岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識(猫認識として有名)[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
The most dangerous code in the world: validating SSL certificates in non-browser software Authors: M. Georgiev, S. Iyengar, S. Jana, R. Anubhai, D. Boneh, and V. Shmatikov Abstract: SSL (Secure Sockets Layer) is the de facto standard for secure Internet communications. Security of SSL connections against an active network attacker depends on correctly validating public-key certificates presented w
:事実と論点の整理 2012年8月31日 日本銀行調査統計局 桜健一※1 永沼早央梨※2 西崎健司※3 原尚子※4 山本龍平※5 全文 [PDF 2,931KB] 要旨 本稿では、わが国における人口動態—少子高齢化の急激な進展—及びこれが中長期的な成長力を中心に経済・物価に及ぼす影響について、多面的に事実整理と分析を行った。その概要は次のとおりである。 わが国の人口動態をみると、少子高齢化が、予測を上回り続けるかたちで急激に進展した。しかも、バブル崩壊や不良債権問題に直面する中で、少子高齢化の進展に対する社会的な関心が十分に高まるまでには、長い時間を要した。最近は、出生率が予測に比べ幾分上振れて上昇しているものの、これまでのところ、こうした上昇は一時的であるとの見方が多く、先行きも少子高齢化が急速に進んでいくという基本的な見方に変わりはない。 このような人口動態は、労働供給の減少と産業構造
久しぶりに論文を読んだ。 http://www.dcc.uchile.cl/~gnavarro/publ.html The Wavelet Matrix Claude & Navarro; SPIRE2012 "The Wavelet Matrix"はSPIRE2012のNavarro無双のうちの一本。タイトルからするとウェーブレット木の拡張のように思える。 機能としてはウェーブレット木と同一でデータ列に対するaccess,rank,selectを提供する。しかし実装は既存手法と比べて効率的でしかも簡単になっている。 これまでにウェーブレット木の実装としてはノードをポインタでつないだ普通の木として実装する方法(Standard Wavelet Tree. 論文のAlgorithm 1)と、木の階層ごとにノードをつなげた配列で表現する方法(Levelwise Wavelet Tree. 論文
HadoopとMahoutにより、ビッグデータでも機械学習を行うことができます。Mahoutで実装されている手法は、全て分散処理できるアルゴリズムということになります。Mahoutで実装されているアルゴリズムは、ここに列挙されています。論文としても、2006年に「Map-Reduce for Machine Learning on Multicore」としていくつかのアルゴリズムが紹介されています。 そこで今回は、(何番煎じか分かりませんが自分の理解のためにも)この論文で紹介されているアルゴリズムと、どうやって分散処理するのかを簡単にメモしておきたいと思います。計算するべき統計量が、summation form(足し算で表現できる形)になっているかどうかが、重要なポイントです。なってない場合は、”うまく”MapReduceの形にバラす必要があります。 ※例によって、間違いがあった場合は随時
Coding Horror: Please Don't Learn to Code Please Understand Learning to Code Coding Horrorで有名なJeff Atwordが、ある州知事が今年の目標としてプログラミングを習得することを挙げていることに対し、そもそも税金を払う我々市民は、政治家にはプログラミング習得以上に重要な、政治家にしかできない問題の解決を望む、よってプログラミングを学ぶのをやめてくれという記事を書いた。これに対して、反論が多数上がっているが、Jeffも読んでいるある論文をあげて、この議論の参加するためには、必ずこの論文を知っておくべきであると書いた人がいる。この論文は有名で、非常に興味深いので、全プログラマーが読むべきである。 ふたこぶラクダという名前で知られている有名な論文がある。この論文では、60%の人間にプログラミングの素質が
東京工業大学(東工大)は4月16日、ソニーCSLと共同で企業間取引ネットワークの特徴的な統計性を再現する数理モデルの構築に成功したと発表した。成果は、東工大大学院総合理工学研究科学院生の三浦航大氏と高安美佐子准教授、ソニーCSLの高安秀樹シニアリサーチャーらの研究グループによるもの。研究の詳細な内容は、4月16日発行の米物理学会誌「Physical Review Letters」電子版に掲載され、また同月20日発行の雑誌版に掲載される予定だ。 近年、自然界や生命現象、社会現象に見られるさまざまな複雑な現象を、要素間のネットワーク構造を基盤にした複雑システムとして考察する研究が大きく発展し、その中で、「スケールフリー性」を持つネットワークの普遍的特性やその生因に関心が集まっている。 フリースケール性とは、広くは、特徴的な大きさが存在しない性質を意味し、フラクタルと同義語だ。今回の発表では、複
