はじめに 初めまして。ZENKIGENデータサイエンスチームのはまなすです。正式な所属はDeNAデータ本部AI技術開発部なのですが[1]、業務委託という形で今年度から深層学習系の開発等に携わっています。 深層学習界隈では、2017年に衝撃的なタイトル（Attention Is All You Need）の論文が発表されてから早5年半、元出自の機械翻訳タスクを大きく越えて、Transformer関連の技術が様々な領域で用いられる汎用アーキテクチャとして目覚ましく発展し続けています。 今回はそんなTransformerが現時点までにどのように活用されてきたか、また、どのように工夫されてきたかをざっくりと俯瞰し、流れをおさらいする目的の記事になります。本記事の大枠は、2021年時点でのサーベイ論文である A Survey of Transformers に倣いつつ、適宜、2023年2月上旬現在ま
メモ - 社会学内部からの社会学批判
twitterでは社会学批判が喧しいが、当然ながら社会学内部からも同様の批判はある。それをメモ代わりにまとめておく。 太郎丸博：査読文化の欠如 「社会学者からの社会学批判」として昨今のインターネットSNSで最も引用されているのは、2009年の太郎丸博氏のブログ記事「阪大を去るにあたって: 社会学の危機と希望」であろう。彼の主張を端的に表す部分を抜き書きすると下のあたりだろう。 「最後に日本の社会学に対する危惧を一つ述べておきます。日本の社会学の特徴は、アカデミズムの軽視だと思います。すなわち、学会報告や学会誌を軽視しているということです。学会発表もせず、学会誌に論文を投稿もせず、それでも社会学者づらして本を出版したり、さまざまなメディアで発言することができるのが、日本社会学の実情です。」 「アカデミズムを軽視し、本に好き勝手なことを書くことを理想とするようになります。研究そのものから降りて
2019年、2020年と年末に面白かった社会学論文の10選を載せたが、今年も10本の論文を紹介することにした。例年通り、今年私が読んだものの中で、特に「面白い」と感じた10本で、今年出版されたとは限らない。 私の専門フィールドは社会学の中でも移民研究（migration studies）なので、移民研究関係の論文が多い。方法論としては、計量分析、オンライン実験、参与観察、文書分析、インタビュー、フォーカスグループ、歴史社会学的分析（の組み合わせ）となっており、地域としては、米国、ドイツ、ロシア、日本、中国、韓国、台湾となっている（ばらつくように意識したわけではない。）また、紹介の順番に大きな意味はない。 各論文のまとめは、私の視点からまとめたものであり、論文の著者らの強調点とは異なることがある。リンクを貼ったので是非実際の論文自体も読んで頂きたい。 また、論文に対する（主に私の勉強のために
To no one's surprise, the Nobel Prize goes to Claudia Goldin Here are 3 things from her to start your dive into her work: pic.twitter.com/JlRtaULpBx — Brian Albrecht (@BrianCAlbrecht) October 9, 2023 彼女の業績で最も受賞に貢献したと思われるのは、「制度的な男女平等が達成された後にもなぜ経済的な男女不平等が続いているのか？」という論点に対して、「女性が育児のために労働から退出することによって生じる」（子無しなら男女の所得に差はない）という議論の先鞭をつけたことだろう。その論点について、公式の一般向け説明を抜粋して紹介しよう。 We can now see that the earnings ga
この記事では，私の研究分野であるGPU向けコンパイラの最適化の紹介と論文のサーベイを行う． 以下，随時更新． 分岐発散 （Branch Divergence） 分岐発散とは Independent Thread Scheduling 分岐発散に対する最適化 Software based approaches Hardware based approaches その他 サーベイ論文 カーネル融合 （Kernel Fusion） Kernel Fusionとは 垂直融合（vertical fusion） 水平融合（horizontal fusion） Inner Thread Block Inter Thread Block カーネル融合に関する論文 その他のGPU関連の論文 Dimensionally redundant instruction elimination Others 分岐発散
