君主制 - Wikipedia
君主制（くんしゅせい、英: monarchy）または君主政[1]とは、一人の支配者が統治する国家形態であり[2]、伝統的には君主が唯一の主権者である体制[3]。語源はギリシア語の「モナルケス monarches」で、「ただ一人の支配」を意味する[2][注釈 1]。君主制支持は君主主義(monarchism)[4]と呼ばれる。 共和制（republic）は「君主制の対」とされる[5]（共和制は民主制と同義にも用いられ得るが、実際は独裁的な場合も少なくないという[5][注釈 2]）。また「君主制，神政政治など」は、支配の権威が民衆に由来する民主主義と対照的とされており[6][注釈 3]、「君主政治」や「貴族政治」も民主主義と区別されるという[8][注釈 4]。 立憲君主制国家の一覧。 用語[編集] 君主が存在する国家を君主国、君主が存在しない国家を共和国という。君主国は通常、支配者の君主号によ
Amazon Echoを6,000円で自作する 〜Raspberry Pi 3 + Alexa Voice Services (AVS)〜 | ALGO GEEKS
Amazon Echoを6,000円で自作する 〜Raspberry Pi 3 + Alexa Voice Services (AVS)〜 音声は新しいパラダイムシフトになる 〜2016年度版メアリー・ミーカー氏レポートまとめ〜 でも触れたように、次世代デバイスとしてAmazon Echoは注目するべき存在です。 しかしながら、日本では技適の関係で未だ使用できません。 ただ、Alexa Voice Services (AVS) というものが公開されており、Amazon Echoを様々なデバイスで動作させることが可能です。 今回は、Raspberry Pi 3からAVSを利用できるようにしました。 セットアップについては下記にある通りですが、低予算での最低限の手順をまとめてみます。 https://github.com/amzn/alexa-avs-raspberry-pi 完成したもの い
OpenAI UniverseでするAtari Pongの強化学習 - Qiita
オリィ研究所(http://orylab.com/)の畑中です。 今回は2016年12月にOpenAIがリリースしたAI学習プラットフォームUniverseでAIエージェントを育ててみました。 Universeとは 公式ブログの説明が詳しいですが、UniverseはAIの知能を測定・訓練するためのプラットフォームです。汎用人工知能を作ることを目標として作られた環境とのことです。 Universe上でAIエージェントは人間と同じようにコンピュータを利用することで学習を行います。具体的にはエージェントはVNCクライアントとしてピクセルを観察して、キーボード、マウスコマンドを生成することでリモートデスクトップを操作します。キーボード、マウスコマンドを使って制御を行うところがポイントで、これによって既存のプログラムの内部情報を把握していなくとも制御が可能になって、別のタスクにも適用できる汎用性のあ
NPI(Neural Programmer-Interpreters)で足し算の筆算アルゴリズムを実装する - Qiita
はじめに ここにもちょっと書いたのですが、NPI(Neural Programmer-Interpreters) という仕組みがあります。NPIはDeepLearningで「プログラムの実行」を学習させようという試みです。「プログラムの実行」方法を人間がプログラム言語で組み立てるのではなく、「プログラムの実行」をNPIが事例をみて学習するというのが醍醐味かなと思います。 論文中では、「足し算の筆算」「数値のソート」「車の画像を正面に向ける操作」を一つのNPIで実装したということなので、今回はまず「足し算の筆算」を概ね論文の通りに実装することを目指します。 NPIの仕組みの簡単な説明 各モジュール NPIの内部構造を上記の図を使って簡単に説明します。 環境情報： 問題のドメインに特化した環境情報を表す部分。「足し算」の問題なら「ポインタが指し示す位置の文字たち」なるし、「車の画像を・・・」の
Attentionで拡張されたRecurrent Neural Networks
