい欠片）に対して、その半分程度の大きさ（10センチ角程度）の破片の数は大体1.2倍ほどあるとします。さらにその半分程度の大きさ（5センチ角程度）の破片はさらに1.2倍ほどあります。 では右の写真は何でしょうか。実はこれは1辺が0.1ミリの顕微鏡写真なのです。ここに写っているのは極小の破片のみということになります。
複雑ネットワーク - Wikipedia
ウィキペディア周辺のWWWの構造 ヒトのタンパク質間相互作用の一部 BAモデルにより生成されたランダムネットワーク。各頂点の大きさが次数に対応している。Cytoscape上でRandomNetworksプラグインを使用し作成。 複雑ネットワーク（ふくざつネットワーク、complex networks）は、現実世界に存在する巨大で複雑なネットワークの性質について研究する学問である。 複雑ネットワークは、1998年に「ワッツ・ストロガッツモデル」という数学モデルが発表されたことを契機に、現実世界の様々な現象を説明する新たなパラダイムとして注目を集めている。多数の因子が相互に影響しあうことでシステム全体の性質が決まるという点において複雑系の一分野でもある。 現実世界に存在するネットワークは多様であり、巨大で複雑な構造を有しているが、一定の共通する性質を見出すことができる。それらの性質は「スケール
ＡＨＰの初歩＜オペレーションズリサーチ＜Ｗｅｂ教材＜木暮
ＡＨＰのイメージ よくある選択法での問題点 顧客が商品を購入するとき，価格，品質，体裁などいくつかの評価項目があります。このとき，価格に７０％，品質に１０％，体裁に２０％というような重みをつけて，商品Ａでは価格が３点，品質が４点，体裁が４点，商品Ｂでは，それぞれ５点，３点，２点というような点数をつけて，次のような表を作り，それらの総合点を計算して，総合点の最大のもの（ここでは商品Ｂ）を選択するという方法がよくとられます。 重み 商品Ａ 商品Ｂ 商品Ｃ 商品Ｄ 価格 ０.７ ４ ５ ３ ２ 品質 ０.１ ２ ３ ５ ５ 体裁 ０.２ ３ ２ ３ ４ －－－－－－－－－－－－－－－－－－－－－－－－－－ 合計 ３.６ ４.２ ３.２ ２.７ （商品Ａ：０.７×４＋０.１×２＋０.２×３＝３.６
包絡分析法(Data Envelopment Analysis：DEA法)に関する報告
包絡分析法(Data Envelopment Analysis：DEA法)に関する報告 渡邉 真也，廣安 知之，三木 光範 ISDL Report No. 20020202002 2002年 12月 19日 Abstract 本報告では，包絡分析法(Data Envelopment Analysis：DEA)の概要について報告する．DEAでは，多入力，多出力の多目的問題において評価対象を効率という側面から評価する．具体的には，各評価対象に対して最も都合良くウェイト付けを行った上で，それと同じ条件のもとに他の評価対象も評価して相対評価を行う．そのため，各評価対象は最大限にその特徴を考慮された上での評価が与えられる． 1 はじめに 本レポートは，包絡分析法(Data Envelopment Analysis：DEA)の概要について報告する．DEAは別名で効率性分析法とも言われ
高安美佐子研究室：トップ
リアルタイムCOVID-19感染予測 準リアルタイムの大規模GPSデータと研究室で開発した実効再生産数推定モデルを同期させ、COVID-19の感染予測を行っています。 約12日後までの感染者数の推定を行うことができます。詳細はこちら *データ利用の都合上2023年2月末日で終了いたしました。 Top 今世紀に入り、スマートフォンやインターネットが生活の隅々にまで浸透し、第4次産業革命とよばれる社会の大きな転換期を迎えています。産業界・官公庁や医療分野などに蓄積された ビッグデータを利活用することによって、社会が直面している様々な問題を解決し、豊かさ・安心・安全が持続可能な社会を実現することが求められています。 本研究室では、セキュリティ技術を導入したビッグデータ解析室を備え、ビッグデータを用いた経済物理学・社会物理学および生命科学の研究拠点を形成します。 異分野融合型の研究を推進し、データ
Rakuten Institute of Technology | 楽天技術研究所
In order to surpass human intelligence, we must first observe and deeply understand the nuances of human behaviors and actions. As the R&D organization of the Rakuten Group, we research and develop technologies and algorithms to create new, valuable services. LEARN MORE In order to surpass human intelligence, we must first observe and deeply understand the nuances of human behaviors and actions. A
修論発表チェックリスト - NextReality
