はてなブックマーク

（この研究は、京都大学宇宙ユニットおよび 新学術領域 太陽地球圏環境予測の一環として行っています） Chainerで何をしようとしているのか 私達は、Chainerを使って、太陽フレアを事前に予知する「宇宙天気予報」1を実現しようとしています。太陽フレアは、その強さによって、ほぼ毎日起こるC級、中間くらいのM級、年に数回頻度の巨大なX級などに分類されます。 太陽フレアが起こると、太陽表面のプラズマが惑星空間に放出され、これが、その時の角度によっては地球方向に飛んできて、地球の磁気圏と衝突し、地磁気嵐という現象を引き起こします。 磁気嵐のイメージ図 2 磁気嵐の影響は様々ですが、１つの被害は極圏で短波通信の状態が悪化することです。こうなると航空機が極圏を回避して、より長い距離の経路をとる必要がでてくるため、航空機の遅延や欠便が生じることがあります。こういう事象は日常的に発生しており、日本から

こんにちは。nushioです。実はRubyは私の2番めに好きな言語で、よく使っています。 本業では言語処理系を実装するのが仕事なのですが、言語処理系を作っていると抽象データ型（Abstract Data Type, ADT）を操作したり評価したりする処理をよく書くので、Haskellのような言語に備わっているパターンマッチはとても便利です。とても便利なので、PythonやRubyにも似たようなパターンマッチがあればうれしいよね、ということでいろんな人が作っています。 Rubyだと例えば https://github.com/whitequark/ast http://qiita.com/egisatoshi/items/38f7f8aef32ac67ccd4b Pythonだと、例えば http://www.grantjenks.com/docs/pypatt/ (and referenc

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 事情により二日ばかし遅延評価となってしまい申し訳ありませんm(_ _)m 次元付き計算がいかに重要か 皆さん、量の計算をするうえで、単位を間違えちゃいけないよ、って教わったと思います。 180cm + 55kg = 235年　　とかいう式は間違っていて、意味を成しませんよね。 間違えるとどんなことがおこるかって？テストに落ちるとかでしょうか。 1983年には、カナダ航空の飛行機が、燃料補給時に単位を間違えたために(間違いの本質は、22300 kgの燃料を補給すべきところ、22300 ポンド しか補給しなかったというもの)飛行中にまさかの

とりあえず読んでみたい、という方は：「ニューラルネットワークと深層学習」日本語訳のページをご覧ください。 Deep Learningってのがマジヤバイらしい・・・でも、取っかかりがつかめない・・・ ここ最近、Deep Learningの盛り上がりが凄いですね。私の中でも、深層学習を覚えなきゃ、置いてかれてしまい、ついには自分の仕事までAIに奪われるのでは、という危機感と、逆に今Deep Learningを使えるようになれば未来の発明者になれるのでは、という期待感が高まり、Deep Learningを勉強しなくては、と思い続けていました。 しかしながら、私はDeep Learningがどうしても理解できませんでした。これまで何十種類ものDeep Learningの教材を試してきました。しかし、Deep Learningがどうしても理解できませんでした。しかし、世の中にある文書で、なかなかとっ

# !/usr/bin/env runhaskell {-# LANGUAGE NoImplicitPrelude, RecordWildCards #-} {-# OPTIONS -Wall #-} module Main where import Data.Maybe import Data.Tensor.TypeLevel import GTA.Data.JoinList import GTA.Core hiding (items) import NumericPrelude knightMoves :: [Vec2 Int] knightMoves = [Vec :~ x :~ y | x <- [-2..2], y<-[-2..2], x^2 + y^2 == 5] canMoveTo :: Vec2 Int -> Vec2 Int -> Bool canMoveTo a b =