Neural Turing Machines ソースコード Attentionインターフェース Adaptive Computation Time コード Neural Programmer ソースコード 総括的な今後の展望 参考 本記事はAttention and Augmented Recurrent Neural Networksの著者の許諾を得て翻訳しました。 Recurrent Neural Networksは、文章や音声、動画などの順序を持つデータをニューラルネットワークで扱うことができるディープラーニングの重要な要素のうちの1つです。 RNNを使うことで、一連の順序に現れるパターンを抽象的に理解して、注釈をつけたり、まったくのゼロから一連のデータを生成することすらできるのです！ シンプルなRNNの設計では、長期の時系列データには苦戦しますが、「long short-term
論文解説 Memory Networks - ディープラーニングブログ
こんにちは，Ryobot (りょぼっと) です． 概要 「メモリネットワーク」は代表的な記憶装置付きニューラルネットワークである． 本稿ではメモリモデル (記憶装置付きニューラルネットワーク) をいくつか概説し，論文 2 紙 (1) Memory Networks, (2) Towards AI-Complete Question Answering の理論的な記述を全文翻訳して補足説明している． 目次 メモリモデルの概説 Memory Networks (MemNN) 1 メモリネットワークの概要 2 基本モデル 3 拡張モデル 4 実験 Towards AI-Complete Question Answering (bAbI task) 1 メモリネットワークの拡張 2 bAbI タスク 3 実験 長文である．ざっくり知るだけなら「メモリモデルの概説」と Memory Networks
脳とネットワーク/The Swingy Brain:まとめてスパースコーディング - livedoor Blog（ブログ）
スパースコーディング（sparse coding)とは？ 情報表現法の一つ。 たくさんいるニューロンのうち、ホンの一部のニューロンだけが活動して、 情報の重複をできるだけ抑えて情報を表現する方法。（自分なりの定義） 関連用語は、お婆ちゃん細胞説、efficient codingなど 対立する考えは、デンスコードや極端な分散表現（completely distributed population code)など 以下、そんなスパースコーディング絡みの論文を備忘録的にまとめる。 なお、海馬の場所細胞の話は基本的にはほとんどがこの問題とリンクしそう。だけど、ここでは範囲をあまり広げずにまとめる。efficient codeとしてストーリーを展開している論文も扱い切れていない。 --- まずは総説から Curr Opin Neurobiol. 2004 Aug;14(4):481-7. Spars
情報分析システムWISDOM
WISDOM Xの使い方 WISDOM Xは、あなたが入力した質問に、インターネットにあるいろんな人の意見や事例を探してきて回答します。従来の検索エンジンとは異なり、端的な回答を場合によっては数百件表示しますので、情報の全体像や価値ある想定外を把握するのが容易となります。WISDOM Xの開発は、そうした情報の全体像や価値ある想定外を、考えるヒントや「気付き」として、様々な分野でのイノベーションやリスク管理等でご活用いただけるのではないかということで開始されました。 現在は、次世代音声対話システムWEKDAや 高齢者介護用マルチモーダル音声対話システムMICSUS等のコンポーネントとしても開発が進んでおります。 WISDOM Xをお使いいただく際、質問は、下の図にあるように、ページの一番上にある四角い箱に入力し、「質問する」ボタンをクリックしてください。また、WISDOM Xのアクセス直後
第1回 AI・人工知能 EXPO 基調講演まとめ - 人工知能に関する断創録
6/28から6/30に東京ビッグサイトで開かれた第1回 AI・人工知能EXPO*1に参加して、基調講演を聴いてきたので概要をメモ書き程度にまとめた。個別の展示はちょっと数が多いので省略^^; 今年の目標（2017/1/1）にも書いたけれど、AIをどうビジネスにしていくかという点は関心があるので今後も動向をウォッチしていきたい。MicrosoftとWatsonのAPIはあとで使い込んでみる予定。 全体的な所感 カスタマーサービス向けのチャットボットツール（ルールベース）に関する展示が非常に多い コンピュータビジョンに関連したDeep Learning技術も目立ったが既存モデル（YOLO物体検出、人検出など）の活用が中心 DL以前の機械学習手法・データマイニング・テキストマイニングの活用事例も多い テキスト・画像・音声データの収集・アノテーションに特化した会社（IR-ALT、REALWORLD
