国会議員いちらんリスト｜政治家（衆議院465名と参議院245名）
とはいえ、彼らは国政選挙の投票率が低迷を続けるなか（2016年の参議院選54.70%、2017年の衆議院選53.68%）で選出されており、約半数の有権者からは選ばれていません。なかでも与党・自民党の2017年衆議院選の得票率は小選挙区で48%、比例代表で33%ですから、現在の国政や政権運営は、全有権者のおよそ4分の1の意向が色濃く反映されたものとなっています。 日本の公職選挙法では『最低投票率』についての規定がなく、極端に言えば投票率が1％でも、法律上その選挙は有効となり「投票に行かない99%」よりも「必ず投票に行く1%」が力を持つことになるため、『適任者がなく選べない』という意思表明としての棄権であっても、現行法が維持される以上、それはただ1%を利するだけとなります。 また、2016年夏の参議院選から18歳以上の選挙権が認められましたが、18才未満の国民は、後々国の政策の影響を受けること
圧縮ファイルの展開速度を最大1万倍超高速化するデータ構造を広島大が考案
広島大学は8月31日、富士通研究所と共同で、多くのデータ圧縮方式で採用されている「ハフマン符号」の並列展開処理を高速化する新しいデータ構造「ギャップ配列」を考案したことを発表した。NVIDAのGPU「Tesla V100」を用いて実験した結果、従来の最速展開プログラムと比較して、2.5倍から1万1000倍の高速化を達成できたとしている。 同成果は、同大学大学院先進理工系科学研究科の中野浩嗣教授らの共同研究チームによるもの。詳細は、2020年8月に開催された国際会議「International Conference on Parallel Processing (ICPP)」において発表され、269件の投稿論文の中から最優秀論文賞に選ばれた。 インターネットを介して多数の画像ファイルや動画ファイルなどを転送したり、また記録メディアに保存したりする際、データの圧縮は誰でも日常的に行っている。そ
データが必要なサービスを、無理やり作る方法を紹介します(例：マンガ検索「MNM」)｜けんすう
アル(https://alu.jp)というマンガサービスを作っている、けんすうと申します。 最近、マンガ新検索MNMという、イケてるサービスを作りました。 何かというと、マンガを入れると、読んでいる人が同じデータから、「だいたいこのマンガが好きな人はこんなマンガも好き」という、「距離が近いマンガ」を出してくれるというものです。 たとえば、「ドリフターズ」と入れると「HELLSING」「ヨルムンガンド」「ゴールデンカムイ」とでました。 お陰様で、結構バズりまして、いろいろなところで話題にしていただいたのです。 こういうの待ってたし、実際にやってみたら本当に好きな漫画ばかり出てきて精度もピカイチ。 「近いマンガ」がわかるマンガ新検索 MangaNearestMap #アル https://t.co/YoYhHttYus @alu_incより — なかみち (@shuhei_nakami) Ju
小池百合子圧勝の簡単なデータ分析（2020年東京都知事選）
2021年11月(1) 2021年09月(1) 2020年11月(2) 2020年10月(1) 2020年08月(1) 2020年07月(4) 2020年04月(1) 2020年02月(1) 2020年01月(2) 2019年09月(2) 2019年08月(4) 2019年07月(5) 2019年04月(1) 2019年03月(1) 2018年10月(2) 2018年09月(1) 2018年01月(1) 2017年11月(2) 2017年10月(4) 2020年東京都知事選挙は現職の小池百合子都知事の圧勝に終わりました。ツイッターなどでは野党側の敗因についての分析というか個人的主張が溢れていて、勝ったほうの分析があまりないようなので簡単にデータで示しておきたいと思います。 図1は小池百合子候補の自治体別得票率を前回と今回で比較したものです。見ての通り右側のほう、都下西部、町村部、島嶼部とい
ディープラーニングの欠点をカバー、多変量データを短時間観測して将来動向を高精度予測――東京大学の研究グループが新理論を構築：短時間多変数の結果を長時間小変数に変換 - ＠IT
ディープラーニングの欠点をカバー、多変量データを短時間観測して将来動向を高精度予測――東京大学の研究グループが新理論を構築：短時間多変数の結果を長時間小変数に変換 ディープラーニングでは大量の教師データを集めることが前提となる。だが長期間にわたって時系列データを集めることは難しい。東京大学生産技術研究所の合原一幸教授らの研究グループは、多変数からなる過去の動向を短時間観測したデータを使って、この前提を崩す研究成果を発表した。遺伝子発現量や風速、心臓疾患患者数などの実際の時間データに対して予測を行い、有効性を確認したという。 東京大学生産技術研究所の教授である合原一幸氏らの研究グループは、多変数からなる過去の動向を短時間だけ観測したデータから、ターゲット変数の将来の動向を高精度に予測する新しい数学的基礎理論を構築した。 一般に、生体や経済、電力網のような複雑系では、多数の変数が複雑なネットワ
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
xdoc2txt
V-RESAS