薬の副作用の有無をAIが100% 的中 - 驚異のアニヲタ社会復帰への道
読んだ。 Machine learning-based prediction of adverse drug effects: an example of seizure-inducing compounds プレスリリース COI：なし 薬学も電気生理学も情報科学も何ひとつ専門ではないけど、100%予測に釣られたので書く。 seizure (けいれん)を引き起こす副作用のある薬物を、Caffe を用いたdeep learning とSVM による機械学習で100% 予測しました、というweb ニュースがでているが、実際には、論文でけいれんが報告されているジフェンドラミン、エノキサシン、ストリキニーネ、テオフィリンの4剤とけいれんを絶対に起こすピクロトキシン1剤、けいれんの副作用はないということになっているアスピリン、シメチジン、デキストラン、ジアゼパム、イブプロフェン、イミプラミン、ケタ
ハロー!!きんいろ deep learning モザイク - 驚異のアニヲタ社会復帰の予備
注意：この記事は大好評放送中のハロー!!きんいろモザイクと最近話題のDeep learning をかぶせて話題沸騰!!にしたかったけれども、きんいろモザイクに出ている声優のサンプルボイス(東山奈央)が入手できず、DNNについても結局実装が間に合わずにrandom forestとか多項ロジスティック回帰でごまかしてるじゃんｪ…と思ったらなんとかDNNできたので半分タイトル詐欺です。 感動した。 ご注文はDeep Learningですか？ - kivantium活動日記 ここではOpenCV を用いて顔認識をして、そのデータをDNNに流して主要キャラ+その他判定をしている。 ならば、声優統計を修める者としては、音声解析の技術を用いて 誰が今歌っているのかを識別したい。 これをDNNの技術を用いてやってみる。 やり方としては、 サンプルボイスの収集→統計量の作成→学習→学習器の性能評価→推定→動
駄目絶対音感 - 驚異のアニヲタ社会復帰の予備
声優統計第四号において、駄目絶対音感の例として、レベルネオのCMの声優を日笠陽子と誤答する例が紹介されている。実際には早見沙織である。 声優の声の解析は声優統計および自分自身においても長らく滞っている分野であり、声優統計第五号がいろんなまとめサイトで取り上げられてバズっていた間にネット難民だった自分は取り残されていた。 そんなこんなで1月の間は信号解析について勉強していたのだが、ブログの更新も全然ｪ…だったため、適当に下書き状態で書き進めつつ、がんばって書いた。というのも、一記事の情報量が多ければ多いほどIFの高い雑誌に採択されやすい適当に拡散されていろんな人の目に留まりやすいのですごい分量になっている…と思う(下書きの最初の時点では全然ｪ…) 基本的にはPythonで音声信号処理のPythonスクリプトとMiyazawa’s Pukiwiki 公開版のmatlabスクリプトをRに書き下し
第26羽 ココア「チノちゃん、スリーサイズ教えて」チノ「嫌ですよ」 - 驚異のアニヲタ社会復帰の予備
この記事はごちうさ住民 Advent Calendar 2014の第26日目の記事です(勝手に参加。 ひと目で尋常でない解析ネタだと見抜いたよ 「チノちゃん、スリーサイズ教えて」 「嫌ですよ」 (´・ω:;.:... データを愛した少女と解析に愛された少女 「というわけでお馴染みのスリーサイズ解析をするよっ。 まずは公式設定から年齢と身長だけ入手できたから アイマスデータセットと機械学習を用いて年齢と身長から、体重、スリーサイズを推定するよっ。 主成分分析をする ブラのサイズ推定をする SPADE法で分化解析をする Trajectory detection で成長度推定をする viSNEによる次元削減とクラスタリングをする という感じでやろう」 初めてデータを扱った日の事憶えてる? 他人のデータでスリーサイズ推定しようとしたわよね 「アイマスデータセットは年齢、身長、体重、スリーサイズの6
GF(仮)のキャラがニーソなのかどうなのかを Deep learning を使ってなんとか知りたい - 驚異のアニヲタ社会復帰の予備
GF(仮)を見てる。 クロエ・ルメールのようなニーソキャラが好きなのだが、これをどうにかキャラプロフィールから推定できないか…と思っていたら MNIST手書き文字データをdeep learnignで分類するっていう、あの有名なやつを、Rパッケージであるh2oでやる、という話があったわけで GFのプロフィール画像からニーソキャラかどうか推定しよう!! ってたぶん誰でも思いつくわけですよ。 というわけでやってみた。ちなみにdeep learning の勉強は1秒も進んでいない。 キャラがニーソであるかどうかは、おそらく髪が長くて金髪、つまりクロエ・ルメール的なキャラだとニーソ率が高いということがいままでのアニメ経験上分かっている感じ。 (だったら画像上、長髪キャラかどうかを判別するほうがたぶんdeep learning の本当の使い方なんだろうけど完全無視!!というかニーソ推定やってから気づい
意識高すぎて休日にword2vecをいじるしかやることなかった - 驚異のアニヲタ社会復帰の予備
word2vecという、ニューラルネットワーク的なことを用いて文書集合からコーパスを構築して、単語のベクトル演算ができるようになる手法があるらしい。 艦これ加賀さんから乳を引いてみるという話を聞いてスゲー!!ってなったので、Twitterでやってみたとか英辞郎でやってみたとかMagic: The Gatheringとかwikipediaいろいろあるなか、何番煎じだよｿﾚｪ…って思われそうだけれどもやってみる。 こちらを参考にword2vecをインストールする。今回はPythonではなくターミナルでカチャカチャやることにする。 demo-word.sh の中にtext8というデータがあるが、これは100MBほどのコーパスで、 anarchism originated as a term of abuse first used against early working class radic
1
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
