How to Learn a New Language in Six Months -
Most people have “learn a second language (or maybe a third or a fourth)” at the top of their bucket lists. However, how do you learn a new language quickly and effectively as an adult? Chris Lonsdale is a psychologist from New Zealand who runs a company in Hong Kong. He’s been interested in accelerated learning his whole life. After spending many years assessing all of the research available on l
ナップサック問題として複数文書要約を解くを試す - Negative/Positive Thinking
はじめに 複数文書要約をナップサック問題として解く、という話を聴いて、簡単に試せそうなのでやってみる。 手法 西川ら「冗長性制約付きナップサック問題に基づく複数文書要約モデル」 https://www.jstage.jst.go.jp/article/jnlp/20/4/20_585/_pdf 上記の論文中で紹介されている「動的計画ナップサックアルゴリズム」を参考に。 (論文で提案されている手法ではないことに注意) コード #include <iostream> #include <vector> #include <map> #include <sstream> class KPSummary { // T[i][k] := 文iまでで最大要約長がkのときの最適解値 // U[i][k] := 経路復元用(文iを利用したかどうか) std::vector< std::vector<int
顔認証技術: DeepFace と Pyramid CNN - Preferred Networks Research & Development
得居です。3月下旬とは思えない寒さに凍えています。 Facebook が CVPR2014 に投稿しアクセプトされていた顔認証に関する論文 [1] が MIT Technology Review にて紹介されたことで注目を集めています。DeepFace と名付けられた手法で、同社が集めた4030人の顔写真440万枚を用いた大規模学習によってほぼ人間並の人物識別性能を達成しているということで、なかなかキャッチーな話題です。一方、Face++ という顔認証・分類のプラットフォームを展開する Megvii社 がつい先日公開したプレプリント [2] でも DeepFace と同程度の性能を達成しています。今日はこの2つの論文を解説します。 DeepFace の論文では、検出された顔矩形に対して以下の3つの処理を施しています。 矩形の2次元アラインメント 3次元モデルを用いた out-of-plan
結論の書き方をちゃんと指導教員は教えてくれましたでしょうか？ | 上田ブログ
続編みたいなもの。（2014/4/3） どうも。世間は三連休らしいですね。 国内というよりも国際学会の予稿の査読での方が正直酷いのですが、「結論 (conclusion)」がなんなのかよく分かってない研究者が結構な割合でいるように見受けられます。 予稿の場合、どうしても雑になるのは分かりますが、たまに根本的に間違ってるのがあります。 そういえば私も、序文の文をコピペして全部過去形にして先生に叱られて教育的指導を受けたから分かってるわけで、ちゃんと習わないと本人が優れていようがいまいが変な結論を書いてしまうということが考えられます。 ということで、ちょろっと解説しておきます。 議論のある文書には結論を書く 世の中には結論のある文書とない文書がありますが、その違いは議論の有無です。議論のある文書に議論の結果として結論があるわけです。 ですので、結論には本編の議論が反映されている必要があります。
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
処理を実行中です
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
