Self-Driving Databases: Current and Future
Tourbillion, invented in 18th, utilizes the gravity to keep running a clock. In CIDR 2017, Andrew Pavlo’s group published an interesting research paper: Self-Driving Database Management Systems. This is a dream database engine. If DBMSs can operate themselves and automatically optimize the physical storage for query processing, we will no longer be bothered by sudden traffic change or poor query p
量子コンピュータ×機械学習
2017年12月 量子コンピュータベンチャーである Rigetti からキャッチーな研究成果が発表された。その題は、「ハイブリッド量子コンピュータによる教師なし機械学習」。(Unsupervised Machine Learning on a Hybrid Quantum Computer) この記事では、この研究がどのような内容で、量子コンピュータ×機械学習 = 量子機械学習 という大きな流れの中で、どのような位置づけにあるのかを解説する。 教師あり学習 vs. 教師なし学習 機械学習は大きく「教師あり学習」と「教師なし学習」に分けることができる。教師あり学習とは、ある入力データセット (例えば 1 ~ 9 までの手書き数字) と、それに対応する教師データ (その画像データが 1 ~ 9 のどれかという情報) をもとに、コンピュータが入力データのクラス分けを学習する。入力データと教師デー
量子コンピュータの挑戦： スーパーコンピュータに勝てるだろうか？
Google、IBM、Intel、そして Microsoftといった巨大IT企業たちが量子コンピュータの開発に熱心になっている。それは量子コンピュータが従来のコンピュータよりも圧倒的な速度で計算を行うことができると期待されているからである。 特に最近では、さまざまな種類の"量子"コンピュータもしくは量子力学から着想を得た専用マシンが登場してきている。しばしば、スーパーコンピュータの〜〜倍速いという言葉でそれらのマシンの性能が謳われたりすることをよく耳にする。量子コンピュータは本当にスーパーコンピュータに勝つ事ができるのだろうか？ 本稿では、量子コンピュータの速さとは何か、そして量子コンピュータが、現代のシリコン半導体技術の結晶とも言える従来型の古典コンピュータと繰り広げる戦いについて紹介したい。 量子コンピュータによる計算の高速化 量子コンピュータが計算を高速化すると期待されている理由は、
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
2018年の抱負 - ボクダイモリ
車両運行管理システムのためのデータ整備と機械学習の活用
