ネットの新概念「シーライオニング」の元ネタ漫画は本当にリベラルな文脈で描かれているのか？という疑念｜CDBと七紙草子
シーライオニングのこの画像見てもアシカが「相手の事を理解しようとしてない」事はこれじゃわからなくない？ 女「アシカ嫌い」 アシカ「なんで？」 女「あっち行って！」 何かに答えてそれを無下にしてたらわかるけど 最初から会話する気0なのはこの女の人でしょ pic.twitter.com/Mi71LgZ8WR — わなび (@wanna_be3) July 11, 2020 うむ。 大丈夫か？これ。 僕は英語がそんなに強くないし英語圏のネット事情を知らない。だから欧米で「シーライオニング」という言葉がどういう人たちにどう使われているのかわからない。どうも話ではゲーマーズゲート、ゲーム描写をめぐるフェミVSオタクみたいな論争の中で主にフェミニスト側で使われているらしく、欧米ではリベラルやフェミニストがどんどん使っているのかもしれない。繰り返して言うが青識くんに対しては叩かれて率直にざまあという気持
腐女子がtwitterでオタク映えを狙って約200万円の借金をしてしまった話
を、5年分の日記にしてつらつらと書いたのだが、文字数の制限で半分も反映されなかった。 簡潔に言うと、上京直後、バブルジャンル効果によりtwitterにupした数枚のイラストと漫画でフォロワーが5桁近くに。フォロワーに見栄を張るために「twitterにイラストを載せるために高価な機材を購入。日常写真を載せるために良いものを購入。映える場所へおでかけ。相互でなくてもジャンルの飲み会に誘われたら行く。その都度、身なりにはそれなりに気を使う。公式のイベントへは必ず参加する。CDを大量購入してでもチケットを入手する。同人イベントは必ず新刊を作る。もちろん公式へ課金する」などがこの5年間、普段の生活にプラスされ、カードの返済が滞り、消費者金融でお金を借りた。 夜の仕事も経験した。そしてコロナの影響で仕事がなくなってしまった。 こんな5年間を長いけどもせっかく書いたので、どこか別のところにでも載せようか
バーチャル上で開催されている「ツール・ド・フランス」がめちゃくちゃ面白い｜岡田 悠
ツール・ド・フランスという自転車ロードレースがある。100年以上の歴史を持ち、世界3大スポーツイベントの1つとも称される巨大なイベントだ。毎年7月に開催される。 今年もその季節がやってきたわけであるが、ここ最近の状況下により、残念ながら秋へと延期になってしまった。その代わりに現在開催されているのが、歴史上初のバーチャル開催となる「バーチャル ツール・ド・フランス」だ。J SPORTSで観ることができる（僕はAmazonPrime経由で観ている）のだが、これがめちゃくちゃ面白い。 システムとしてはバーチャルサイクリングサービスのZwiftを活用している。実際のバイクをローラー台に設置し、仮想空間の中を走ることができるサービスだ。 漕いだパワーを変換するだけでなく、仮想空間上のコースの勾配や空気抵抗に応じてローラー台の負荷が自動的に変わる。上り坂に差し掛かれば重くなるし、誰かの後方にくっついて
『女性がスカートを履くとは限らないのでは？』に対するピクトグラムをデザインする側の反論「記号には紋切型の表現が必要」
株式会社石井マーク @ishiimark_sign 所謂ピクトグラムと呼ばれる図記号サインもシルエットを重視したデフォルメの典型にございまして、人の性別あるいは役割・状況を表す際にも悪く言えば「紋切型」の表現を必要とします。 それで良い筈です。 人であろうと「見かけで区別し判断する」が記号の目的であり、それ以上の役目はないからです。 pic.twitter.com/sRnxzIsYtY 2020-07-11 13:43:53 株式会社石井マーク @ishiimark_sign 「①女性はスカートを穿いていると限らないのでは？」 「②妊産婦のお腹がこれ位大きいと限らないのでは？」 というお叱りに対しては、早い話「はい、確かにそうですけどソレが何か？」なのですよ。 面白い事にそうした人は、③人間が２本の足で立てるとは限らないという点にも気付く事もありません。 pic.twitter.com/o
AIにおける「次元の呪い」解決へ、富士通研が機械学習の最有力学会で発表
富士通研究所は2020年7月13日、ディープラーニング（深層学習）における教師なし学習の精度を大幅に向上できる人工知能（AI）技術「DeepTwin」を発表した。AI分野の長年の課題だった「次元の呪い」を、映像圧縮技術の知見を活用することで解決したとする。同社は論文を機械学習の最有力学会である「ICML 2020」で7月14日に発表する。 「次元の呪い」とは、データの次元（要素数）が大きくなると、そのデータを分析する際の計算量が指数関数的に増大する現象を指す。次元の呪いを回避するため、一般的に機械学習の高次元データは次元を減らす。 ただ従来の手法には、次元の削減に伴ってデータの分布や確率が不正確になる課題があり、それがAIの精度低下を招く一因になっていた。例えば分布や確率が実際と異なると、正常データを異常と誤判定してしまうような間違いを引き起こしてしまう。 富士通研究所は今回、ディープラー
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
使用済みパソコンの破棄が急増。コロナ禍で進む断捨離
さよならChrome ブラウザーを変えるべき理由