Vol.27 No.3 (2012/05) Latent Topic Model (潜在的トピックモデル) | 人工知能学会 (The Japanese Society for Artificial Intelligence)
私のブックマーク Latent Topic Model (潜在的トピックモデル)東京大学 情報基盤センター助教 佐藤 一誠 (Issei Sato) URL: http://www.r.dl.itc.u-tokyo.ac.jp/~sato/ 1.はじめに 近年、Topic modelと呼ばれる確率的潜在変数モデルが、機械学習とデータマイニングの境界分野で盛んに研究されています。また、Topic modelは、自然言語処理、画像処理、Web解析など様々な応用分野でも多くの適用例が報告されています。 ここでは、Topic modelの研究に関する情報を紹介します。 2.国際会議機械学習およびデータマイニングでは、主に国際会議で最先端の議論がされているため、主要国際会議を把握しておくことが重要です。Topic modelの研究では、主に以下の国際会議が重要視されています。 Neural Info
プライバシ保護データマイニング
プライバシ保護データマイニング Privacy-preserving Data Mining 筑波大学大学院 システム情報工学研究科 佐久間 淳 http://www.slab.cs.tsukuba.ac.jp/members/jun/index.html １．はじめに 個人の行動や経済活動に密接に関連した実社会情報を扱うオンラインサービスの利用が盛んになりつつあります. 近年ではスマートフォンの普及による個人の精細な地理情報や行動履歴を利用した広告モデルやSNSなどが登場しています．今後は医療/遺伝子情報や金融/資産情報など，よりセンシティビティの高いデータの活用へと議論が向うと予想されています． 個人の望まない，あるいは意図しない個人情報の流通は社会に与える影響が大きく，その取扱いは慎重を要しますが，個人にかかわる情報はサービスの個人化にはなくてはならない情報であり，プライバシ保護
私のブックマーク ： 簡潔データ構造
田部井靖生（科学技術振興機構 ERATO湊離散構造処理系プロジェクト研究員) はじめに 近年、Web技術や計測技術の発展により言語やゲノムデータは大規模化しています。従来のデータ構造は大規模データを扱うにはサイズが大きくメモリに載らない、 しかし、圧縮するとランダムアクセスをすることができないという欠点があります。 簡潔データ構造とはデータを小さく保存かつ高速な操作が可能なデータ構造です。 近年、集合、文字列、木、グラフデータを扱うための簡潔データ構造が提案され注目を集めています。 私たちの身近なアプリケーションとして、Google日本語入力では簡潔木LOUDSの実装が使われ、実際に使われはじめています。 また、有志によるそれらを解説したサイトやライブラリなども利用可能になりつつあります。 そこで、このページでは簡潔データ構造を用いた研究開発のためのいろいろなリソースを紹介します。 解説記
人工知能学会誌「研究のツールボックス」
人工知能学会学会誌のシリーズ特集「研究のツールボックス」のサポートページです．研究・開発に役立つオープンソースソフトを紹介しています．
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
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
