以前も同じ内容を書いたのですが、OpenCVの開発は大変活発で最新版を使おうと思ったら色々つまずいたので再度エントリを書いておきます。前回はniwさんのエントリをなぞっただけだったので、今回は自力でライブラリのビルドをしました。手元の環境はSnowLeopard + iOS4.2 + OpenCVのリポジトリヘッド(2.2以降)です。 まずOpenCVは正式にiOSをサポートしていません。(androidはしてるんですが。)iOS環境では一部の機能を使えないため、使える部分を切り出してビルドするというのがiPhoneでOpenCVを使うということです。使える部分を切り出してビルドをする為のスクリプトがniwさんの記事などで紹介されているのですが、構成が変わる度に他の人に頼るのはどうかという事で自力でビルドしてみようと思いました。 ライブラリの生成手順は以下になります。 CMakeを使ってX
About GOCR is an OCR (Optical Character Recognition) program, developed under the GNU Public License. It converts scanned images of text back to text files. Joerg Schulenburg started the program, and was leading the team of developers on SF, and after 2010 still manages the package at a (very) low time base. GOCR can be used with different front-ends, which makes it very easy to port to different
Ocrad - The GNU OCR [ English | Español ] Introduction GNU Ocrad is an OCR (Optical Character Recognition) program and library based on a feature extraction method. It reads images in png or pnm formats and produces text in byte (8-bit) or UTF-8 formats. The formats pbm (bitmap), pgm (greyscale), and ppm (color) are collectively known as pnm. Ocrad includes a layout analyser able to separate the c
イントロ OCRとは,Optical Character Recognition の略.「光学文字認識」と訳されている.スキャナで読み取るデータは,基本的に画像イメージなので, たとえオプション機能でPDF に変換してくれるソフト付きのスキャナであっても,データとしては, 画像イメージのPDF化でしかないことがある. 最近では,このようなソフトウエアにOCR 機能を持たせているものもあり, 画像イメージから文字認識をして, 文字コードに変換してくれる.こうすれば,文字から成る文書として, 全文検索の対象になる. 元来,文字認識は,パターン認識(Pattern Recognition)の一種で, コンピュータ処理としては,かなり高度なものに属する. 以前は,Omnipageとか, Recognita のような優秀だが非常に高価なソフトウエアと高分解能スキャナが前提とされていた. しかし,近年
Since Feb. 2005 / Last update: Sep. 15, 2019 End of Services Thank you very much for using the WeOCR services for more than twelve years. As we can see a lot of nice online OCR systems today, I have decided to close our services. The servers will be shutdown gradually, although some will remain working only for demonstration purposes. When I started developing "Online OCR service" in 2004, there w
・Google がサポートするオープンソースの OCR ソフト、OCRopus 速攻レビュー ・Google + OCRopus がもたらすインパクト ・スパム業者 + OCRopus の脅威 OCRopus というオープンソースの OCR ソフトが Google より発表されました。 ・グーグル、文字認識研究OCRopusへ資金提供 http://japan.cnet.com/news/media/story/0,2000056023,20346962,00.htm ちょうど最近フリーで使える OCR ソフトがないか探していたところ。ピッタリのタイミングです。 早速コンパイルしてみました。 Java 屋なので何か効率悪いことしているかもしれませんが参考までにインストールの記録を取っておきます。 環境は MacBook Pro(Core 2 Duo) / Mac OSX 10.4.9。 ・
