新入生向けの資料
![論文の読み方 / How to survey](https://cdn-ak-scissors.b.st-hatena.com/image/square/930277321363a8183b97d180d577521860012dea/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2F93423ae62d4040a9a7c313b4bec50b7c%2Fslide_0.jpg%3F29214377)
本スライドは、弊社の梅本により弊社内の技術勉強会で使用されたものです。 近年注目を集めるアーキテクチャーである「Transformer」の解説スライドとなっております。 "Arithmer Seminar" is weekly held, where professionals from within and outside our company give lectures on their respective expertise. The slides are made by the lecturer from outside our company, and shared here with his/her permission. Arithmer株式会社は東京大学大学院数理科学研究科発の数学の会社です。私達は現代数学を応用して、様々な分野のソリューションに、新しい高度AIシステム
"ニコニコ動画の統計的機械学習"シリーズとして、ニコニコ動画のデータを使った解析を幾つか書いてみます。 結構前にやった、以下の発表の内容をブログ化するってのも含めて。 ニコニコ動画のコメント解析 from Keisuke Ogaki ニコニコ動画のコメント解析 このスライドのトピックは ごちうさ難民はどこにいったか コメントによる動画要約 動画を表現するマルチモーダル特徴量の精度検証 なんですが、まずこの記事では3番目の、特徴量の精度検証に触れます。 概要 ニコニコ動画の体験は、音声、画像、そしてなんといってもコメント、と マルチモーダルな体験ですが、それらの情報を使ってニコニコ動画を解析するにあたって、どういう入力特徴を使うことができるか、そしてどの特徴が有用か、を検証しました。 結果は、"コメント >>> 超えられない壁 >>> 画像 > 音声"でした。 また、特徴量を結合することで、
【※】この資料は2014年3月15日に情報処理学会EC31で発表した資料の修正加筆です。【目的】エンターテイメント分析の手かがりとしてヒット作の要因を分析。ヒットするゲームを生むための構造を抽出することを試みる。【分析方法】主成分分析。多変量解析的処理で、与えられた質的データについて、そのデータの類似性について分析する。項目(カテゴリー)と分析対象(サンプル)の両方を同時に数量化し、項目と分析対象の相互の関連をより明らかにする。Read less
TwitterをはじめとするマイクロブログはNPO広報にも使われはじめています。その利用状況、利点とリスクなどをご紹介します。 このスライドは、ひょうごんテック主催の第5回テックカフェにおいて発表されました。
The Character Extraction of Co-occurring Networks on Nicovideo Japanese title:ニコニコ動画におけるタグ共起ネットワークの特徴抽出 Abstract : Recently, User Generated Content(UGC) Video on Demand(VoD) services such as YouTube become popular all around the world. In Japan, Nicovideo which is one of UGC VoD service gathers more attention than YouTube. Users in Nicovideo make new contents by adding new features to exisiting co
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