研究者と個人を支援でつなぐ学術系クラウドファンディングサイトです。多様な分野の研究者が自身の研究を進めるためチャレンジしています。
工場で作業中だったロボットが突如大暴れして、一緒に働いていた人間に危害を加え始める――。そんなSFのような事態が現実に起こりかねないとして、セキュリティ企業が生産現場や家庭に進出するロボットの安全性に警鐘を鳴らしている。 セキュリティ企業IOActiveの研究者は2月に発表した論文「Hacking Robots Before Skynet」の中で、複数の大手メーカーの家庭用ロボットや産業ロボットを検証し、50件近い重大なセキュリティ問題を発見したと伝えていた。 中でも生産現場などで人間の作業をアシストする共同作業ロボット(コボット)にスポットを当て、8月22日のブログでコボットを遠隔操作するデモ映像や、技術的な詳細を公表した。 コボットについては2月の報告書の中で、Rethink Robotics製の「Baxter」「Sawyer」と、Universal Robots製の「UR」に多数の脆
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? MessagePackはTreasure Dataの古橋さんを中心として提案・実装されているデータのシリアライズフォーマットで、fluentdが互いにデータ通信をする際のフォーマットとしてよく知られていると思います。個人的にはこれをデータ分析をする際のデータの保存に活用することが多く、この記事はその手法の紹介になります。 なお、記事はなるべく正確に書くよう努めていますが、データ分析などについてはわりと素人なのでご指摘・コメントなどは歓迎です。 MessagePackを使って何をするのか やりたいことは、分析をするために取得したデータをM
Almost everyone I know says that "backprop is just the chain rule." Although that's basically true, there are some subtle and beautiful things about automatic differentiation techniques (including backprop) that will not be appreciated with this dismissive attitude. This leads to a poor understanding. As I have ranted before: people do not understand basic facts about autodiff. Evaluating \(\nabla
おつかれさまです.今回は簡単なメッセージ受信数のデータを使って,変分ベイズによる変化点検知をやってみたいと思います.なお,今回使うデータやモデルは下記のPyMCの入門書を参考にしています*1. Pythonで体験するベイズ推論-PyMCによるMCMC入門-キャメロン-デビッドソン-ピロン この本では推論にMCMCを使っていますが,今回はモデルはそのまま流用し,同じことを実現する変分ベイズによる近似推論を導いてみます. 一般的には変分ベイズの方が計算が高速なので,MCMCの性能に満足できない場合などは変分ベイズは良い代替手法になり得ます.また,今回紹介する例は,過去に紹介した混合モデルを使った例よりも比較的シンプルですので,変分ベイズの入門題材にはちょうど良いんじゃないかと思っています. MCMCによる変化点検知 ・メッセージ受信データ PyMC本では次のような「ある期間で受信したメール数」
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