結論を述べる。ソフトウェアエンジニア、特に高負荷環境のゲームエンジニアやバックエンドエンジニアにとって有用な教養となる。 数列数の列数が並んでいるものを数列（numerical sequence）という。 $$ 1,5,5,6,3,4,2, \cdots $$ 適当に並べたが数は自然数でも実数でも複素数でもなんでも良い。適当に並べるとあまり意味がないので、この数列に何らかの法則性がある場合を考える。 等差数列「1年目の預金が5万円、2年目から毎年3万円預金し続けた場合、7年目の預金額は？」。書き出してみよう。 $$ 5,8,11,14,17,20,23\cdots $$ 答えは$${23}$$。では、書き出さないで求める方法は？おそらく脳内でこういう計算をしたと思う。 $$ 5 + 3 * (7 - 1) = 23 $$ これを抽象化する。$${n}$$番目の値を$${a_n}$$と定義す
海外論文紹介：More Kawaii than a Real-Person Streamer - コミュニティがVTuberとどう関わり、どう認識しているか
Tweet 国際会議CHI2021 にて、興味深い論文「リアルな配信者よりもカワイイ ：オタクコミュニティがバーチャル YouTuber とどのように関わり、どのように認識しているか」（原題：”More Kawaii than a Real-Person Streamer: Understanding How the Otaku Community Engages with and Perceives Virtual YouTubers”）がありましたので、著者の Zhicong Lu さんに Twitter 上でご許可をいただいて日本語翻訳させていただきました。日本発祥である VTuber 文化が、現在、どのように受容されているかを垣間見ることができます。また日本の学術コミュニティにおいても、より VTuber や SNS、配信者文化に関する学術的研究が活発になる事を期待して、参考訳を掲
12月としては2017年以来の大雪か 日本海寒帯気団収束帯とメソ低気圧が重なるパターン（森田正光） - エキスパート - Yahoo!ニュース
日本の上空には今季一番の寒気が流れ込んできています。この寒気は先週金曜日（１１日）にロシアのオイミャコンで氷点下５５．１度を記録したものが、形を変えてやってきているものです。 １６日（水）にかけて西日本や東海地方でも初雪となり、名古屋などでも積雪になる恐れがでてきました。（新幹線にも影響が出るかもしれません） JPCZとメソ低気圧 JPCZ(日本海寒帯気団収束帯）の模式図 スタッフ作成 この原因は、JPCZと呼ばれる「日本海寒帯気団収束帯（Japan sea Polar air mass Convergence Zone）」です。ここ数年、大雪になると話題に上る「JPCZ」というワード。その仕組みの鍵は、中国と北朝鮮の国境付近にある長白山脈にあります。 長白山脈は２５００メートル以上の山々からなる山脈で、その最高峰は白頭山（標高２７４４メートル）、一年のうち８カ月は雪に覆われ北朝鮮の聖地と
画像生成AIが広く使われるようになり、既に1年半以上が経過した。Midjourneyのサービス開始が2022年7月、Stable diffusionの公開が2022年8月である。画像生成AIは、文字を打ち込むことで画像を生成するという画期的な技術であり、その手軽さや品質から「創作」との相性がよくも思えるが、実際は様々な課題が表出し、現在解決に至っているとは言えない。単なる画像生成だけでなく、画像編集技術や付随的な陰影算出技術などが開発されているにも関わらず、である。画像生成AIに対する意見というのは好意的なものから否定的なものまで幅広く、その意見の幅は興味深い。ここでは、なぜ課題が生まれ、何が問題となっているのか、なぜ分断が生まれるのかという点に注目し、その背景的心理などを言語化し考察したい。生成AI利用の是非を問うものではなく、なぜ分断がここまで起きているのか、という点に注目する。あくま
「ディープラーニングと物理学 オンライン」とはオンラインWeb会議システムを利用したセミナーです。2023年10月より、学習物理領域セミナーと合同で開催されています。 登録する際のメールアドレスは、できるだけ大学もしくは研究機関のものをご使用ください。 ZoomのミーティングURLおよびパスワードは、先着順300名様に限り、登録されたメールアドレスに送信されます。転載・転送は控えてください。 URLが掲載されたメールは当日の朝までに送られます。 参加したい方は下記よりお申し込みください。毎回開催時に参加URLのついたアナウンスのメールを送信します。 登録フォーム (締切は前日の夜11時までとします) 解約フォームは下記でございます。 解約フォーム 参加時の表示名は「登録時の名前＠登録した機関名」に設定してください。 ノイズを防ぐためのミュートへご協力ください。 DLAP世話人: 橋本幸士（
