github上で論文をまとめてくれているサイトまとめ（メモ） - あおのたすのブログ
(06/13 19:25 追記：バイオ系を追加しました) (06/23 : 画像系を追加しました) (09/30 : RNNのまとめを追加しました) 最近、github上でarxivの面白い論文（主にdeep learning系）をまとめている人が多いので、 自分の知っている有用なリンクをまとめておきます。 自然言語処理、強化学習とカテゴリごとにまとめてくれる人が居て有り難いですね。 自然言語処理系 NLPの論文 github.com NLPの論文（感想も載せているので有り難い） github.com 画像系 github.com 強化学習系 GitHub - junhyukoh/deep-reinforcement-learning-papers: A list of recent papers regarding deep reinforcement learning github.c
1年で論文100本読みましょう - 武蔵野日記
夕方に南大沢で委員会があるので車で通勤。2年前に車で毎日通勤していたのが信じられないくらい、最近は車通勤がこたえる。そもそも車で通勤して首を痛めたり腰を痛めたり、さまざまな問題が生じて電車通勤に戻したのであるが……。 午前中は情報理論の授業。いろいろ雑談をしようと思っていたのだが、先週の復習と小テストをしていると時間が足りない（毎年小テストの回数を増やしている）。演習問題中心の授業にしたほうがいいのだろうか？せっかく3年目の授業でこなれてきているところを変えるのは大変なので、やるにしても来年度以降だろうか。 お昼から進捗報告。サーベイ中の学生が多いのだが、ちゃんと理解するために時間をかける、というのはよいことだと思うが、理解しようと思うと関連する他の論文も読んだりする必要がよくあるのに、その論文だけを読んでいて理解できない、というのは、単に（論文を理解するために、適切な）時間を使っていない
Borg Paper 感想 - steps to phantasien
Kubernetes の元ネタになった Borg というシステムの whitepaper が出ていた。読んでみる。自分の Borg 経験は hello world したくらい。 全然知らない。そしてめんどくさそうなので出来ることなら使わずに人生を終えたいと思っている。 でも後学のために読んでも損はあるまい。 Google インフラシリーズでは親玉格のはず。 Whitepaper としては不親切な内容。読者がこの手のスケジューラについてある程度知っている前提で書かれている。ただ Cell だの Borgmaster だの Borglet だの Preemption だの、サーバ側の人々の会話に出てくる用語は一通り解説されている。きっとポイントは押さえられているのだろう。 ・・・と思って読んだものの、やはりどうにもとりとめがない。細かい工夫の話が多く big picture がよく見えない。設
DeepWalk: Online Learning of Social Representations (KDD2014) 読んだ - 糞糞糞ネット弁慶
[1403.6652] DeepWalk: Online Learning of Social Representations 実装もある． DeepWalk - Online Learning of Social Representations - Bryan Perozzi's old website 概要 グラフ構造のデータから latent representation を学習する．skip-gramなどでは入力が文章集合になっているが，提案手法では random walk でそれを実現する． contributionは3つ． グラフデータを分析する手法として deep learning を適用した． マルチラベル分類タスクに提案手法を適用し精度を上げた． 並列実行可能なのでスケーラビリティもすごい． タスク グラフについて次元の特徴ベクトル集合とラベル集合が与えられた上でとの関係
特定のトピック着目型の文献サーベイ方法 - は
特定のトピック（分野の中でも特定の問題や手法とその周辺情報）についての文献をサーベイする際に、最近自分がやっている方法のざっくりとしたまとめ。 根っこになる論文を見つける (A) 自分が着目しているトピックの、そもそもの概念を考えだした論文 (B) そのトピックが属している研究分野の、最低限押さえておくべき有名論文 をまずは探しだす所から始める。このへんの"根っこ"になる論文を一通り抑えておくと、あとはこれらを引用して派生していった論文のグラフを辿るイメージでサーベイを進めていくことができる。これらを見つけるために派生論文を漁りながら根にたどり着くことになるので、根を掘り当てた後はすでに通った道をバックトラックすることになる場合も多い。 まずは注目しているトピックそのものの源流である(A)を探すところから始めるのがよい。既に具体的にこの論文、という文献が見つかっている場合にはこのステップは
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
Frontiers | System, Subsystem, Hive: Boundary Problems in Computational Theories of Consciousness
TechCrunch | Startup and Technology News
