複数ロボットの操作や空間擬人化、笑いの増幅まで～「インタラクション2009」レポート
3月5日と6日、ユーザーインターフェイス、CSCW、可視化、入出力デバイス、仮想/拡張現実、ユビキタスコンピューティング、ソフトウェア工学をテーマにしたシンポジウム「インタラクション2009」が開催された。主催は情報処理学会 ヒューマンコンピュータインタラクション研究会(HCI)、情報処理学会グループウェアとネットワークサービス研究会(GN)、情報処理学会 ユビキタスコンピューティングシステム研究会(UBI)。協賛はGoogle株式会社。 毎年行なわれているシンポジウムで、人と人、人と機械のインタラクションに関する計算機科学や認知科学、社会科学、人文科学などの研究者や学生たちが集まった。なお今年は不況の影響で参加人数が減ったという。発表はキーノート、一般論文講演、そして実物のデモによるインタラクティブ発表からなるが、本誌では主に、ロボットや実世界インタラクションに関する発表をレポートする。
英語論文に使う表現文例集のレジュメ
「英語論文に使う表現文例集」のレジュメ ・このレジュメは、迫村純男 & Raeside,J.「英語論文に使う表 現文例集」（1996年、ナツメ社）の内容をまとめて、参照しや すいようにHTML形式で表したものです。説明等は省いてあるの で、詳しくは同書を参照して下さい。 ・必要な文例をコピーする場合は、範囲指定して反転した部分に カーソルをのせたまま右ボタンをクリックするといいでしょう。 ・転載等は御遠慮下さい。 Abstracted by M.KAMEGAYA 1997 １.前文 (a)論文の目的 The purpose of this study is ... This study provides ... This paper attempts to ... I would like to examine ... 【研究する】investigate, show, consider,
柴田克成のホームページ [End-to-End強化学習による知能創発]
今までの研究の総括と今後の展望についての論文と講演ビデオです。 ＜論文＞「深層学習が示唆するend-to-end強化学習に基づく機能創発アプローチの重要性と 思考の創発に向けたカオスニューラルネットを用いた新しい強化学習」 ここをクリックしてください。 ＜講演＞「人間のような賢さを追い求めて ～ニューラルネットと強化学習による創発型知能形成と「思考」創発への挑戦～」 (三菱電機(株)先端総研での講演のビデオを，ご好意で公開させていただいています) ここをクリックしてください。 Google DeepMind のHassabisらの素晴らしい成果により，この分野が急激に注目を集めています． センサからモータまでをニューラルネットで構成し，強化学習させることは， 当研究室のオリジナルのアイデアです（20年ほど前から提起しています）． このアプローチで実ロボットへも適用し，さらにリカレントネット
圧倒的に生産性の高い人（サイエンティスト）の研究スタイル - ニューロサイエンスとマーケティングの間 - Being between Neuroscience and Marketing
Leica M7, 90mm Tele-Elmarit F2.8, PN400N @Santa Monica, CA アメリカで研究するようになって最も驚いたことの一つは、日本では考えられないほど生産性の高い研究者が存在することだ。 たとえば僕がローテーションして、最後までそこでdissertation work（博士論文のための研究、活動）をすることにするか迷っていたあるラボ。そこはポスドク、テクニシャンを含めて（註：undergraduate=学部生は殆どアメリカの研究室には居ない）たった5人でやっているにもかかわらず、毎年5-6本ぐらいはペーパーを出し、ほぼ全て一流紙。多いときは年に2本ネイチャーに出し，一本は表紙になったりしていた(#)。 しかも良く日本では見かける深夜も土日も働いて、朝はどちらかというと崩れ気味、みたいな重労働系の生活ではなく、普通に朝来て、「うーん今日は狂ったよ
複雑な問題へのSOMの応用
人間の直感に近い柔軟な情報処理 SOMのコンセプトをもっとも簡単に言えば、それは代表的な人工ニューラルネットワークの１つであり、我々の脳機能が誰かにプログラムされるわけではなくて、自分自身で賢くなれるということの本質的原理を数理モデルにしたものです。 というと、なにやらとてつもなく複雑な仕掛けであるかのような印象を与えそうですが、もちろんSOMが脳全体と同じだというわけがなく、脳機能のほんの一部をさらに簡略化したものに過ぎません。SOMの基本的原理はじつはとても簡単なことなのです。 まず、ある物事について、「それが何であるか？」を認識することを考えてください。リンゴを認識するときに、実在する個物としてのリンゴには、いつでも「リンゴ」という名札がついているわけではありません。我々は、その物体の色や形、香りなどの特性を五感（視覚・聴覚・臭覚・味覚・触覚）からキャッチして、その情報をもとに「それ
自己組織化マップ(Self-Organizing Maps)の基礎
自己組織化マップ(Self-Organizing Maps)の基礎 伊藤 冬子, 廣安 知之, 三木 光範 ISDL Report No. 20050822007 2006年 1月 8日 Abstract 自己組織化マップ(Self-Organizing Maps, SOM)はニューラルネットワークの一種である. 多次元のデータを2次元に写像することが可能であり, 高次元空間の可視化に用いることが可能である. またこれらの多次元のデータを予備知識なしでクラスタリング可能である. 本報告では, 多次元データの可視化, クラスタリングを目的とし, SOMを調査した. また, 無料配布されているSOMのパッケージSOM_PAKを実際に利用した. 1 はじめに 各分野で取り扱われるデータは多次元であることが多い. また, データごとの特徴などの予備知識が ない中で, その分類や
自己組織化マップ（SOM：Self Organizing Maps） − ホーム
自己組織化マップ（SOM：Self Organizing Maps）のソースプログラムの活用方法について 説明しています。
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
目次
ニューラルネットワーク入門