自由なスマホPinePhoneを試す
κeenです。PinePhoneという自由なスマホを手にしたのでそれを紹介します。 PinePhoneについて PinePhoneを雑に紹介するとLinuxで動くスマホです。まだまだ開発途上のものなので常用に耐えるものではありませんが、未来予想図的に夢があるよねーといって眺めていただけたら幸いです。 世に出回っているスマートフォンはメーカーやプラットフォーマの権限が強くて安くはない金額で買っているのにも係らず誰のものか分かりませんよね。ハードウェアは自分で修理するのも禁止されていればソフトウェアはアカウントを停止されるとほとんどただのカマボコ板になってしまいます。それに、気付いたらGPSデータをサーバに送られていたり、不意にカメラやマイクを起動されてプライバシーがだだ漏れになるリスクもあります。PinePhoneはそういった状況を憂慮する人のためにユーザに最大限の自由を与えたハードウェアの
2024年4月11日 by Offside ［全文PDF］ 親・祖父母・教諭・養護教諭・教頭・学校長・保育士・園長・教育委員会・文部科学省など、子どもを保護する立場の方々に届いてほしい。この記事で言いたいことはただひとつ。 「日本の子どもたちは、2022年から人生を大きく左右しかねない疾病リスクにさらされています。子どもの未来を奪う医療デマに惑わされてはいけません。正しい知識をもって、子どもたちを守ってください」 本当に心からお願いをする。 マスコミは「コロナも明けて4年ぶりの～～」を連呼しているし、新型コロナウイルス感染症（COVID-19）については、 弱毒化して、ただの風邪になった だから国も5類にしたのであり、感染対策はもう不要 世界中でマスクもとり、COVID-19は過去のものになっている という主張が多い。「まだコロナなんて言っているの？ もう気にする必要ないでしょ」という雰囲
Implicit biasによる正則化効果 - Preferred Networks Research & Development
本記事は，2019年度インターン生だった東京大学 D1 の中島蒼さんによる寄稿です．中島さんはインターンシップにおいて，畳み込みニューラルネットワークの学習について研究を行いました．この記事は，インターンシップ中に文献調査していたimplicit bias に関するレビューとなっています． NN の学習はなぜうまくいくのか 畳み込みニューラルネットワーク（Convolutional NN; CNN）は画像処理など様々な分野に応用され，大きな成功を納めています．すなわち，様々なデータについて，訓練データから学習したニューラルネットワーク（Neural Network; NN）を用いて未知のデータについての予測や分類が行われています．このようにNN の学習が上手くいく，すなわち未知データに良く汎化することは経験的には分かっていますが，理論的な説明はまだ完全には成功していません． NN に限らず
アルゼンチン経済の歴史 - Wikipedia
この項目では、植民地時代から2000年までの経済史について説明しています。通史については「アルゼンチンの歴史」をご覧ください。 アルゼンチン経済の歴史は、経済学の研究対象として非常に高い関心を集めている主題である。何故ならば、アルゼンチンは「アルゼンチンのパラドックス」とも言われる特異な歴史を経ていることが背景にある。アルゼンチンは20世紀はじめに加速度的な経済発展を遂げながら、その後の凋落もまた加速度的であり、先進国(ただし農業・畜産業国)から発展途上国に転落した唯一の国となった原因については豊富な論文が書かれて様々に分析されてきた[1][2]。アルゼンチン経済の歴史とは、ペロン主義[3]の歴史である。ペロン主義者は1946年のフアン・ペロン大統領の初就任以降、軍部独裁期間の1976～1983年を除き、ほとんどの選挙で勝利し、2023年時点で最短20年・ペロン系左派ポピュリズム政権を含む
