3日で作る高速特定物体認識システム (7) 最近傍探索の高速化 - 人工知能に関する断創録
3日で作る高速特定物体認識システム (6) 線形探索を用いた特定物体認識（2009/11/22）のつづきです。今回がこのシリーズの最終回です。 前回の線形探索は遅すぎるので最近傍探索を高速化します。これで表題の高速特定物体認識システムができあがります。高速化にはいくつかの方法がありますが、物体モデルデータベースをなんらかのデータ構造にあらかじめ格納しておくというのがポイントです。今回は、資料でも述べられているkd-treeとLocality Sensitive Hashing (LSH)という手法を試してみます。kd-treeは木構造、LSHはハッシュでデータを構造化（インデキシング）します。kd-treeは、厳密な最近傍を求めますが、LSHは近似最近傍検索と呼ばれ、厳密な最近傍は求められない代わりに計算を大幅に高速化できます。 資料では、ANN (Approximate Nearest
「自己」という幻想 : 池田信夫 blog
2010年05月22日15:07 カテゴリ本科学/文化 「自己」という幻想 学生時代に、廣松渉のゼミに1年間もぐりこんだことがあるが、そのゼミには毎回、大森荘蔵が出てきて討論していた。図式的にいえば、廣松が構造主義的な立場から「共同主観性」の優位を説くのに対して、大森がポストモダン的な「個人主観性」による価値の構成を論じる立場だった。あるとき大森が、ヴィトゲンシュタインの有名な例を出して「廣松さんには私の歯の痛みがわかりますか？」と質問したとき、廣松は「わかります」と答えた。 そのときは、さすがに廣松の議論には無理があると感じたが、脳科学のミラーニューロンについての最近の実験は、廣松説を支持している。本書の紹介する「ラバーハンド実験」では、自分の腕とマネキンの腕をついたての向こうに置いて、両方を同時に刺激する。長期間これを続けていると、マネキンの腕を刺激すると自分の腕に刺激を感じるようにな
TechCrunch | Startup and Technology News
“This completes the transition to Apple silicon,” Senior Vice President of Hardware Engineering John Ternus noted during last week’s WWDC keynote. Apple never promised the process would happen o
読みやすいソースコードとは - L'eclat des jours(2009-11-23)
_ 読みやすいソースコードとは きむら(K)さんの日記読んでて、はて、確かにおれも読んだのだが、まったくどこだかわからんぞ、と気になってさがした。 ソースコードのコメントよりも空白行のほうが理解を助けるという研究結果 元のペーパーはRaymond P.L. Buse and Westley R. Weimer: Learning a Metric for Code Readabilityらしいけど、www.computer.orgがDNSで引けないのでまったく読めない。 で、名人がクリーンだとかビューティフルとか言う世界ではなく、いよいよソースコードそのものの読みやすさについて定量的な分析が行われるようになったのだなぁという感慨というか来ちゃったなぁ感というかがある。 次に来るのは、多数が読みやすく書きやすい言語ってものの設計と実装が来るのだろう。（でも、多数の人間ではなく、機械生成しやす
Latest topics > 部分的なサムネイルって便利なんだろうか - outsider reflex
Latest topics > 部分的なサムネイルって便利なんだろうか 宣伝。日経LinuxにてLinuxの基礎？を紹介する漫画「シス管系女子」を連載させていただいています。 以下の特設サイトにて、単行本まんがでわかるLinux シス管系女子の試し読みが可能！ « Fennec合宿の成果まとめ Main 喧嘩の売り買い » 部分的なサムネイルって便利なんだろうか - Jun 16, 2009 Reinventing tabs for the browser · Alexander Limiに、A full thumbnail screenshot of a page is not really useful in identifying the page, especially if the page is mostly text.（ページ全体のスクリーンショットのサムネイルは、ページを判
スペル修正プログラムはどう書くか
Peter Norvig / 青木靖 訳 先週、2人の友人(ディーンとビル)がそれぞれ別個にGoogleが極めて早く正確にスペル修正できるのには驚くばかりだと私に言った。たとえば speling のような語でGoogleを検索すると、0.1秒くらいで答えが返ってきて、もしかして: spelling じゃないかと言ってくる(YahooやMicrosoftのものにも同様の機能がある)。ディーンとビルが高い実績を持ったエンジニアであり数学者であることを思えば、スペル修正のような統計的言語処理についてもっと知っていて良さそうなものなのにと私は驚いた。しかし彼らは知らなかった。よく考えてみれば、 別に彼らが知っているべき理由はないのだった。 間違っていたのは彼らの知識ではなく、私の仮定の方だ。 このことについてちゃんとした説明を書いておけば、彼らばかりでなく多くの人に有益かもしれない。Googleの