)
SCHAFT (ロボット) - Wikipedia
株式会社SCHAFT（英語: SCHAFT Inc.）は、Alphabet傘下でロボットの研究開発を手がける日本の企業。2018年末に解散した[1]。 概要[編集] 株式会社SCHAFTは、東京大学情報システム工学研究室稲葉雅幸教授のもとでロボットと人工知能を研究し、小太郎、小次郎、腱臓、腱志郎など筋骨格ヒューマノイド・ロボットの制作や浦田レッグで成果をあげてきた中西雄飛と浦田順一（当時助教）が[2]、DARPAロボティクス・チャレンジに参加するために同大学を辞して2012年5月に設立された[3][4]。東京大学は軍事目的に転用可能な技術開発をする組織からの資金提供を受けることを禁止しているため、DARPAの資金支援を受けるには職を辞する必要があった[5]。立ち上げ時の中心メンバーは中西雄飛CEO、浦田順一CTO、鈴木稔人COO、加藤崇CFO、産業技術総合研究所の西脇光一である。 元銀行員
DARPA Robotics Challenge (DRC)とは - MyEnigma
ROSロボットプログラミングバイブルposted with カエレバ表 允〓,鄭 黎〓,倉爪 亮 オーム社 2018-03-16 Amazonで探す楽天市場で探すYahooショッピングで探す はじめに DARPA Robotics Challenge (DRC)は、 アメリカの国防総省の一機関、国防高等研究計画局(DARPA)が主催している 災害ロボットの大会です。 DARPA DRC | DARPA Robotics Challenge Home この記事では、DRCの内容とその結果についてまとめたいと思います。 DRCの目的 DRCの目的はHPによると、 自然災害や人的災害における、 人間が作業することが難しい環境において 活躍することができるロボットの技術を開発ことだそうです。 福島の原発問題の際にも、 現状認識のために、様々なロボットが投入されましたが、 より一層の問題解決を可能に
モンテカルロ法 - Wikipedia
モンテカルロ法（モンテカルロほう、（英: Monte Carlo method、MC）とはシミュレーションや数値計算を乱数を用いて行う手法の総称。元々は、中性子が物質中を動き回る様子を探るためにスタニスワフ・ウラムが考案しジョン・フォン・ノイマンにより命名された手法。カジノで有名な国家モナコ公国の4つの地区（カルティ）の1つであるモンテカルロから名付けられた。ランダム法とも呼ばれる。 計算理論[編集] 計算理論の分野において、モンテカルロ法とは誤答する確率の上界が与えられる乱択アルゴリズム（ランダム・アルゴリズム）と定義される[1]。一例として素数判定問題におけるミラー-ラビン素数判定法がある。このアルゴリズムは与えられた数値が素数の場合は確実に Yes と答えるが、合成数の場合は非常に少ない確率ではあるが No と答えるべきところを Yes と答える場合がある。一般にモンテカルロ法は独立
コンピュータ囲碁 - Wikipedia
コンピュータ囲碁（コンピュータいご）とは、人工知能 (AI) 研究の一分野で、ボードゲームの囲碁を打てるコンピュータプログラムを作ることを目的とした試みのことを指す。囲碁AI（いごエーアイ）の呼称が用いられることも多い。 概要[編集] コンピュータ・ボードゲームの中のコンピュータ囲碁の位置づけ ボードゲームの対戦を行うコンピュータプログラム全般に関して言うと、局面ごとの着手可能数（手の選択肢の数）の多さがゲームの複雑さに大いに関係し、それに応じてプログラムも、賢くなるためには、実行しなければならない計算量も増加する、ということは当初から理解されており、その点に関して、チェスでは8×8=64マスで盤上の駒を使った手だけを検討させればよく着手可能数が比較的少ないのに対して、将棋では9×9＝81マスで盤上だけでなく持ち駒を使う手も検討させなければならないのでチェスより着手数がかなり多くなりゲーム
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
Login | Derwent Innovation
Human Brain Project
http://www.qt21.eu/
Garuda Platform
コンピュータ囲碁におけるモンテカルロ法 ~理論編~ 美添一樹
サービス終了のお知らせ