Start | 和歌山大学メディアインテリジェンス研究室
和歌山大学メディアインテリジェンス研究室（西村竜一研究室）† 本研究室では、音声や画像、動画、自然言語、センサなどの「メディア」を活用した認識・理解の知的技術によって、人と人、人と機械の協働を豊かなものにするための教育・研究を行います。 2019年度から活動している研究室です。 本研究室の学部生は、システム工学部 メディアデザインメジャーに所属しています。大学院生の所属は、システム工学研究科 知的モデリングクラスタです。 なお、本研究室は、西村が所属（担当）するデータ・インテリジェンス教育研究部門及び学生自主創造支援部門（クリエ）とも協働することで教育・研究活動を進めています。 今後は、社会インフォマティクス学環の学生の受入も行う予定です。 ↑ お知らせ† 2023/12/9 大学院生（M2）の日田さんが国立研究開発法人情報通信研究機構（NICT）の研究員みなさまと共著で発表した『複数話者
Do You PHP? - 新着情報
スクリプト言語であるPHPとOracleの連携の他、XML、オブジェクト指向、デザインパターン、周辺ツールについて、色々と試したり調べたりしたことを備忘録的にまとめて公開Do You PHP?では、スクリプト言語であるPHP - PHP Hypertext Preprocessor -とOracleの連携の他、XML関連、オブジェクト指向、デザインパターン、PhpUnitなどの周辺ツールについて、色々と試したり調べたりしたことを（備忘録的に）まとめて公開しています。 初めての方は、まず「初めての方へ」のページをご覧下さい。 2008/08/08付で、PHP4.4.9がリリースされました。PHP4.4.9が最後のPHP4となり、今後、機能改善・バグFIX・セキュリティFIXなどのサポートは行われません。このため、現在ではPHP5系への移行が推奨されています。詳細は、GoPHP5.orgを参照
LocalConnectionを使ったWindowsアプリケーションとFlashの連携｜_level0.CUPPY
LocalConnectionを使ったWindowsアプリケーションとFlashの連携 2007/06/27 LocalConnection,Windows,babooo 今回は、カヤックBM11ブログの babooo voiceのテクニカルノート からの転載です。 babooo voiceは音声認識とYahoo画像検索APIを組み合わせた眺める系画像検索サイトです。 その中で、 Windowsアプリケーションで動いている音声認識エンジンと、 ブラウザ上のFlashとの連携を、 FlashのLocalConnectionを利用して行っています。 ポイントを解説した記事をこちらでもご紹介させていただきます。 技術的なポイントは、Windows環境で、クロスブラウザで音声認識とWebアプリが連携する部分。 今までは、音声認識をWebで使おうと思ったら、IE限定で Microsoft SAPI
palmkit-1.0.31のバグfix - Road to Dream
最近メンテナンスされていないpalmkit-1.0.31のバグに３ヶ月ぐらいハマったので解決策をメモ。 したかった事：Julius4.2用の言語モデルの作成 条件：4-gram以上、語彙数65536以上 (1)語彙数を65536以上にする方法 palmkitコンパイル時に以下のオプション付ける。 ./configure --enable-longid ★ポイント：longid付けると語彙数が65536以下のモデルでエラーが出る (2)ngramを４以上にする方法 n 4 とかで指定すれば良いんだけど、idngram2lmコマンドで確実落ちる。 palmkit-1.0.31/src/idngram2lm.c のソースコードの149行目を以下に修正 fixNgramNode(&na->z.node[na->nelem-1],level+1); たぶん、この修正で大丈夫。 いやー、ハマってた。ず
Net::HTTPの例外補足方法 - OVERT MEMO
Net::HTTPは内部でTimeoutを利用しているけども、これのエラー補足までの面倒は見てくれない。 なので必ずrescueで補足してあげる必要がある。 begin Net::HTTP.get(url) rescue puts "exception on HTTP: #{$!}" end ・・・と安直にやりたいところだけれど、ここに落とし穴。 実際にHTTP通信がタイムアウトを起こすとこうなってしまう。 /usr/lib/ruby/1.8/timeout.rb:54:in `rbuf_fill': execution expired (Timeout::Error) 引数無しのrescueはStandardErrorとそのサブクラスしか受け付けてくれない。 error_type が省略された時は StandardError のサブクラスである全ての例外を捕捉します。 プログラミング言語
人工知能学会誌「研究のツールボックス」
人工知能学会学会誌のシリーズ特集「研究のツールボックス」のサポートページです．研究・開発に役立つオープンソースソフトを紹介しています．
やる夫で学ぶSVM with R
17. SVM とは Support Vector Machine の略称です。 データ群を 2 クラスに分類する超平 面を引くことによってデータを分類 してしまおう という手法です。 具体例を挙げてみましょう。
Do You PHP はてな - 「Yahoo!がPHPエンジニアを雇う時に聞く質問」に解答付けてみた
