「ホームレス予備軍」をAIで検出して支援の手を差し伸べる取り組みがロサンゼルスで行われている
貧富の格差が激しいアメリカでは、物価の高騰や地価の上昇によって家賃を支払うことができなくなり、ホームレスになってしまう人が増加しています。そんな中、AIを利用して「ホームレス予備軍」を検出して支援の手を差し伸べる取り組みが、カリフォルニア州ロサンゼルス郡で行われています。 Can AI predict, and try to prevent, homelessness? : NPR https://www.npr.org/2023/10/04/1202374047/los-angeles-is-using-ai-to-predict-who-might-become-homeless-and-help-before-the ロサンゼルスに住むドゥルセ・ヴォランティンさんはある日、見知らぬ人物から金銭的援助を申し出る電話を受けました。当時のヴォランティンさんはパートナーのヴァラリー・ザヤスさ
いつまでも あるかわからぬ 長寿の国 - シロクマの屑籠
今日、ある方から「日本人のエイジングについて」質問をいただいたこともあり、久しぶりに日本人の平均寿命についてググってみたんですよ。そうしたら、以下のような読み取りやすいグラフがあって。 ＊こちらのグラフは高齢者住宅ジャーナルさんが出典となります＊ 皆さんは、この表を見て何を感じますか。病院に勤務している人なら、2020～2021年あたりは高齢者があまり亡くならない年だった、そのぶん2022年は亡くなる高齢者が多かった、などと思い出すかもしれません。コロナ禍の影響はここにも現れていますね。 私は、ぼんやりグラフを眺めながらこう疑問に思いました。「20年後、同じぐらい高齢者の平均寿命は長いものだろうか？」と。 このグラフの目の付けどころはどこでしょう？ 医療行政の充実や医療技術の発展によって平均寿命が延びているさま、ひいては国民の健康が促進されているさま、と着眼する人は多いでしょうし、それ自体
アンチパターンを理解して package by feature へ
はじめに ニコニコ生放送でフロントエンドを担当している misuken です。 今回は関心が分散してしまう理由やその原理、この問題に対する適切な対処法を通して、package by feature の合理性や、そこで重要になってくる関心の単位などについて解説していきます。 規模の大きなものを扱っている方、分類が苦手な方、分類に関して悩みを感じている方には特に有用です。 前提 Reactでコンポーネントを管理する例で説明します 当然React以外の様々なディレクトリ構成でも応用できます BCD Design の概念も覚えておくとより体系的に理解できます 精度の高い明名ができれば、分類の効率も精度も上がります 現実世界で捉える関心の分散 通常、自宅や職場でトイレに行くとき、同じフロアや同じ建物内のトイレに行きます。 もしもトイレだけの建物が隣に建っていて、そこに行かなければならないとなったらと
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