体を使って分かる、ってこと - 檜山正幸のキマイラ飼育記 (はてなBlog)
openlimitさんにトラックバックいただいたので、たどってそのエントリーを読んでみました。専門用語が多くて門外漢の僕にはよく分かりません。それでも、 この症例から指と数の表象とが深く関係（少なくとも場所は近いか同じ？）で、 抽象化するときに同じような経路を使っているのかもしれない。 数をcodingするときに身体から切り離せないということかな。 心理学では、たとえ数をことばで表現できなくとも、 それに相当する行動や反応を示す場合には数を認知できると考える とか、このあたりは納得できる気がしました。 子供の数量認知の文脈でのことかも知れないのですが、これは大人、つうか僕自身に当てはまりますね。抽象的概念を理解しようとするときでも、僕は、視覚的イメージや身体行為と結びつけないとうまくいきません。イメージ／行為では理解した気分になっていても、言語・記号的表現で書き下したり計算したりすることが
ke-tai.org > Blog Archive > KDDI研究所がケータイを振って本人認証をする技術を開発
KDDI研究所がケータイを振って本人認証をする技術を開発 Tweet 2009/4/10 金曜日 matsui Posted in ニュース | 2 Comments » すごく興味深いニュースを見つけましたのでご紹介します。 KDDI研究所が、ケータイを振って本人認証をする技術を開発したそうです。 → 株式会社KDDI研究所 プレスリリース 加速度センサを使って腕振り動作を照合する動作認識技術を開発 [kddilabs.jp] → ケータイWatch ケータイを振って本人認証、KDDI研が開発 [impress.co.jp] → ITMedia +D Mobile ケータイを振る動作で本人を確認 – KDDI研、「腕振り認証システム」を開発 [itmedia.co.jp] 腕を振る動作には、腕の長さや筋肉の付き方、握り方といった癖があり、他人にも真似がしづらいらしく、それを使って個人の認
Slow Feature Analysis - potasiumchの日記
神経系を模した教師なし学習の枠組みとして、Slow Feature Analysis (SFA) というのがあるらしい。これかなり良い感じなんじゃないだろうか。 感覚神経系の役割は、生存に合目的な行動を行えるように外界の状況を推定することにある。感覚器から得られる生の感覚入力自体はノイズや（視覚系なら）眼球運動などの影響で高速に（〜数十ミリ秒）変化するけど、外界の状況（特定の場所にいる、目の前に熊がいる、等。）はより低速に（〜数秒）変化する。このことから、神経系は自然感覚入力のうちの低速に変化する特徴（slow feature）を抽出するように自己組織化すると仮定し、モデル神経系に自然感覚入力を与えて学習させてみましたと。 そうすると、視覚野で見られる受容野構造や、海馬で見られる場所細胞に相当する情報表現を獲得させることができたと。さらに面白い点は、この学習則をミクロに考えるとそれは ST
Carnegie Mellon Press Release: June 13, 2006
Press Release Contact: Byron Spice 412-268-9068 Anne Watzman 412-268-3830 For immediate release: June 13, 2006 Carnegie Mellon Researchers Teach Computers To Perceive Three Dimensions in 2-D Images Program Automatically Generates 3-D Models From a Single Photograph Above is a composite image of Carnegie Mellon's University Center, showing a photograph (top left) and three 3-D reconstruction
Compute 3D shape and scene from single image
Publication Feng Han, and Song-Chun Zhu, "Bayesian Reconstruction of 3D Shapes and Scenes From A Single Image", Workshop on Higher-Level Knowledge in 3D Modeling and Motion Analysis, Nice, 2003. Abstract It's common experience for human vision to perceive full 3D shape and scene from a single 2D image with the occluded parts ``filled-in'' by prior visual knowledge. In this paper we repre
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
Erlang Community - Erlang and Neural Networks - Trapexit