先日のエントリですが、とりあえず適当に解答付けてみました。間違いがあれば、バシバシ指摘してやってください :-) 1.配列usersに「john」を追加しないのはどれか？ 1. $users[] = ‘john’; 2. array_add($users,’john’); 3. array_push($users,‘john’); 4. $users ||= ‘john’;2と4。 4についてはid:Tetsujinさんがホントに実装しようとしてますね。 2. sort(), assort(), ksort()の違いを述べよ。また、どういった状況で利用するかを述べよ。 sort()：配列の値でソート。昇順 asort()：配列の値でソート。昇順。キーと値の関係は保持される ksort()：配列のキーでソート。昇順。キーと値の関係は保持される 「どういった状況で・・・」というのは、すぐ思いつ
Yahoo! が PHP エンジニアを雇う時に聞く質問
via.Yahoo!がPHPエンジニアを雇う時に聞く質問 | IDEA*IDEA とりあえず適当に訳してみました。間違いがあれば指摘をお願いします :-) 1.配列usersに「john」を追加しないのはどれか？ 1. $users[] = ‘john’; 2. array_add($users,’john’); 3. array_push($users,‘john’); 4. $users ||= ‘john’;2. sort(), assort(), ksort()の違いを述べよ。また、どういった状況で利用するかを述べよ。 3. 以下のコードは何を出力するか？それはなぜか？ $num = 10; function multiply(){ $num = $num * 10; } multiply(); echo $num;4. 参照と通常の変数の違いを述べよ。また、どのように参照渡しをす
webエンジニアがトラブル対応時にサーバ管理で使うコマンド - zenpouの日記
今日id:akio0911さんと話す時、uptimeを話してたのがきっかけで作ってみました。 とりあえず覚えておきたいサーバ管理とかトラブル対応時によく使うコマンドのリスト。 それぞれのコマンドの細かい意味はman参照。 コマンドの存在を知らないとヘルプすら参照できないので、 コマンドの存在を知ってもらうのが中心の目的です。 状況確認系 top タスクの動きをリアルタイムで確認する。 重いプロセス把握 uptimeとかfreeと同じ情報も把握できるので、最悪これだけ覚えてれば uptime 現在の時刻、システムが稼働し続けている期間、現在ログインしているユーザーの数、過去 1, 5, 15 分のシステムの平均負荷を表示。 CPU使用率をチェックするのに使う。 サーバが重いとか言われるとコレでcpu使用率チェック free メモリの使用領域と空き領域をチェック 重い時はcpuかメモリですよね
ベイズ統計量におけるパラメーターの推定：Minkyのよもやま日記：SSブログ
事前分布自体が未知の場合の Empirical Bayes Approach 前回までだと、二項分布にしろ多項分布にしろ、 P の事前分布のパラメータは未知であるが、事前分布は、既知であると考えてきた。 では、事前分布が未知であるような場合、Empirical Bayes Approachは、どうなるであろうか？ ↓ An Empirical Bayes Approach 事前分布自体が未知の場合、P をどのように推定するかを考える。 Binomial Kernelの場合、 ここで、r は、試行の数を表す固定された正の整数とし、また、X は成功の数とする。 X の事前分布は未知とする。 となる。 基本関係式は、 今、 を推定する。 を考え、これは、n → ∞ で確率 1 で となる。 今、r 回の試行中、初めの (r - 1)回の試行の中で、成功の数を表す確率変数列 を考える。 を考えると
確率推定つきの SVM を libsvm.rb で試してみる - Relevant, Timely, and Accurate
libsvm には、"-b 1" オプションという、確率推定機能があります。これを試してみました。学習には libsvm 付属のコマンド svm-train を使い、分類は自作の libsvm.rb を通じて JRuby 上で行えるようにしました。 英単語とドイツ語単語を分類するという例題に取り組んでみた結果、良好な分類性能と、意味ありげな推定確率が得られました。 libsvm の確率推定機能 libsvm のコマンド svm-train 及び svm-predict には、以下のような確率推定オプションがあります。 -b probability_estimates: whether to train a SVC or SVR model for probability estimates, 0 or 1 (default 0)この確率推定が何を意味しているいるのかを体感するために、適当な
ベイズ推定 - Wikipedia
ベイズ推定（ベイズすいてい、英: Bayesian inference）とは、ベイズ確率の考え方に基づき、観測事象（観測された事実）から、推定したい事柄（それの起因である原因事象）を、確率的な意味で推論することを指す[1]。 ベイズの定理が基本的な方法論として用いられ、名前の由来となっている。統計学に応用されてベイズ統計学[2]の代表的な方法となっている。 ベイズ推定においては、パラメータの点推定を求めることは、ベイズ確率（分布関数）を求めた後に、決められた汎関数：の値（平均値もしくは中央値など）を派生的に計算することと見なされる。 標語的には、「真値は分布する」、「点推定にはこだわらない」などの考え方に依拠している。 いま、AおよびXを離散確率変数とする。ここで A を原因、X をそれに対する証拠（つまり原因によって起きたと想定される事象）とするとき、 P(A) = 事象 A が発生する
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
たつをの ChangeLog
Loading...
whymのRSSリーダー - 受信箱
やる夫はSVMを実装したようです やる夫で学ぶ非線形なSVM
人工知能学会誌「私のブックマーク」
Incremental Bayesian Networks for Natural Language Parsing
ドメインパーキング