趣味は食材採取とそれを使った冒険スペクタクル料理。週に一度はなにかを捕まえて食べるようにしている。最近は製麺機を使った麺作りが趣味。（動画インタビュー） 前の記事：コンニャクの花を観察する ＞ 個人サイト 私的標本 趣味の製麺 ファルーダは澱粉だけで作る麺のことだった ファルーダについて話を伺ったのは、『「ビリヤニって何ですか？」と詳しい３人に聞いてみた』でもインタビューさせていただいた、食器や調理器具などを輸入販売する店「アジアハンター」の小林真樹さんだ。 お会いする度にいい意味で日本人離れ感が加速している小林さん。 取材場所は日本でファルーダが食べられる貴重なレストラン、パキスタン人のオーナーが営むナワブの日本橋店。パキスタンとインドは1947年にイギリス領インド帝国からそれぞれ独立した国であり、食文化的には共通するものが多いそうだ。 グランドメニューは日本人に馴染みのあるカレーセット

寝そべるという意味の「躺平」がいま中国で最新の流行語になっている。だらっと寝そべって、何も求めない。マンションも車も買わず、結婚もせず、消費もしない。 最低限の生存レベルを維持し、他人の金儲けの道具や搾取される奴隷になることを拒絶する。それが「寝そべり」族。そのムーブメントが中国当局を不安にさせており、中国メディアが火消しに走っているという。 仕事を減らし、誰も愛さず、自分の為だけに生きる 中国の若者の間に「ねそべり主義」が流行していると台湾紙「自由時報」は伝える。彼らは結婚せず、子供も持たず、マンションも車も買わず、起業もしない。なるべく仕事の時間を減らし、最低限の生活をする。そして誰も愛さず自分の為だけに生きる。 あるネットユーザーが、「寝そべりは正義だ」という文章を発表し、寝そべりブームを起こした。作者はいまや「寝そべり学の先生」とされている。彼は文章で「2年も仕事をしていないが何も

Windows 10は、マイクロソフト社がリリースしたOSです。Modern UIを標準画面にした8.1から、10では再びデスクトップ主体に戻され、UIも変更されています。PCやスマホ、タブレットなど様々なデバイスに幅広く対応していることが特徴です。

２つのデータが似ている度合いを，類似度の大きさや距離の近さといった数値にしてあらわすことで，クラスタ分析や，k-近傍法，多次元尺度構成法(MDS)をはじめとするいろいろな分析を行うことが可能となる． ここでは，よく知られている類似度や距離について述べる． 類似度という概念は，２つの集合の要素がまさにどれだけ似ているかを数量化したものであり，距離とは，要素同士の離れ具合，従って非類似度とちかい概念と考えてもよい． 参考までに数学における距離の概念の定義を示すと， 距離空間の定義 Sを１つの空でない集合とし，dをSで定義された2変数の実数値関数 d(SxS)　→　R が，以下の４条件（距離の公理） D1 ： （非負性）　任意のx,y∈Sに対して d(x,y)≧0． D2 ： （非退化性）　x,y∈Sに対し d(x,y)=0 　⇔　x=y． D3 ： （対称性）　任意のx,y∈Sに対して d(x

4ビット文字列のハミング距離を図示したもの。頂点に特定のビットの組合せが対応していて、頂点間の辺の数がハミング距離に対応する 情報理論において、ハミング距離（ハミングきょり、英: Hamming distance）とは、等しい文字数を持つ二つの文字列の中で、対応する位置にある異なった文字の個数である。別の言い方をすれば、ハミング距離は、ある文字列を別の文字列に変形する際に必要な置換回数を計測したものである。この用語は、リチャード・ハミング (Richard Wesley Hamming) にちなんで命名されたもので、鼻歌 (humming) ではない。 ハミング距離は、遠距離通信における固定長バイナリー文字列の中で弾かれたビット数や、エラーの概算を数えるのに用いられるために、信号距離とも呼ばれる。文字数 n の1ビット文字列間のハミング距離は、それらの文字列間の排他的論理和のハミング重み（

ある信号Aとある信号Bがどれくらい似ているかを表す指標のひとつに相関関数があります。 相互相関関数（そうごそうかんかんすう、英: Cross correlation function）は、ふたつの信号、配列(ベクトル)の類似性を確認するために使われる。関数の配列の結果がすべて1であれば相関があり、すべてゼロであれば無相関であり、すべて-1であれば負の相関がある。(Wikipedia)"関数の配列の結果"が何を意味するのか分からないのでなんともいえませんが、2つ目の文はすべて1とかのあたりがなんか間違ってるような気がしますね。 連続な定義域無限の関数だと以下です。 はfとgをどれだけずらすかをあらわすパラメタです。 無限/連続が入ってくるとややこしいので有限長/離散にします。 長さnの二つの複素数列と、に対しては、 ... (*) となります。 ”おい！てめぇ今さっき長さnっつったばっかなの

Show Your Support: Did you know that you can get Phoronix Premium for under $4 per month? Try it today to view our site ad-free, multi-page articles on a single page, and more while the proceeds allow us to write more Linux hardware reviews. At the very least, please disable your ad-blocker. Linux x86/x86_64 Will Now Always Reserve The First 1MB Of RAM Written by Michael Larabel in Linux Kernel on

