セッション(1) 3月3日(月) 13:00~14:30 A1:Wikipedia・XML(Ph.Dセッション) 座長:山名 早人(早稲田大学)、コメンテータ:田島 敬史(京都大学)、森嶋 厚行(筑波大学) (s*) YAGOを用いた拡張固有表現抽出における新出語のクラス推定精度の検証 真嶋 温佳,白川 真澄,原 隆浩,西尾 章治郎(大阪大学) (s*) Search for Images of Historical Objects Using Wikipedia Zhang Yating, Jatowt Adam, Tanaka Katsumi (Kyoto University) (s) Edit summarization in Wikipedia based on supergram selection 呉 建民,岩井原 瑞穂(早稲田大学) (s*) XML部分文書検索技術の We
セッション1:教育・学習支援とWeb (ロング発表) 1.シームレスな学習環境を可能にするLTI準拠学習支援ツールの実装例と実装方法 [PDF] 村上幸生(熊本大学) 2.プレゼンテーションと連動したモバイル型レスポンスシステムの開発 [PDF] 越智洋司, 中筋浩之(近畿大学) (ショート発表) 3.キャラクターを用いた学習継続支援ツールの開発 [PDF] 益子博貴, 松村敦, 宇陀則彦(筑波大学) 4.学習コンテンツ推薦に向けた2部ネットワーク分析に基づく習熟度と難易度の推定 手法の提案 [PDF] 三好康夫, 濱田一伸, 鈴木一弘, 塩田研一, 岡本竜(高知大学), 金西計英(徳島大学) セッション2:情報推薦 (ショート発表) 5.クロスドメインの情報推薦に関するサーベイ [PDF] 深澤佑介, 太田順(東京大学) 6.コーディネート情報を利用したセレンディピティのあるブランド推薦
2013年ももうすぐ終わってしまいますね。今日も非常に寒く、年の終わりを肌で感じております。 とりあえずの区切りということで、2013年に取り組んできた研究を簡単にまとめておこうと思います。 はじめに まずは、今年取り組んだ研究の各内容の最終成果の論文を紹介します。全てPDFで読めるようにしています。 [IPSJ 論文誌]大規模共有型Webバーチャルホスティング基盤のセキュリティと運用技術の改善 [IEICE 論文誌]スレッド単位で権限分離を行うWebサーバのアクセス制御アーキテクチャ mod_mruby: スクリプト言語で高速かつ省メモリに拡張可能なWebサーバの機能拡張支援機構 リクエスト単位でコンピュータリソースを分離可能なWebサーバのリソース制御アーキテクチャ これらの内容に関しては他にも幾つか論文は書いたのですが、最終的な成果としては各内容が上記の論文としてまとまりました。 で
iPadで論文を読みながらハイライトやコメントを付けることが可能なサードパーティ製Mendeleyアプリ”PaperShip”登場/勿論ディスクトップアプリとは同期可能 05/08/2013 § コメントする ノマドな研究スライルを求められている方にとって、Mendeley公式iOSアプリは物足りなさ否めません。 取り敢えずディスクトップアプリで管理している文献はiPhone/iPadで読める、但し読むだけで何も出来ない、のが現状でしょう。 当然ながら、読みながらその場でハイライトやコメントを付けることができ、それがディスクトップアプリと同期がとれれば、やっとのことで「使える」と評価されるのではないでしょうか(無料アプリなのに、みんな何て贅沢!)。 冒頭の写真の様に、珈琲片手に、iPad miniで論文読みながら気になる箇所をハイライトやコメント付けて、自宅や職場(研究室)にあるディスクト
表示中のページから http://ymatsuo.com/papers/ieice01.pdf にリダイレクトしようとしています。 このページにリダイレクトしないようにする場合は、前のページに戻ってください。
表示中のページから http://www.miv.t.u-tokyo.ac.jp/papers/matsuoIPSJ02.pdf にリダイレクトしようとしています。 このページにリダイレクトしないようにする場合は、前のページに戻ってください。
近年,ウェブ上で読書状況を公開し,他人と感想などを伝え合う読書支援ウェブサービスが盛んになっている.読書支援ウェブサービスでは,読者同士のコミュニケーションを支援するために,興味が類似したユーザとの出会いを支援する機能が不可欠である.そこで本研究では,類似の読書傾向を持つ読者を発見する手法として"NDC ツリープロファイリング"を提案する.NDC ツリープロファイリングは,日本十進分類法 (NDC) に基づいてユーザの読書傾向からツリー状のユーザプロファイルを作成する.そして,ユーザ同士のプロファイルを比較することにより,読書傾向の類似したユーザを発見する.評価実験を行った結果,ランダム推薦方式に対して本手法が統計的に有意に精度が向上した.一方,共通書籍冊数による手法と TF-IDF によるベクトル空間モデルを利用した手法に対しても精度は高かったものの,統計的に優位な差はなかった.十分な精
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