OCRopus is a collection of document analysis programs, not a turn-key OCR system. In order to apply it to your documents, you may need to do some image preprocessing, and possibly also train new models. In addition to the recognition scripts themselves, there are a number of scripts for ground truth editing and correction, measuring error rates, determining confusion matrices, etc. OCRopus command
日本語文字認識 - beta >> English page Since: Oct. 1, 2008 Updated: Jan 13, 2010 このサーバは OCRopusと NHocrを使って 文書画像中の日本語文字を認識します。 文字の周囲にゴミや罫線があると認識に失敗します。 横書きの印刷文字のみに対応しています。 認識精度はまだ低いので、ご了承ください。 機密・秘密の画像は絶対に送信しないでください。 (BMP, JPEG, PBM/PGM/PPM, およびそれらのgzipで圧縮されたファイルが読めます。) server spec | other OCR servers Powered by WeOCR, OCRopus, and NHocr. 日本語文字行認識 - beta このサーバは NHocrを使って 文字行画像中の日本語文字を認識します。 一行だけの文字列のイメージを
Japanese character recognition - beta >> 日本語ページへ Since: Oct. 1, 2008 Updated: Jan 13, 2010 This server recognizes Japanese characters in a document image using OCRopus and NHocr. The server can handle only machine-printed, horizontal text lines. Dirts and rules (lines) around characters may cause recognition failure. The recognition performance is still limited. Do not send any confidential images
Zinnia: Online hand recognition system with machine learning [Japanese][English] Zinnia is a simple, customizable and portable online hand recognition system based on Support Vector Machines. Zinnia simply receives user pen strokes as a sequence of coordinate data and outputs n-best characters sorted by SVM confidence. To keep portability, Zinnia doesn't have any rendering functionality. In additi
Tegaki Project Open-Source Chinese and Japanese Handwriting Recognition Screencast video: ogg or youtube. Tegaki: is free and open-source is multi-plaform focuses on Chinese (simplified and traditional) and Japanese characters supports 2 different recognition engines aspires to work on both desktop-PCs and mobile devices Downloads For Windows -> tegaki-recognize-0.3-setup.exe This package includes
RapidMiner† Weka の学習ルーチンに,前処理・可視化の部分を強化したYaleが,Rapid-I 社がオープンソースで開発している RapidMiner になった. さらに今は社名も RapidMiner になった. Community Edition は無料でオープンソースで 5.x 6.x 移行は製品で,機能制限版で無償のStarter版と,有償のものとがある.無償版は読めるファイルが CSV/Excel でDBアクセスなしの小規模データのみ. ビデオ: http://www.youtube.com/user/RapidIVideos ↑ しましまの個人的感想† 便利にできている.アルゴリズムをいじらないで分析だけする人にはおすすめ. Helpメニューからは,Wikiやビデオなどの他の資料へのアクセスができる.Wikiは結構ユーザがいることが伺える. 下の方にエラーが出てく
Zinnia: 機械学習ベースのポータブルなオンライン手書き文字認識エンジン [日本語][英語] Zinniaは機械学習アルゴリズム SVM を用いたポータブルで汎用的な オンライン手書き文字認識エンジンです。Zinniaは組み込みの容易さと汎用性を高めるために、 文字のレンダリング機能は持っていません。Zinniaは文字のストローク情報を座標の連続として受け取り、 確からしい順にスコア付きでN文字の認識結果を返すだけに機能を限定しています。 また、認識エンジンは完全に機械学習ベースであるために、文字のみならずユーザの任意のマウス・ペンストロークに対して任意の文字列をマッピングするような認識エンジンを小コスト作成することができます。 主な特徴 機械学習アルゴリズムSVMによる高い認識精度 ポータブルでコンパクトな設計 -- POSIX/Windows (C++ STLのみに依存) リエント