この記事では、状態空間モデルをStanで推定するときの収束を良くするコツを説明します。 コードはGitHubから参照できます。 状態空間モデルは説明能力が高く、データに合わせて柔軟に構造を変えることができます。しかし、あまりに複雑な構造を指定すると、結果が収束しないこともしばしばあります。 収束が悪い時には、弱情報事前分布を指定したり、MCMC実行時の設定を変える(iterやwarmupを増やす等)で対応することが多いと思います。こちらの方法で多くの場合は解決しますが、複雑なモデルですと、そもそものStanコードの実装の方法から変えた方が良いかもしれません。 この記事では、状態空間モデルの収束を良くするために、Stanコードの書き方を工夫するやり方を紹介します。 良いやり方は無いかなと調べていたところ『Bayesian structural time series modeling』という
BTC-TAKEOFF
テクニカル分析を行う上で特に使える指標MACDについてお話します。 正式名称を「Moving Average Convergence Divergence」と言います。 これからお話する内容は一見複雑に感じるかもしれませんが、 名前からわかる通り移動平均線を実践向きに改良した指標です。 イメージはし易いと思いますが、 一回読んだだけではなかなか身につかないので読み終わった後も実際のチャートと照らし合わせた確認作業をおススメします。 ■ MACDの特徴 ・MACD線、シグナル線、ヒストグラムによって構成されます。 ・オシレーター系、トレンド系の両方を分析することができます。 ・指数平滑移動平均線（EMA）を使用しています。 次に計算式を見てみましょう。 ■ 計算式 ・MACD線＝12EMA-26EMA ・シグナル線＝MACD線の9日平均 ・ヒストグラム＝MACD線-シグナル線 計算式だけ見て
「訳者あとがき」たちよみ『コンヴァージェンス・カルチャー』｜晶文社
ヘンリー・ジェンキンズ『コンヴァージェンス・カルチャー：ファンとメディアがつくる参加型文化』の初邦訳が2月2日に満を持して刊行されました。 「コンヴァージェンス」とは何なのか？ それまでのファン研究とどこが違うのか？ 本書の読みどころとは？ 訳者のおひとり渡部宏樹さんによる「訳者あとがき」を一部抜粋してご紹介します（太字は担当編集者による）。全文のPDFはページの下部に掲載しています。「訳者あとがき」より本書はマサチューセッツ工科大学が発行する『テクノロジー・レビュー』誌に発表した論考や口頭発表を編集したもので、アカデミックな読者だけでなく一般の読者を想定して書かれている。タイトルにもなっている「コンヴァージェンス（convergence）」とは、日本語に訳すと一般的には「収斂（複数の異なるものが一箇所に集まること、似通っていくこと）」となる。だが、本書での「コンヴァージェンス」は「1.
要点¶Neural TangentsはGoogle AIが開発したJAXのラッパーライブラリです。無限幅 (中間層のユニット数$\to \infty$)のニューラルネットワーク (以後, NN: neural networks)を高速かつ簡単に構築及び学習させることを目的としています。 Neural Tangentsでは無限幅のNNを学習させる手法としてNNGP (Neural Network Gaussian Process)と NTK (Neural Tangent Kernel)の2つを実装しています。 この記事ではNNGPとNTKの要点を紹介し、Neural Tangentsを用いた実装について紹介していきます。 Neural-Tangentsに関連する文献¶ Paper : https://arxiv.org/abs/1912.02803 OpenReview : https:/
ここでのポイントは、Kubernetesの導入、APIによる開発手法への変更、効果的な利用に必要なアーティファクトの作成といったものを、難しいと感じている開発者やエンジニアがたくさんいる、ということです。 つまり、"プラットフォーム"という用語が、さまざまな意味で負担になっているのです。マイクロサービスの煩雑な運用を支援するという意味から言えば、Kubernetesはプラットフォームです。サービスのデプロイや実行を、適切な方法で抽象化してくれます。それは間違いなく素晴らしいのですが、それだけではありません。ホストのサイズをどうするか、クラスタをいつどうやって生成し廃棄するのか、Kubernetesの新バージョンへのアップデートはどうするのか、その影響は誰が受けるのか、を考えておかなくてはなりません。個々の環境やアプリケーションを分離する方法はどうするのか — ネームスペースか、クラスタか、
[R] [stan] bayesplot を使ったモンテカルロ法の実践ガイド - ill-identified diary
