You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session.
What in the world could オントロ (ontoro) and グスーム (gusūmu) possibly mean? (If you wait a few seconds, a hint will flash in the animated GIF above.) Continue reading… The UTC #160 meeting took place last week at Microsoft’s HQ in Redmond, Washington. For CJK enthusiasts, the big news is that the UTC accepted CJK Unified ideographs Extension G (aka IRG Working Set 2015), which includes 4,939 characters
絶対に発火しない電池実現へ――消火機能を備えた高性能有機電解液を、東京大学大学院などの研究グループが開発した。 絶対に発火しない電池実現へ――消火機能を備えた高性能有機電解液を、東京大学大学院などの研究グループが開発した。「電池の中に大量にあった燃料がすべて消火液に置き換るようなもの」であり、「従来、解決不可能なジレンマとされてきた2次電池の高エネルギー密度化・大型化と高度な安全性の確保の両立が可能になる」としている。 リチウムイオン電池には可燃性の有機電解液が含まれており、発火・爆発事故が多く報告されている。より高エネルギー密度・大型な2次電池も求められているが、発火リスクをさらに高めることになるため、発火を防ぐ新たな安全対策が求められてきた。 今回開発した電解液は、難燃性の有機溶媒と電解質塩のみでできており、引火点を持たない。さらに、温度が200度以上に上昇すると、蒸気が発生・拡散。こ
私が2012年にニューラルネットの逆襲(当時のコメント)というのをブログに書いてからちょうど5年が経ちました。当時はまだDeep Learningという言葉が広まっておらず、AIという言葉を使うのが憚られるような時代でした。私達が、Preferred Networks(PFN)を立ち上げIoT、AIにフォーカスするのはそれから1年半後のことです。 この5年を振り返る良いタイミングだと思うので考えてみたいと思います。 1. Deep Learning Tsunami 多くの分野がこの5年間でDeep Learningの大きな影響を受け、分野特化の手法がDeep Learningベースの手法に置き換わることになりました。NLP(自然言語処理)の重鎮であるChris Manning教授もNLPで起きた現象を「Deep Learning Tsunami」[link] とよびその衝撃の大きさを表して
Deep neural networks have proved to be a very effective way to perform classification tasks. They excel when the input data is high dimensional, the relationship between the input and the output is complicated, and the number of labeled training examples is large. But it is hard to explain why a learned network makes a particular classification decision on a particular test case. This is due to th
.* element-wise multiplication ./ element-wise division .^ element-wise power sin() element-wise sin cos() element-wise cos tan() element-wise tan arcsin() element-wise arcsin arccos() element-wise arccos arctan() element-wise arctan log() element-wise natural log exp() element-wise exp tanh() element-wise tanh abs() element-wise absolute value sign() element-wise sign relu() element-wise relu
This WebGL experiment is an attempt to create a procedural city that feels alive and is fun to watch. First, we generate a finite grid of random city blocks. Then, using some tricks, the viewpoint wraps around this grid, which creates the illusion of an endless cityscape. Made with: Three.js, Blender, Unity. Models by VenCreations.
How to Deal With Homework Stress: 10 Tips to Avoid Meltdown Homework meltdown is not uncommon among students at any academic level, college, high school, or even middle school. To many students, homework can feel like a bug that they want to squash but refuses to die. Unfortunately, stress caused by assignments can lead to a series of other health and academic problems. For example, it can lead to
Research Population based training of neural networks Published 27 November 2017 Authors Max Jaderberg Neural networks have shown great success in everything from playing Go and Atari games to image recognition and language translation. But often overlooked is that the success of a neural network at a particular application is often determined by a series of choices made at the start of the resear
この記事は、「STORIA法律事務所」のブログに掲載された「萌えキャラ生成AIを題材に「AIビジネスと法律」を学ぼう」(2017年09月21日掲載)を、ITmedia NEWS編集部で一部編集し、転載したものです。 AI(人工知能)に関するセミナーやお話をする機会が最近増えているのですが、いつも冒頭で「AIと法律・知財に関する問題領域の概観」をお話しするようにしています。「AIと法律」「AIと知財」は、とにかく論点が多いので、「それらの論点がどこの領域に関するものなのか」を意識しながら聞いて頂くと、より理解が深まるためです。 そこでいつも使っている図がこちら。 上の段がAIの生成フェーズ、下の段がAIの利用フェーズです。ただ、これはあくまで抽象的な図なので、より理解を深めていただくために「AIと法律・知財」に関する論点をカバーするような具体的事例がないかと思っていたところ、見つかりました。
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