研究室内ブログに書いてある内容から転載。こうやってみると実にあたりまえのことしか書いてないですが、「アタリマエのことをきっちりこなせる人」を世間では出来る人というみたいです。 修論発表Last Minute check 以下は主に工学系の修論発表（卒論発表）を想定しています。比較的オーソドックスな「発表の型」について説明してあります。 基本ストーリーを明確に。(1) メインクレームは何（この研究は一言でいうと何をした)? (2) なぜそれをやる価値があるのか？ (3) 既存研究とはどこが違うのか（いままで解決できなかったどんな問題を解決するのか) (4) 具体的にはどんなもの? / 本当にうまくできた?(評価) (5) 修論までの計画 (中間発表の場合) がわかるように。以下のプレゼンテーション技法はそれが前提。 時間に厳密に。自己リハーサルしてきっちり規定時間で終われるように練習する（リ
卒研や大学院で論文執筆しているみなさん！朗報ですよ。 - 発声練習
まずは、下のエントリーを読んでください。 上司が“唸る”報告書 の書き方 ここで言われていることに何か見覚えありませんか？そうです。あなたが散々ぐちぐちと言われてきた論文の書き方とほとんど同じことを述べています。違うのは、「2-3. 報告書作成のポイント 〜誰に出す？何のために書いた？を考えること」にあるとおり「報告書を提出する相手によって、文書の構成や内容を変えるべきである」ということだけです。ちなみに、論文の場合はあまり言われません。なぜなら、論文を読むのはあなたと同じ分野の専門家だから。 「研究なんて会社に入ったら役にたたない」と言われて久しいですが、どの研究でも共通に利用するメタ研究技術は案外いろんなところで役に立ちます。ぜひ、卒研や大学院での論文執筆を「卒業・修了するためだけにこなす仕事」と考えずに、会社に入っても役に立つ「報告書作成の第一歩」と位置づけて、技術を身につけましょう
新しいことを始めようとするとケチつける人は世界中にいます - My Life After MIT Sloan
研究でも、起業でも、社内での新しいプロジェクトでも、新規サービスでも、 何か新しいことを始めようとすると、外野から何かとケチがついたりする。 例えば、私が例の修士論文を書き始めた頃は、MITの先生とかは面白いと肩押ししてくれたのだが、 中には「それ、何が新しいの？そんなの10年前から言われてるよ。やる意味あるの？」と言ってくる学生もいた。 ボストンのような学術の街でもこうなんだな、というのは少し驚きだった。 私が書いたのは、コンサルファームにいるとかで、業界全体を色んな角度から良く見ているひとなら、 一度は考えたことがあるかもしれない、良く見られる業界の現象だった。 しかし、現状ではその現象に名前も付いてないし、メカニズムもちゃんと解明されてないので、ちゃんと研究する意味があると私は思ったわけだ。 で、取り組んだ結果、その分野の最先端にいる何人かの先生に、これは面白いから、修論で終わらせず
博士生活振り返り - DO++
ずっとドタバタしていたのですが、ようやく新しい生活のリズムがでてきました。 無事、情報理工学の博士号を取得して卒業し、4月からPreferred Infrastructureでフルタイムで働いています。 研究方面からのお誘いもいろいろあったのですが、会社一本に専念しております。 ただ、研究活動はこれからも会社のバックアップのもとしていきます。 また、3月に結婚もしました。 年明けから博士卒業、結婚の二本柱に加えてNLPチュートリアル、会社の仕事とテンパってました。 なんとか体を壊さず乗り越えられたのはみなさんの助けです。 しかし、喉元過ぎると熱さ忘れるという言葉通り、「これはもうだめだろう」と追い詰められていた時の気持ちを既に忘れつつあります。 誰かの参考になるかもしれませんので、この時の気持ちも含め博士３年過ごして感じたことや、研究の話とかを思い出せる範囲で書いてみます。 --- 私が修
これぞ大学院生必携、『研究室の人間関係学』 - 赤の女王とお茶を
ちまたで大学院問題が再興しているみたいなので、二度目になりますが本書を紹介しておこうと思います。ちなみにタイトルは「ラボ・ダイナミクス」ですが、『研究室の人間関係学』ような邦題にしたほうがずっとわかりやすいと思います。 まず前提認識ですが、大学・大学院といった高等教育はその定義からして、多様性を持つものです。 国民があまねく受けるべき教育、というのはすなわち「義務教育」なんであって、それにプラスアルファして個々人の状況に合わせて学ぶための知識や技術や思考こそ高等教育機関が受け持つべき領域なのです。 有識者の皆さんが大好きな米国の大学だって、ものすごく多様です。 ハーバードやスタンフォードといった私立研究系大学ばかり取りざたされますが、米国社会を支えているのはそれだけではなく、地域の教育や産業をになう州立大学、社会で活躍するための本来的な「教養」を身につけるリベラルアーツ・カレッジなどなど、
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
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
Exploring Multiple Communities with Kernel-Based Link Analysis
物理学会平成22年度秋季大会