ここではソフトウェアSVM-Lightの使い方を説明します。SVM自体の原理を知りたい方は「Chris Burge氏のチュートリアル」が良い教科書となるでしょう。 SVM-Lightは学習モジュール(svm_learn)と識別モジュール(svm_classify)で構成されています。この識別モジュールは、学習されたモデルを新たなサンプルに適用することが出来ます。詳しくは以下に示す「svm_learn」と「svm_classify」の使い方を参照してください。 svm_learn svm_learnは次のようなパラメータによって呼び出されます。
最近、機械学習とか、そのアルゴリズムのひとつであるサポートベクターマシンとかやってるわけですが、そもそも機械学習ってなんなんでしょか? 機械学習ってのは、なんとなく与えられた点の分類から、新たに与えられた点の分類を推測するのですが、ようするに、点が与えられたときにそこから分類の領域を推測しておいて、新たな点がきたときにはどの領域に入るかを判別するのです。 ニューラルネットワークは、名前にニューロンとかついてて、とてもステキな響きがするのですが、あれは関数のあてはめを行っているのです。そうやって関数をあてはめることで、領域の境界面を求めます。 NN法は、学習とかせず、一番近いデータが同じ分類になるはずという戦略でやってます。 サポートベクターマシンも考え方としてはNN法と同じで、新しい点がやってくると、学習したそれぞれの点までの近さを計算して、一番ちかい分類を求めます。そのため、学習データが
確率論と統計学は俺がまとめるから、他の分野はお前らの仕事な。 確率論 Index of /HOME/higuchi/h18kogi 確率空間 生成されたσ-加法族 確率の基本的性質 確率変数とその分布 分布の例 分布関数 期待値、分散、モーメント 期待値の性質 独立確率変数列の極限定理 大数の弱法則(Weak Law of Large Numbers) 確率1でおこること 大数の強法則 中心極限定理 特性関数 Higuchi's Page Brown運動 Brown運動のモーメントの計算 連続性 Brown運動の構成:Gauss系として Brown運動に関する確率積分 空間L^2の元の確率積分 伊藤の公式(Ito formula) 日本女子大学理学部数物科学科の今野良彦先生のところにあった資料 最尤法とその計算アルゴリズム 収束のモード 大数の法則と中心極限定理 指数分布族モデルにおける最
preferred networks pfn deep learning kubernetes 深層学習 chainer machine learning pfi optuna robotics ai pfiseminar jubatus gpu 材料探索 機械学習 bigdata natural language processing scheduler 東京大学 graph neural network hyperparameter ロボット 外観検査 computer vision chainer chemistry chainermn deepleanring deeplearning 自然言語処理 machinelearning super-computer neural network potential スパコン mn-core kaggle visual inspectio
EMアルゴリズム(英: expectation–maximization algorithm)とは、統計学において、確率モデルのパラメータを最尤推定する手法の一つであり、観測不可能な潜在変数に確率モデルが依存する場合に用いられる。EM法、期待値最大化法(きたいちさいだいかほう)[1][2]とも呼ばれる。その一般性の高さから、機械学習、音声認識、因子分析など、広汎な応用がある[1]。 EMアルゴリズムは反復法の一種であり、期待値(英: expectation, E) ステップと最大化 (英: maximization, M)ステップを交互に繰り返すことで計算が進行する。Eステップでは、現在推定されている潜在変数の分布に基づいて、モデルの尤度の期待値を計算する。Mステップでは、E ステップで求まった尤度の期待値を最大化するようなパラメータを求める。M ステップで求まったパラメータは、次の E
EMアルゴリズム(Expectation Maximizationアルゴリズム、期待値最大化法、以下EMと呼ぶ)は、データに観測できない隠れ変数(潜在変数)がある場合のパラメータ推定を行う時に有用な手法である。 EMは何それという人のために簡単な説明を下の方に書いたので読んでみてください。 EMのきちんとした説明なら持橋さんによる解説「自然言語処理のための変分ベイズ法」や「計算統計 I―確率計算の新しい手法 統計科学のフロンティア 11」が丁寧でわかりやすい。 EMは教師無学習では中心的な手法であり、何か観測できない変数を含めた確率モデルを作ってその確率モデルの尤度を最大化するという枠組みで、観測できなかった変数はなんだったのかを推定する場合に用いられる。 例えば自然言語処理に限っていえば文書や単語クラスタリングから、文法推定、形態素解析、機械翻訳における単語アライメントなどで使われる。