論文検索: PubMed、J-STAGE、CiNii、PLoS同時検索アプリ。MendeleyやEvernoteなどとも連携 論文検索は、その名の通り、論文検索アプリです。 PubMed、J-STAGE、CiNii、PLoSの同時検索が可能です。さらに、MendeleyやEvernote、twitterやFacebookとも連携しており、論文情報の保存・整理や、知人との共有にも使えます。(Mendeleyのみ85円のアドオン購入が必要) インターネットさえあれば、電車の中でも、ベッドの中でも、恋人とカフェでお話ししている時でも、いつでもどこでも検索できます。 詳細検索や検索履歴からの検索も対応しています。 エレガントや! それではご紹介していきます! 起動したら、まず検索。最初に思いついたキーワード「形態素解析」で検索してみます。 J-STAGEとCiNiiでヒットしました。CiNiiは学
こう言い換えろ→論文に死んでも書いてはいけない言葉30 読書猿Classic: between / beyond readers を書いたとき、「あとは穴埋めしたら論文を出力してるものが作れないか」みたいな話があったので、作ってみた。 何であれ、文章を書く骨法は、書きたいことではなく、書くべきことを(そしてそれだけを)書くことである。 問題は何を書くべきかであるが、幸いにして、論文については後述するようにほとんど決まっている。 結論から言えば、以下の表を埋めていくだけで、論文の骨組みができあがる。 必要な項目は揃い、しかるべき順序で並ぶ。 論文穴埋めシート こんな簡単な穴埋め表がこれまであまり取り上げられなかったのは、わざわざ作るまでもないことも勿論あるが、その他にも次のような理由がある。 つまり、こうした穴埋め表が、 あなたは論文が書けないのではない。 研究ができないのだ。 という目の当
何かのやり方や、問題の解決方法をどんどんメモするブログ。そんな大学院生の活動「キャッシュ」に誰かがヒットしてくれることを祈って。 2000年以降の論文に限定して、 CS系論文の被引用数ランキングを作って分析してみた。 この作業を通じて予想以上に得るものがあった。 ランキングの作り方 CiteSeerXが公開している「Most Cited Computer Science Articles (2010/9/14)」を元データに採用した。 ここから2000年以降の文章に限定した後、ハンドブックや雑誌記事などを取り除いて論文だけのランキングを作成した。 被引用数は時間が経つほど増える一方なので、2000年・2001年あたりの論文が有利であることに注意する必要がある。 ただし、このことがかえって得るものを増やしてくれた。 アブストラクトをチェック 良い機会であるので、 各論文の概要や結論をチェック
Send More Paramedics λ λ λ Fogus' Thoughts on life, programming, and thinking ❤ c clj erl pl frink fth cl org pure icl qi ❤ Follow me on Twitter... or RSS... Run this blog in mobile 2024 2023 2022 2021 2020 2019 2018 2017 2016 2015 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 Sep 8, 2011 Let me preface this post by saying that no programmer should feel compelled to read any of
最近、簡潔データ構造(Succinct Data Structure)まわりの論文を色々読んでいる。その中で良さそうなものをいくつかピックアップしてみた。まだ調査中なので他に良いものがあったら教えてもらえると嬉しいです。 (1) Space-efficient Static Trees and Graphs(link) G. Jacobson; IEEE1989 まずはLOUDS論文。簡潔データ構造の元祖なので最初に読むと良さげ。 (2) Succinct Indexable Dictionaries with Applications to Encoding k-ary Trees and Multisets(link) R. Raman, V. Raman, and S. S. Rao; SODA2002 簡潔ビットベクトルは通常n+o(n)なんだけど、これをnH0+o(n)にしたよ、
米Googleが提供するようなネット上の検索エンジンの台頭により、人間の脳が情報を記憶する方法は変わってきている――。コロンビア大学の心理学者、ベッツィー・スパロウ氏は7月14日(現地時間)、「Google Effects on Memory: Cognitive Consequences of Having Information at Our Fingertips(Googleが記憶に及ぼす影響:指先に情報を保持することの認知的所産)」と題する論文を米Science誌で発表した。 同氏によると、人間の脳は、友人や家族、同僚などに尋ねれば答えが分かることについては記憶しようとしないもの(このように他者の記憶に頼る方法を心理学では「交換記憶(Transactive Memory)」と呼ぶ)だが、インターネットに対しても同じように頼るようになっているという。情報そのものではなく、“どこで”情
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