※ https://qiita.com/best_not_best/items/669aaa9e1b8de647d29d にこの記事の修正版を投稿しました！ 皆さんこんにちは。@best_not_bestです。 現在のお仕事は、求人サイトの案件レコメンド機能の実装や、Google AnalyticsやAdobe Analyticsを使って、そのサイトの分析をしています。（あとは動物画像を社内SlackにひたすらPostしています。） 前回のAdvent Calendarでは、Deep Learningを使った画像類似度判定を行いました。精度は良かったのですが、やはり学習データを収集することがネックとなります・・・。今回は、単純に2枚の画像を比較して画像の類似度を求めてみたいと思います。 やること 以下のおいぬ様の画像の類似度を比較します。画像はGoogle先生から拾ってきています。 精度を

あるデータともう１つのデータがどれだけ似通っているかを計算する方法はたくさんある。 http://wikiwiki.jp/cattail/?%CE%E0%BB%F7%C5%D9%A4%C8%B5%F7%CE%A5 その中でもユークリッド距離、ピアソンの積率相関係数、Jaccard係数をpythonで実装する。 集合知プログラミング第2章参考。 https://www.oreilly.co.jp/books/9784873113647/ ユークリッド距離 中学や高校の数学でならうような一般的な距離。２次元か３次元なら図で表せるしイメージもできるが、それ以上の次元はイメージできない。けどやっていることは基本的に3次以下と同じ。

他のカタログでの名称 PSR J1921+2153、 PSR 1921+2153、 PSR 1919+21、 CP 1919、 CP1919、 CP 1919+21、 PULS CP 1919+21、 PULS CP 1919、 WSTB 12W15、 LGM-1 PSR B1919+21(CP 1919)は、地球から約2300光年離れたこぎつね座の方向にある中性子星。初めて発見されたパルサーである。 概要[編集] PSR B1919+21は、約1.337秒で自転する中性子星で、0.04秒のパルス幅を持つ。名前の元期はB1950.0に基づいているので、現在の命名に使われる元期J2000.0での名前は「PSR J1921+2153」となる。質量は太陽の1.4倍であるが、直径は10万分の1程度しかないと考えられているため、密度は1cm3あたり7億トンを超える。年齢は1600万年と考えられている

離散フーリエ変換は、信号が周期的であることを前提としています。 離散フーリエ変換でのデータ数Ｎは、離散時間信号の周期に当たります。変換の結果は線スペクトルとなります。 Ｎ＝５０００がその信号の１周期なのでしょうか。 もしそうならば、４０９６にすれば、誤差が大きくなるでしょう。 Ｎ＝５０００で変換すべきです。この場合にも高速アルゴリズムが 存在します。＃１の方のとおりです。 ＦＯＲＴＲＡＮの時代には、パッケージがありました。 ＮはＮ＝２＾ｍ＊３＾ｎ＊５＾ｋ＊７＾Ｌだったと思います。 もうひとつの考え方は、有限持続時間信号のフーリエ変換としての 適用です。これは、連続スペクトルとなります。データ数Ｎは スペクトルの分解能に関係します。サンプリング周波数をＮで割った ものが周波数分解能となります。 実際のデータよりも２倍程度のＮを使うことが多いと思います。 データ数が５０００ならば、Ｎは８１９２

Kaggle Advent Calendar 22日の記事です。 仕事では宇宙に散らばる銀河の３次元の密度をフーリエ変換して power spectrum を計算するコードの開発とテストをしています。なので、Kaggle にも時々現れるフーリエ変換について基本的なことを少し書いてみます。直接 Kaggle に関係なるわけではないですが、何か「なるほどー」と思うことがあれば幸いです。 図１:（左）銀河の観測データで点ひとつひとつが銀河 （右）銀河の３次元の密度分布をフーリエ変換して power spectrum を計算したもの、長さのスケール別の密度ゆらぎの大きさです。密度の高いところは万有引力でどんどん銀河が集まってくるので、ここから宇宙スケールでの重力の法則についてわかります1。 2019年の Kaggle では Kaggle でもフーリエ変換が使われることがたまにあります。 電線コンペ

ITU-Tが定めたFAX通信規格「T.30」に存在する脆弱性を利用すれば、ターゲットのFAX番号を知っているだけでバッファオーバーフローを引き起こし、デジタル複合機（MFP）を乗っ取ることができる。さらにランサムウェア「WannaCry」でも使われた脆弱性攻撃ツールなどを組み合わせれば、複合機を踏み台にしてオフィスネットワーク内のPCやサーバーにも侵入を拡大し、機密データを盗み出すことなども可能になる――。 2018年8月12日、米国ラスベガスで開催されたハッカーイベント「DEF CON 26」では、こうした攻撃手法を紹介する講演「What the Fax!?」が行われた（講演タイトルはネットスラング「WTF＝What the Fuck」のもじりだ）。講演を行ったCheck Point Software Technologiesのセキュリティリサーチャー、ヤニフ・バルマス氏とエイヤル・イト

ホーム / つくってみた / スパムFAXを画像解析＋機械学習でブロックしてみた