図1: Monte-Carlo, from Neugebauer (2018) イントロダクション モンテカルロ法とは どこを見て収束を確認するか トレースプロット GR統計量 を確認する. 多重連鎖はいくつ必要か 自己相関関数 (ACF, コレログラム) 有効サンプルサイズ 事後診断ツール bayesplot こういう時どうすればいい? GR統計量の値が大きい アルゴリズムを変える 有効サンプルサイズ の値が小さい 低速混合 間引き そもそもプログラムが間違っている場合 まとめ 参考文献 イントロダクションこの投稿は, 第78回R勉強会@東京（#TokyoR） - connpass での LT の内容を加筆修正したものである. 以下は当時のスライドである. bayesplot を使ったモンテカルロ法の実践ガイド from 智志 片桐 以前, Tokyo.R かどこかの懇親会で, マルコフ
![[R] [stan] bayesplot を使ったモンテカルロ法の実践ガイド - ill-identified diary](https://cdn-ak-scissors.b.st-hatena.com/image/square/2cc30662fe4559806b1689e8ea8d5e1b5c720b95/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fi%2Fill-identified%2F20190613%2F20190613000506.jpg)
ミラーテスト - Wikipedia
鏡を覗き込むヒヒ ミラーテスト、マークテストまたは鏡像自己認知テスト（mirror self-recognition test：MSR）とは、1970年に心理学者のゴードン・ギャラップJr.(Gordon Gallup Jr.)が開発した動物の行動研究であり、人間以外の動物が視覚的な自己認知(self-recognition)の能力を持っているかどうかを確かめるための手段として用いられている[1]。ミラーテストは、自己認識(self-awareness)の有無を確かめる手法としては長い歴史を持っているが、その妥当性については意見が分かれている。 古典的なミラーテストでは、研究の対象となる動物に麻酔をかけ、通常自分では見る事のできない体の部位に、塗料やステッカーなどのマークを付ける。その後、動物が意識を回復すると、鏡を見られる環境に移される。もしその動物がマークに触れたり、調べるなどすれば、
【頻出順に全て掲載、問題集リンク付】ビジネス英文の97％を網羅する英単語1755語を全部チェックしてみた - 英語で世界を広げたい！～英語学習＆見聞録～
先日の記事で、過去にはてなブックマークが3000以上ついた英語勉強法を総まとめしました（以下、「総まとめ記事」と呼びますね）。 その中で、ランキング8位、3233ブクマの記事が以下。 この英単語を覚えるだけで、英文の９割は読めるようになるという話【NGSL,NAWL,TSL,BSL】｜相川真司（かわんじ） #BooQs｜note この記事では以下の４つの英単語帳（英単語リスト）が紹介されています。 絶対に覚えておくべき基礎英単語帳『NGSL』 学術英文の９割を網羅する英単語帳『NAWL』 TOEIC英文の９割を網羅する英単語帳『TSL』 ビジネス英文の９割を網羅する英単語帳『BSL』 このうち、すべてのベースとなるNGSL収録の英単語2800語は一昨日の記事*1ですべてチェックしました。 今日は、NGSLと合わせると一般的なビジネス英文にでてくる英単語を最大97％カバーするという、BSLに
2019年の音楽を振り返った時に特に印象的で、また個人的に嬉しくもあったのがドローン・ミュージックの傑作が多かったということでした。 私は普段からそういった音楽をよく聴くので、毎年そういった傾向のもので「これは！」という作品がいくつかはあるものですが、2019年については一定の水準を超えてくるような作品の量がとても多いように感じました。 なのでそれを確認し記録に残しておこうという思いで2019年のドローン・ミュージックの作品で特に印象に残ったものを纏めた記事を作成しました。記事の方向性が“数の多さ”を示すということであるため最初は30作品掲載するつもりでしたが、文字数や記事の長さ、読みやすさなどを考慮し最終的に15作品に絞りました。掲載順には順位などの意味はありませんが、最初と最後と記事の真ん中に当たる8作目については考えがあったうえでその位置にしています。画像には試聴や購入ができるページ
優収束定理 - Wikipedia
