軟閃素(なんせんす) Since 2004.11.22 アバウト 過去の日記 裏日記 らくがき アンテナ 副サイト 12/24 もうこんな時期ですか 今年何回更新したのか数える気にもなりません たぶん2回くらいです
軟閃素(なんせんす) Since 2004.11.22 アバウト 過去の日記 裏日記 らくがき アンテナ 副サイト 12/24 もうこんな時期ですか 今年何回更新したのか数える気にもなりません たぶん2回くらいです
息子へ。 息子へ。 昨日、一緒に、お墓参り行ったな。 一緒に墓参りして、メンチカツ食べて、焼き鳥食べて イカ焼きまで食べて、楽しかった。 いい墓参りだった。 ちょっと寒かったけどね。 家にいるときと、お墓までの往復の時間と いつもに比べて、かなり会話したね。 今回の災害と、原子力発電について。 だけど、原子力発電について、結局のところ 「パパはどう思っているのか?」 というのを、ちゃんと言えてなかったように思う。 お前に、自分で調べたり、考える人間になってほしいから バランスよく、原子力発電の、良いところと、悪いところと 話をしたつもりだけど それだけだと、父親失格かなあと思えてきた。 パパの意見、を言わなきゃ。 だから、書くね。 直接も言うけど、こうやって書いて残すのは お前だけじゃなくて、みんなにも伝えたい、というのもあるんだけど 自分の意見を「公」にしてないって、よくないと考えた。
明けましておめでとうございます。 コメント本当に本当にありがとうございます。 昨年11月末に盛岡に旅行に行ってきました。 盛岡城跡の高台から市内を一望して 遠くの山の向こうの被災地を思ったり わんこそばにチャレンジしたり 伝統工芸品を見たり 陸前高田出身のかたの経営する居酒屋に行ったりとっても有意義な2日間でした。 お仕事以外で岩手に行ったのは 震災以降初めてでしたが道路が隆起していたり 屋根が壊れている家屋を見つけると ついじっくり見てしまうクセがついてしまいました。 募金箱にお金を入れたり、お土産ものをたくさん買ったり 今の自分に出来る支援をしてきましたが、東北のお食事はおいしかったし、景色はきれいだし空気も澄んでいて 会う人会う人が優しかったりで やっぱり大好きな場所だなぁと思いました。 陸前高田には1月に入ってから 先日ですが日帰りで仮設住宅とボランティア団体の方対象の健康診断のお
化学者のつぶやき 材料開発における生成AIの活用方法 開催日:2024/06/26 申込みはこちら■開催概要近年、少子高齢化、働き手の不足の影響を受け、従来の経験と勘による研究開発から、データを活用して、より効率的に、また人が発見出来なかった素材を研究開発していくことが目指されてい… 2024/6/22 archives, セミナー, 会告, 化学者のつぶやき Ming Yang教授の講演を聴講してみた bergです。この度は2024年6月19日(水)に東京工業大学 大岡山キャンパス(理学部)にて開催さ… 2024/6/21 化学者のつぶやき, 日常から 【6/26・27開催ウェビナー】バイオ分野の分析評価・試験~粒子径測定と吸入製剤試験の新技術~(三洋貿易株式会社) 1.ウェビナー概要2024年6月26日・27日の2日間で開催される三洋貿易ウェビ… 2024/6/20 archives,
ときどき、たまたま自分がそのとき考えていたことについてそれを補強するような材料が偶然たくさん集まってくる、なんてことがあります。そんな出来事があったので、ちょっとブログを書いてみようかなと。 以前に HBFav を作ったときこんなことを書きました。 Mark Zuckerberg は、いずれみんな、ニュースは友人知人経由で知ることになるだろうと言っていました。自分もそうなるだろうと思います。 4年ぐらいが経ちましたが、その思いは以前よりも増して確信めいたものになってきています。 ところで先日、Twitter の iOS アプリに「ニュース」という機能が追加されました。人によっては出てないそうなのでまだテスト中か、もしくは既に削除されているのかもしれないですが。 この機能についての自分の感想は以下のようなものでした。 もうすこし補足します*1。 Facebook や Twitter のような
Googleで利用されている分散データ処理言語SawzallのOSS実装 szl が公開されました。 公開されたソースの中にはSawzallの実行環境の他に大規模データ向けの統計ライブラリが含まれています。この統計ライブラリには高度なアルゴリズムが実装されているので、これを他の言語からも利用できると便利だなと思い、C++, Ruby, Pythonから利用できるようにしました。 便利な統計アルゴリズムの1つに出現回数が上位のN件の要素の抽出(top-N)があります。 top-Nを求める具体例としては、自然言語処理でよく使う、出現回数上位の単語を求める処理があります。この処理の単純な実装では、まず全単語の出現回数を求めておき、次に各単語を出現回数の降順でソートして出現回数上位の単語を求めます。しかし、この実装ではユニークな単語数K(数十万から数百万)に比例したメモリと計算量が必要となります。
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