サマータイム実施は不可能であるUEHARA, TetsutaroProfessor at Colledge of Information Science and Engineering, Ritsumeikan University
金子勇さんのこと : 404 Blog Not Found
2013年07月07日12:00 カテゴリTributeNews 金子勇さんのこと こんな気持ちは、itojunの訃報に接して以来か。 Winnyの作者として著名な金子勇さんが昨日の午後６時５５分 急性心筋梗塞で亡くなられたとの報が入りました。昨年総務省にいたときに少し一緒にお仕事する機会がありました。その後東大の基盤センターに移られ、ご挨拶に行かねばと思っていた矢先。ご冥福をお祈りいたします。— 上原 哲太郎 (@tetsutalow) July 6, 2013 本記事執筆時点おいて、ご遺族や勤務先などによる公式発表は見当たらない。報道機関による取材にもとづいた報告も。 だからこの訃報も、SNSで時折見かける有名人のニセ訃報の類いだと信じたかった。 しかし複数の方に情報そのもののみならずその伝達経路まで示されては、目を背けられない。 彼はもうこの世の人ではないということ、から。 @dan
Winny開発者・金子勇さんが死去
P2Pファイル共有ソフト「Winny」を開発したことで知られる技術者の金子勇さんが7月6日、急性心筋梗塞で死去した。 Winny裁判で弁護人を務めた壇俊光弁護士がブログで明らかにした。 金子さんは1970年7月生まれ、栃木県出身。茨城大学大学院、日本原子力研究所などを経て、東京大学特任助手だった2002年5月にWinnyを公開。04年5月、著作権法違反ほう助容疑で逮捕・起訴されたが、11年12月に最高裁で無罪が確定した。技術者が開発したソフトやサービスについて負うべき責任の範囲などについて大きな議論になった。 起訴後、P2P技術を応用したコンテンツ配信サービスを手がける「Skeed」の設立に携わり、昨年12月には東京大学情報基盤センター特任講師に就任していた。 金子さんのWebサイトでは、プログラム「NekoFight」の最新版「Ver.2.4」が6月8日に公開されている。 関連記事 開発
【訃報】Winny開発者の金子勇さんが急性心筋梗塞で死去
Winny開発者である金子勇さんが7月6日(土)18時55分に死去したことが、担当弁護士である壇俊光氏のブログによって明らかとなりました。 訃報：将星隕つ: 壇弁護士の事務室 http://danblog.cocolog-nifty.com/index/2013/07/post-9e47.html いろんな情報が錯綜しているので、正確なソースとして提供させていただきます。 金子勇さんが、平成25年7月6日午後６時５５分 急性心筋梗塞にて御逝去いたしました。 心よりお悔やみ申し上げます。 告別式等の連絡はまだ入っておりません。 このブログを、このような目的で使わなければならない日が来るとは。。。。 金子勇さんはWinnyの開発者「47氏」として著作権法違反幇助の罪に問われ、5年間の裁判の末に「無罪」を勝ち取り、これからの活躍が期待されていました。 「この5年間は裁判に勝つことが自分の仕事だっ
プログラミング出来ない奴ちょっと来い
プログラミング出来る方法教える。 世の中「プログラミング言語」を説く本はごまんとあれど「プログラミング」を説く本やブログはあまりない。 いや実際に "ない" というのはかなり語弊があるかもしれない。 しかし、通常この種の説明している本に辿り着くまでには多くの時間が必要だ。 普通の人は、多くの間違った方法を試し、その都度試行錯誤を重ね、プログラミング経験を経ることよって、重要な概念を獲得するのだと思う。 例えば、「計算機プログラムの構造と解釈」や「実用 Common Lisp」、「コンピュータプログラミングの概念・技法・モデル」などの書籍は現実の問題に対し "プログラム" をどう書くかという問題に正面から取り組んでいる良書だ。 しかし、どれだけ”普通の”プログラマが上記のような書籍を読んでいるのだろうか。 そして、"普通のプログラマ" がプログラミングを学ぶ書籍として、それらは果たして適切と
ユビキタスの街角 データ圧縮手法の応用
PPM (Prediction by Partial Matching)というデータ圧縮アルゴリズムがある。 一般に、あるデータ列が与えられているとき、次に来るデータを予測することができればデータ圧縮を行なうことができる。 データ列から判断して次に来るデータが「a」だと確実に判断できるときは「a」を記述する必要が無いからである。 PPM法では、既存のデータ列中の文字列出現頻度を計算することによってこのような予測を行なう。 たとえば「abracadab」というデータの次にどの文字が来るか予測する場合、 「a」は4回、「b」は2回出現している 「b」の後に「r」が続いたことがある 「ab」の後に「r」が続いたことがある ... といった情報を累積して確率を推定する。 この場合、 (3)から考えて次の文字は「r」である確率が高いが、 (1)も考慮すると「a」の確率もある、という風に計算を行なう。
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
Engadget | Technology News & Reviews