数学の測度論の分野におけるルベーグの優収束定理（ゆうしゅうそくていり、英: dominated convergence theorem）あるいは単にルベーグの収束定理とは、ある関数列に対して、そのルベーグ積分と、ほとんど至る所での収束という二つの極限操作が可換となるための十分条件について述べた定理である。また後述するこの定理のある特別な場合はしばしば（ルベーグの）有界収束定理と呼ばれる。 リーマン積分に対しては、優収束定理は成立しない。なぜならば、リーマン可積分関数の列の極限は多くの場合、リーマン可積分とはならないからである。優収束定理の持つ威力と有用性は、リーマン積分よりもルベーグ積分が理論的に優れているということを示すものである。ただもちろん有界収束定理の方はリーマン積分においても類似が成り立ち、これはしばしばアルツェラの有界収束定理と呼ばれる。 この定理は、確率変数の期待値の収束のた
この記事は R Advent Calendar 202211日目の記事です。 10日目の記事にはしょこさんの記事ですね。 Twitterでは個人的に「動くグラフ」をたくさん作っているすごい人、という認識でいるのですが、今回は rtweet パッケージを使ってTwitterの画像を集めて、 それをアニメーションにしているようです。すごい。 まだ読んでいない？ぜひ行ってきてください。この記事はとても長いので。 お久しぶりです 結局月1投稿すらままならなかったですが、元気にやっています。 アドカレの記事でいうこともないのですが、以下のご報告をします。 結婚しました PC買いました 統計検定はダメでした CTF始めました 転職します 来年もよろしくお願いします 内容 仕事と個人的な道楽を兼ねて一時期勉強していたMarketing Mixed Modelについて、 そのコンセプトとMeta社の実装で
パデ近似 - Wikipedia
原文と比べた結果、この記事には多数の（または内容の大部分に影響ある）誤訳があることが判明しています。情報の利用には注意してください。正確な表現に改訳できる方を求めています。 アンリ・パデ 数学においてパデ近似（パデきんじ、英: Padé approximant）とは、関数を近似する「最良」の有理関数のこと。たとえば は log(1 + x) のパデ近似のひとつである： パデ近似のテイラー級数は関数のテイラー級数と与えられた次数まで一致する。この近似法は1890年頃にアンリ・パデ（英語版）が発展させたが、冪級数の有理関数による近似という考えを始め、その特徴を研究したのはゲオルク・フロベニウスにまで遡る。 多くの場合、パデ近似は、 テイラー級数を有限項で切り捨てるより良い近似を与えるが、テイラー級数が収束しない場合でも機能する。 これらの理由から、パデ近似はコンピューター計算で広く使用されてい
ラント・プリチェット（Lant Pritchett）が1997年に執筆した「国家間の分岐がグングンと進行中」（“Divergence, Big Time”）と題された論文は、学界に大きなインパクトを与えた。プリチェットは、この論文で以下のような推計結果を明らかにしている。 ・・・（略）・・・最も豊かな国の1人当たり所得を分子にとり、最貧国（最も貧しい国）の1人当たり所得を分母にとった比率の値は、1870年から1990年までの間におよそ5倍の大きさになっている――最も豊かな国の1人当たり所得の水準は、1870年の時点では最貧国の1人当たり所得の水準のおよそ9倍の高さだったが、1990年の時点ではおよそ45倍の高さになっている――。最も豊かな国の1人当たり所得の水準と「発展途上諸国」の1人当たり所得の水準の平均値の差は、1870年から1990年までの間に桁（けた）が一つ違う大きさにまで膨れ上が
日本で「ヘイト」という語が広く一般的に使われるようになったのがいつ頃からなのかは、あまりはっきりしない。もちろん字面から明白なように、もとを辿れば英語の hate（憎悪）に行きつくもので、要するに外来語であることは間違いない。だがここで考えたいのは、このかなりあたらしい外来語が日本でなぜ、そしてどのように使われるようになってきたかという問い、とりわけ文化的な現象としてこれを考える問いだ。現在ではこの語は、とりわけネット上の言葉の応酬の中で「それは○○に対するヘイトだ！」といったかたちで用いられるのが一般的だと思われるのだが、もしそうだとするなら、これは「ヘイトスピーチ」あるいは「ヘイト表現」などの短縮形だと基本的には考えてよいだろう。この想定が正しいのなら、現在の「ヘイト」の来歴を考えるうえでは、ヘイトスピーチの強烈さを街頭デモとネットの双方で知らしめた桜井誠を中心とする「在日特権を許さな
