タグ

2007年12月16日のブックマーク (7件)

  • 方法: 構成ファイルを使用してサービスのメタデータを公開する - WCF

    これは、Windows Communication Foundation (WCF) サービスのメタデータの公開を実証する、2 つの「方法」トピックの 1 つです。 構成ファイルとコードを使用して、サービスがメタデータを公開する手段を指定する方法は 2 つあります。 このトピックでは、構成ファイルを使用してサービスのメタデータを公開する方法について説明します。 コードでのメタデータの公開について詳しくは、「方法: コードを使用してサービスのメタデータを公開する」を参照してください。 メタデータを公開すると、クライアントが ?wsdl クエリ文字列を使用した WS-Transfer GET 要求または HTTP/GET 要求によりメタデータを取得できるようになります。 コードが機能するかどうかを確認するために、基的な WCF サービスを作成します。 簡略化のため、次のコードに基的な自己ホ

    方法: 構成ファイルを使用してサービスのメタデータを公開する - WCF
    simd036
    simd036 2007/12/16
    ここでは、Windows Communication Foundation (WCF) サービスのメタデータを公開し、クライアントが ?wsdl クエリ文字列を使用した WS-Transfer GET 要求または HTTP/GET 要求によりメタデータを取得できるようにする方法を示します。
  • HMM(Hidden Markov Model,隠れマルコフモデル)

    HMMは、不確定な時系列のデータをモデル化するための有効な統計的 手法である[4]。HMMは、出力シンボルによって一意に状態遷移先が 決まらないという意味での非決定性確率有限オートマトンとして定義される。 出力シンボル系列が与えられても状態遷移系列は唯一に決まらない。観測でき るのはシンボル系列だけであることからhidden(隠れ)マルコフモデルと呼ば れる [60]。 HMMはパラメータとして状態遷移確率、シンボル出力確率、初期状態確率を持 つ。そして、シンボル出力確率の計算方法によって離散型HMMと連続分布型HMM に別れる。また、シンボル出力確率が状態で出力されるMooreマシンと状態遷 移で出力されるMealyマシンに分類できる。以下では、Mealyタイプの離散型 HMMについて述べる[60]。なお、MooreタイプとMealyタイプは相互 に変換可能である。

    simd036
    simd036 2007/12/16
    HMMの説明
  • 係り受け情報を用いた全文検索とその評価

    新美和彦,兵藤安昭,池田尚志 岐阜大学工学部 〒501-11 岐阜県岐阜市柳戸1-1 Tel: 058-293-2740 Fax: 058-293-2740 E-Mail: {kazuhiko,hyodo,ikeda}@ikd.info.gifu-u.ac.jp 概要 大量の電子化文書に容易にアクセスできる環境が整ってくるにつれて,その中からユーザが 必要とする情報のみを正確に検索する技術がますます必要不可欠となってきている。 従来の検索手法では,文書中に単語が出現するか否かに関するブール演算 による絞り込みが主として用いられてきた。 そのほか、単語間の関係による絞り込みとしては近接演算が用いられてきたが, 近接演算では単語間の正確な関係を表現することは出来ない。 論文では,単語間の係り受け情報を用い,高精度な絞り込みが可能な 全文検索システムについて述べる。 特許データを対象とした検索

  • �橡�ontology98b57

    simd036
    simd036 2007/12/16
    オントロジー関係、KQML, KIFなども
  • Google Code Archive - Long-term storage for Google Code Project Hosting.

    Code Archive Skip to content Google About Google Privacy Terms

    simd036
    simd036 2007/12/16
    CaboCha は, Support Vector Machines に基づく日本語係り受け解析器です.
  • Causalityと空 - 脳と意識の最先端を目指そう

    この分野は非常に発達しているけれど、主に研究されているBayesian Networkというのは定義上、循環的な因果関係はあつかっていない。つまり、A->Bであると同時に、B->Aという相補的な状況というのははずされている。別に、Bayes Netにこだわらなければ、HMMとしていろいろ研究する方法はありそうだが、まだそのあたりは独学中で、よくわからない。 前回紹介した、Hofstadterの では、ゲーデルなどを例に、再帰的な情報処理が特殊なおもしろい状況をつくるから、そのことが自己の形成や意識に関係あるとう論調だった。読者としては、どういうふうに関係あるのかを具体的に示してほしいところだったけれど、いまいちはっきりしたことを議論していないから、所詮エッセイにすぎない。ただ、再帰性を理解することであたらしい展望が開けるかもしれないということには共感できた。 Hofstadterの議論で

    Causalityと空 - 脳と意識の最先端を目指そう
    simd036
    simd036 2007/12/16
    ずいぶん前から気になって、勉強していることのひとつにCausality(因果性)と情報の関係がある。
  • Theories and measures of consciousness: An extended framework

    Abstract A recent theoretical emphasis on complex interactions within neural systems underlying consciousness has been accompanied by proposals for the quantitative characterization of these interactions. In this article, we distinguish key aspects of consciousness that are amenable to quantitative measurement from those that are not. We carry out a formal analysis of the strengths and limitations

    Theories and measures of consciousness: An extended framework