ニコニコの動画を識別するためのマルチモーダル特徴(ニコニコ動画の統計的機械学習1) - 人工言語処理入門
"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、
ヒットゲームの訴求構造分析
【※】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
研究用にニコニコ大百科の記事とコメント約24GBを公開‐ニコニコインフォ
いつもniconicoをご利用いただきありがとうございます。 このたび、国立情報学研究所情報学研究データリポジトリ(IDR)ご協力の元、ニコニコ大百科の記事データを「ニコニコデータセット」に公開しました。 提供するデータ内容は記事ヘッダデータ、記事本文データ(履歴含む)、掲示板データとなっています。形式はCSVで約24GBあります。非公開の記事や、ユーザーを特定できるIDは含まれていません。 本データは研究目的であればどなたでもご利用いただけます。 希望される方は国立情報学研究所サイトより利用申請をして下さい。 ニコニコ大百科は未来検索ブラジルが運営する『あらゆる言葉について定義や意味、元ネタを解説する辞書・辞典』です。wikipediaと異なり、客観的で真面目な記事だけでなく、主観的で面白い記事も歓迎しています。HTMLやCSSも用いることができるため、見た目に意味を持たせた記事もあるこ
協調フィルタリングについてまとめてみた。 - Analyze IT.
A Survey of Collaborative Filtering Techniques(Xiaoyuan Su and Taghi M. Khoshgoftaar, 2009,Advances in Artificial Intelligence) 仕事で協調フィルタリングについて調べる必要が出てきたのだが、あまりよい日本語の文献を見つけられなかったため（後にしましま先生の文献を見つけた）やむなく英語の論文を検索したところ、 上記のよいサーベイ論文を見つけた。というわけでこのサーベイ論文に書かれていることに自分なりに調べたことを加えて、自分用にまとめておく。 また、一部の人達の間ではとても有名なしましま先生の論文（ドラフト版）があるので、英語が苦手な人はそちらをご覧になるとよいと思われる。 協調フィルタリングは、一言で言えばユーザとアイテムのマトリックスを用いた顧客への商品のレコメン
株式会社マイクロアド
マイクロアドはデータとテクノロジーをかけ合わせたマーケティングプラットフォームを提供する会社です。「Redesigning the Future Life」という想いを掲げ、広告やコミュニケーションだけではなく、人々の未来の暮らしそのものを再デザインしてまいります。
blogeye.jp : ブログを通して社会をのぞく
「新しいサラリーマン金太郎最悪」 「金太郎・・・」 「【サラリーマンなめんじゃねぇ！】」 「「サラリーマン金太郎」」 「金太郎」 「夜中のTV。」 「サラリーマン金太郎」 「サラリーマン金太郎。」 「サラリーマン金太郎（1）」 「どうもー」 「サラリーマン金太郎 1話」 「初聞き♪」 「なんか(笑)」 「サラリーマンをなめんじゃねぇ。」 「永井金太郎」 「思ったよりも」 「シシカバブー」
べき乗則とランチェスターの法則 Lanchester's law and Power-law - HPO：個人的な意見 ココログ版
「新ネットワーク思考」を読了した（と、書くのは何度目だろうか？）。まるで自分のために書かれた本のような気がした。以前からの愛読書で親しく感じていたエルデシュやティッピングポイント、そしてブログで書いた記事や自分の日常での体験、なによりも本書の内容と私の禅の師のお話しとの対照性．．．信じられないくらいのおおくの「LINK」が本書と自分の間に存在しているように感じる。自分自身がそれこそクオンタム・リープ（量子的飛躍）しそうな加速感のある感覚があった。まだ、これらの感覚を完全に展開することができないでいる。もうすこし、自分の中で整理がつくのをじっとまとう。 ああ、なによりも本書をこのようによろこびをもって読むことが出来たのは、本当にネットでも、リアルでも、お世話になっている方々のお陰だと深く感じる。ただただ感謝したい。 さて、とりあえず局所的なところから本書について書きたい。以前6月6日のブログ
第6回 なんでもフラクタル | WIRED VISION
第6回 なんでもフラクタル 2007年8月 3日 IT コメント： トラックバック (0) 写真の「ロマネスコ」というカリフラワーのように、全体と一部分がどこでも同じような形をしているものをフラクタル構造といいます。フラクタル構造は様々な面白い性質を持っており、比較的簡単に美しいCGを生成するといった応用も多いので、一時かなり話題になりました。 単純なフラクタル構造として、上図のように直線を三分割して折り曲げることを無限に繰り返してできるコッホ曲線というものが知られています。縮尺を大きくするたびに折り曲げを行なうことにすると、縮尺を3倍にすると長さは4倍、縮尺を9倍にすると長さは16倍...という具合に縮尺と長さは変化しますが、長さと縮尺の対数をとると、その比は常にlog(4)/log(3)=1.2618という一定の値になり、この値はフラクタル次元と呼ばれます。 両対数グラフ上にプロットし
Topicに基づく統計的言語モデルの最前線 PLSIからHDPまで
, 2006.3.13 Topic URL= http://www.mibel.cs.tsukuba.ac.jp/~myama/pdf/topic2006.pdf • – • ex. • – – – • • UM DM PLSI LDA [ 1999] HDP � �� �� �� �� �� ��������������������������������������������������������� Eurospeech 㖸㗀ቇળ⎇ⓥ⊒ળ ᤐ ⛔ ⸘ ⊛ ⸒ ⺆ ࡕ ࠺ ࡞ 㑐 ㅪ ⺰ ᢥ ᢙ ࡐࠬ࠲㒰ߊ㧕 1/2 • • n-gram – Noisy Channel Models – – • – – 2/2 • PLSI LDA Probabilisitic LSI Latent Dirichlet Allocation UM DM Unigram Mixtures Diri
1
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