光回線のバックボーンとは一体何でしょうか？ この記事では、私たちが日常的に使用する通信が、どのような経路を辿ってインターネットに接続されているのか、バックボーンの構造、特徴、そしてその進化について詳しく解説します。 泊木所長 分かりやすく解説しますので、ぜひご覧ください。 この記事の監修者 トミー（ネットワークエンジニア） 関東出身、通信業界に約20年身を置く現役の通信技術者です。 これまでに販売代理店での固定系回線販売や、プロバイダーでのテクニカルサポート業務を経て技術畑に転身。 現在はモバイルネットワークに関わる業務に約16年従事し、無線通信や通信基地局向けの光回線、IPネットワーク等の技術と日々向き合っています。 このサイトでは、快適な通信環境を整えるための情報を、簡潔に噛み砕いて分かりやすく伝える事を心がけています。» 運営者情報 バックボーンとはアクセスネットワークの上位に位置す
分割数 - Wikipedia
分割数の母函数[編集] 分割数 p(n) の母関数は、次の式で与えられる。 右辺の各項を幾何級数として展開すれば、これは (1 + x + x2 + x3 + …)(1 + x2 + x4 + x6 + …)(1 + x3 + x6 + x9 + …) …, と書くことができるが、ここから積をとって xn の項となるものを拾い出せば n = a1 + 2a2 + 3a3 + … = (1 + 1 + … + 1) + (2 + 2 + … + 2) + (3 + 3 + … + 3) + …, を得る。ここで各数 i は ai 個ずつ現れる。これはまさに n の分割の定義そのものであるから、この無限積が求める母函数を与えることが確認できる。もっと一般に、整数 n の適当な集合 A に属する整数への分割数の母函数も、上記の式の項の k を A の元となっているものにとることで得られる。この結
TradingViewとOANDAのREST API（以下、API）を組み合わせて自動売買システムを構築する方法について解説します。 TradingViewは、アメリカ・シカゴに本社を置くTradingView社によって開発された、豊富な分析機能を有するチャートツールです。 チャート分析に利用できるたくさんのツールが備わっており、世界中のトレーダーに利用されています。 FXの分析はもちろん、株や仮想通貨など、あらゆる金融商品に対応しているのも大きな特徴です。 TradingViewの機能の1つに、設定した条件を満たすと自動でアラートを送信する、シグナル通知があります。 この通知はWebhookで受け取ることが可能で、これを利用すれば Webhookでシグナル通知を受け取り、内容に応じてAPIを介して売買注文を出すことが可能になります。 本記事では、ngrokを使ってWebhook通知を受け
Linear Mixed Model （以下、混合モデル）の短い解説 ver 20230212 X Y この解説のPDFのver221128は https://www2.kpu.ac.jp/for_ecol/sumida-index.html の「お勉強」のページにあります． XとYとの間に次のような関係が見つかったとしよう。 X Y 全体的な傾向に対する回帰直線を点線で示した。 X Y ところが、これらのデータは実は異なる５つの調査地(Site)からとったものだった。 Site = {Site1, Site 2, Site 3, Site 4, Site 5} 全データを使った回帰直線（点線）は、 特定の調査地内の傾向を表していないように見える。 実際、個々の調査地ごとのデータを使って計算した調査地別の回帰直線(色つき実線）は、全調 査地データの回帰直線（点線）と傾きが異なる。すなわち、
互いに独立でなくてもできる中心極限定理と, そのデモ (Gordin's CLT/Donsker定理) - ill-identified diary
概要 はじめに シミュレーション IIDな時系列 (基本) 独立ではないケース1: AR(1) 2022/1/17 追記: マルチンゲール差分列の中心極限定理 独立ではないケース2: ランダムウォーク 統計学への応用 相関ありの中心極限定理の応用 汎関数中心極限定理の応用 参考文献 概要今月まだ何も書いてなかったのでタイトルの通り中心極限定理の発展的な話をする. といってもAR(1)とランダムウォーク乱数のグラフを描いただけなんだけど. 対象読者: 統計学の入門的な教科書に書いてある中心極限定理 (CLT) や大数の法則は知っているが, そこから先は知らない人 はじめにほとんどの基礎的な教科書に書いてある回帰分析や機械学習のモデルではデータが互いに独立かつ同一の分布 (IID) であると仮定している. これは大数の法則や中心極限定理が成り立つ条件の1つでもあり, よって十分にデータが多けれ
