どの会議や雑誌に投稿すべきかの情報を共有するのは素晴らしい - 発声練習
それぞれの分野の研究者の方々が自分の分野のトップカンファレンスや有名学術雑誌を紹介してくれているのは、日本の研究者コミュニティ全体にとって素晴らしいことだと思う。 私が目にした紹介してくれているエントリーや記事をご紹介。 松尾 豊：松尾ぐみの論文の書き方：英語論文：人工知能系のトップカンファレンスの紹介 人工知能学会学会誌2008年5月号：「国際会議に通すための英語論文執筆」特集：松尾先生が人工知能学会会誌で紹介されていた会議の一覧（リンク付き） 戦略的な論文投稿のための国際会議マップ 生駒日記：自然言語処理のトップカンファレンス Loud Minority：生命情報学系論文誌の傾向と対策 （追記）大「脳」洋航海記：神経科学系の有名雑誌の紹介（GBO_vikingさんに教えていただきました） どれくらいの研究内容ならどんな雑誌に載るのか：ヒト認知神経科学(fMRI)の場合 本物の「神経科学
なぜソフトウェア論文を書くのは難しいのか？:Geekなぺーじ
権藤克彦, 明石修, 伊地知宏, 岩崎英哉, 河野健二, 豊田正史, 上田和紀, "なぜソフトウェア論文を書くのは難しい（と感じる）のか", コンピュータソフトウェア, Vol.26, No.4, pp.17～29, 2009年11月 この論文は、情報系の大学生や研究者にお勧めです。 「車輪の再発明」というのは、既存のものを作り直すことを示していますが、ソフトウェアという分野で車輪の再発明を完全に「駄目なもの」として扱うことの危うさもあるのではないかと感じました。 「今あるソフトウェアが駄目だから自分で作り直した」ということが、もっと「論文」へと結びつけば、今よりも大学からのイノベーションも増えるのではないかと思います。 新しいアイデアは運用の中から生まれたり、ソフトウェアの周縁にコミュニティが形成されることで次の種が発生することもあります。 たとえば、「ウェブサービスを作って多くのユーザ
Interesting papers at KDD – Machine Learning (Theory)
I attended KDD this year. The conference has always had a strong grounding in what works based on the KDDcup, but it has developed a halo of workshops on various subjects. It seems that KDD has become a place where the economy meets machine learning in a stronger sense than many other conferences. There were several papers that other people might like to take a look at. Yehuda Koren Collaborative
Time effects in recommendations
The best paper award at the recent KDD 2009 conference went to Yehuda Koren's "Collaborative Filtering with Temporal Dynamics" (PDF). The paper is a great read, not only because Yehuda is part of the team currently winning the Netflix Prize, but also because it has some surprising conclusions about how to deal with changing preferences and interests over time. In particular, it is common in recomm
IT系でも活用しなければ損。論文を読んで広がる知見 - ＠IT
「Java News.jp（Javaに関する最新ニュース）」の安藤幸央氏が、CoolなプログラミングのためのノウハウやTIPS、筆者の経験などを「Rundown」（駆け足の要点説明）でお届けします（編集部） 論文は、難しくない 読者の皆さんの中には、「論文」と聞くと身構えてしまう方も多いのではないでしょうか？ 論文というと、書くのも読むのも大変で何だか小難しいことが書いてあるもののように思えるものです。それどころか、「論文とは縁がない」「プログラムがすべてだ」と思う方もいるかもしれません。しかし、ある特定分野の技術や研究を詳しく知るためには、論文は手軽で確実な情報源です。 よく論文が持つ意味について「巨人の肩の上に立つ」と例えられることがあります。これは、万有引力の研究で知られるニュートンも好んで引用していた言葉だそうです。「現代の学問は多くの研究の蓄積の上に成り立っている」ことを示す言葉
数列辞典
The page you're looking for has moved, been replaced, or is currently unavailable to view. If you previously bookmarked a page and have now reached this message, check to make sure the link was not shortened, or go to our home page to find the page from there. We've been upgrading this site. If you selected a link on our site and reached this message, use the Back button to return to the previous
SIGIR | Special Interest Group on Information Retrieval
We established the SIGIR Academy to honor and recognize individuals who have made significant, cumulative contributions to the development of the field of information retrieval (IR). See https://sigir.org/awards/sigir-academy/ […] This new award recognizes outstanding contributions and leadership to the SIGIR community in research, community engagement, and/or diversity, equity, and inclusion by a
SIGKDD
SIGKDD Sig·K·D·D \ˈsig-kā-dē-dē\ Noun (20 c) 1: The Association for Computing Machinery's Special Interest Group on Knowledge Discovery and Data Mining. 2: The community for data mining, data science and analytics Our Mission SIGKDD's mission is to provide the premier forum for advancement, education, and adoption of the "science" of knowledge discovery and data mining from all types of data store
Collaborative Filtering Resources
maintained by Jun Wang Generally, collaborative filtering (CF) is any algorithm that filters information for a user based on a collection of user profiles. Users having similar profiles may share similar interests. For a user, information can be filtered in/out regarding to the behaviors of his or her similar users. Users profiles can be collected either explicitly or implicitly. One can explicitl
Item-Based Top-N Recommendation Algorithms | Karypis Lab
ACM Transactions on Information Systems. Volume 22, Issue 1, pp. 143 - 177, 2004 Abstract The explosive growth of the world-wide-web and the emergence of e-commerce has led to the development of recommender systems - a personalized information filtering technology used to identify a set of N items that will be of interest to a certain user. User-based collaborative filtering is the most successful
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
Microsoft 課金サービス
Research Blog: International Conference on Machine Learning (ICML 2009) in Montreal
Recommended research papers
song_sigir.dvi
https://dl.acm.org/toc.cfm?id=SERIES11503
https://dl.acm.org/toc.cfm?id=SERIES260
https://dl.acm.org/toc.cfm?id=SERIES968
SIGIR - Annual ACM Conference on Research and Development in Information Retrival
https://dl.acm.org/toc.cfm?id=SERIES939
James Thornton