（木村 優志:Convergence Lab.株式会社 代表取締役CEO） ■ 失敗が成功につながるAIプロジェクトとは AI（人工知能）の飛躍的な発展が注目されたことで、事業応用できないかと多くの企業がPoC（概念実証）に乗り出している。社内に技術者がいない企業はIT企業に開発を外注し、業界は「PoCバブル」とでも言うべき案件に湧いた。AIへの企業の期待は根強く、IDC Japanの調査によると、2019年の国内AI市場は前年比56％増の818億4400万円と成長を続けている。 一方、AIの開発プロジェクトは失敗しがちだ。ITのように外注するほど成果から遠ざかるAIプロジェクトの特徴は、前回の記事で紹介した通りだ。成果につながる開発体制へとシフトしなければ、不毛なプロジェクトが量産されてしまう。 失敗しがちなAI開発プロジェクトだが、成果につながる開発体制では失敗が起こらないかといえば、
「FXトレードって何から始めたらいいの？」そんな初心者の方に朗報です！ この記事では、FXトレードの始め方を分かりやすく解説しています。 初めての方でも安心して取り組める、ステップバイステップのガイドをお届けします。 FXトレードとは？ FXトレードは外国為替取引のことであり、世界中の通貨を売買する取引方法です。 通常、銀行や券証会社を通じて行われますが、最近ではオンライン上で簡単に取引ができるようになりました。 FXトレードは投資やスペキュレーションの手段として人気があり、個人投資家にも利用されています。 初めての方にとっては、まず基本的な知識とリスク管理の重要性を理解することが大切です。 この記事では、FXトレードの基本的な概念や始め方について解説します。 FXトレードの魅力とは？ FXトレードは、世界中で人気を集めている投資方法です。 その魅力は何なのでしょうか？ まず一つ目の魅力は
【ネットワークの統計解析】第6回 論文紹介1「GCNを用いたフェイクニュースの検知」 - Sansan Tech Blog
こんにちは． Sansan DSOC 研究開発部の黒木裕鷹です．先月も，今月も，また服を買ってしまいました． 出かける先はコンビニぐらいしかないのですが，おしゃれをすると心が躍り，陳列商品も不思議とキラキラして見えますね． さて，この連載では，自分の勉強・復習も兼ねて，ネットワークデータにまつわる統計解析を気の向くままに紹介しています． 前回の記事では，ネットワークデータに対する深層学習 (Graph Neural Network; GNN) を俯瞰し，直感的に全体像を把握するような導入をしました． 今回の記事では，番外編的に分析手法の紹介を少し離れ，グラフデータの分析を実際に応用する論文を1つ紹介したい思います． buildersbox.corp-sansan.com はじめに 論文のポイント 対象データ 作成したいネットワーク データ収集 ネットワークの作成 ノードに付随する特徴量 モ
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
30分で完全理解するTransformerの世界
今年面白かった社会学論文10選（2021年）
𝕏（旧ツイッター）男女論界隈に深く関わる、ノーベル経済学賞受賞者・Goldin氏の研究｜✨わん🐶にゃん😺癒し動画✨
GPU向けコンパイラの最適化の紹介と論文のサーベイ - Jicchoの箱
数列と近似と計算量｜Ryota Yokote @ミラティブ
画像生成AIの病理学的論考 ｜嘯(しゃお)
Deep learning and Physics
令和の怪談：子どもの未来を奪う医療デマの流行 | MONOLOGUE
状態空間モデルをStanで推定するときの収束を良くするコツ | Logics of Blue
Neural Tangentsによる無限幅深層ニューラルネットワークの構築とベイズ推論
Kubernetesはプラットフォームではなく、基盤に過ぎない
2019年のベストアルバム - ドローン・ミュージック｜よろすず
Marketing Mixed ModelとRobyn with R - と。
アレックス・タバロック 「国家間の収束がグングンと進行中 ～貧しい国々による懸命な追い上げ～」（2018年10月17日）
文化と社会を読む 批評キーワード辞典 reboot 9 | 研究社 WEB マガジン Lingua リンガ
光回線のバックボーンとは？アクセスネットワークの上位網はどうなっているの？
TradingViewとOANDA証券の「API」を組み合わせた自動売買システムの構築方法
Microsoft PowerPoint - GLMMexample_ver230212.pptx
AI開発は「成功するまで失敗する」（JBpress） - Yahoo!ニュース
FXトレードの入門編！初めての方に向けた始め方ガイド - まきし☆blog