ベイジアンフィルタとかベイズ理論とかを勉強するにあたって、最初はなんだかよくわからないと思うので、 そんな人にお勧めのサイトを書き残しておきます。 @IT スパム対策の基本技術解説(前編)綱引きに蛇口当てゲーム?!楽しく学ぶベイズフィルターの仕組み http://www.atmarkit.co.jp/fsecurity/special/107bayes/bayes01.html いくつかの絵でわかりやすく解説してあります。 自分がしるかぎり、最もわかりやすく親切に解説してる記事です。数学とかさっぱりわからない人はまずここから読み始めるといいでしょう。 茨城大学情報工学科の教授のページから http://jubilo.cis.ibaraki.ac.jp/~isemba/KAKURITU/221.pdf PDFですが、これもわかりやすくまとまってます。 初心者でも理解しやすいし例題がいくつかあ
2012-07-16 14:25:12 WEB+DB PRESS総集編[Vol.1~36] | 技術評論社 WEB+DB Press 総集編[Vol.1〜36]に書いた記事『Webエンジニアのための基礎,徹底理解 3章:アルゴリズム再入門 C#編』を公開します。 ちなみにこの記事ではデータ構造についての話を最小限にしています。出てくるデータ構造は配列と二分木だけ。それは、データ構造については別のライターさんが記事を書くことになっていたからです。 ちなみに、書いてみたかった(というか、書いてみたけどやめた)アルゴリズムは、 ハッシュ法 (これはデータ構造の章にあります。すばらしいです) 木の探索 (traversal) 平衡木 (AVLとか) その他の有名なソート (バブルソート、シェルソート、ヒープソート、etc) Skip List (これはどちらかと言うとデータ構造メインな話なのでため
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですベイズ統計学とは? † 統計的推論にベイズの定理を使う方法をいいます。 方法に一貫性があること、柔軟なモデルに対応できること、一般に"事前分布"を指定する必要があることなどの特色があります。 より詳しくは、松原先生のサイトを参照してください。 ↑ パッケージの一括インストール † 詳しくは CRAN Task View (一般化モデルのあてはめ、特定のモデルおよび手法、事後推定ツール、学習ベイジアン統計学、他のサンプリングエンジンとRとのリンクの5分類でまとめている)を参照していただきたいが、簡単には、 install.packages("ctv") library(ctv) install.views("Bayesian") で、必要なものはほぼすべて入ります。 個別のパッケージについては
下位カテゴリ このカテゴリには下位カテゴリ 3 件が含まれており、そのうち以下の 3 件を表示しています。
EntryFullText について解説します。 概要 Plaggerのプラグインである Filter::EntryFullText は、HTMLページから文章を切り出して、いわゆる「全文入りRSS/Atomフィード」を作る事が出来るプラグインです。(extract) もう一つの機能として、新聞社のニュースサイトのように多数のリンクがあるインデックスページから、リンクを抽出してフィードにエントリーを追加することが出来ます。(custom_feed) 主に、概要やタイトルだけしか入っていないRSS/Atomフィードを、全文入りフィードに変換するために使われています。 また、そもそも RSS/Atom フィード自体を提供していない旧来の形式のWebページでも、このプラグインを使って切り抜きすることで、RSS/Atomフィードを生成したりメールで送信したりする事が出来るようになります。 Webサ
お知らせ † ベイズウィキの置き場をNAIST(http://hawaii.aist-nara.ac.jp/~shige-o/pukiwiki/index.php) から京都大学のサーバー上 (http://hawaii.sys.i.kyoto-u.ac.jp/~oba/bayeswiki/index.php)に移動しました. 2008/08/01 スパム対策に設置した併設会議場のほうのスパムがひどくなってきたので、 スパム対策を強化した本家pukiwiki のほうをメインとするべく整備中です。 2007/05/18 コメントスパム対策のために、合言葉を設定しました。 コメントを書き込むときには お名前欄に自分のハンドル名とともに bayes と半角英字で書き込む ようにして下さい。 2007/05/09 投稿や編集にパスワードを要求するようにしました。 ユーザー名、パスワードともに英小文
編集用ユーザー名: bayes パスワード:bayes コメントを書くときには、お名前欄に bayes を書き加えてください。 しゃべり場6:議論・雑談はこちら QandA:質問はこちら 情報提供板その一:情報提供 BookReview/ 和書, 洋書 リンク集: (旧)テーマ別会議場 ( 確率とは何か? / ベイズ的とはどういうことか? / 機械は意味を理解できるか? / 画像の事前分布とは? / ベイズ的モデルの先端 / 生物はベイズ推定しているか? ) 最新の20件 2010-08-30 MATLAB掲示板 2010-08-24 しゃべり場6 2009-11-20 汎用掲示板2006年6月 2009-11-04 情報提供板その一 2009-10-23 QandA 2009-09-09 しゃベリ揚6 2008-11-07 質問箱/ことばの意味限定 2008-09-03 Rec
R言語(アールげんご)はオープンソース・フリーソフトウェアの統計解析向けのプログラミング言語及びその開発実行環境である。ファイル名拡張子は.r, .R, .RData, .rds, .rda。 R言語はニュージーランドのオークランド大学のRoss IhakaとRobert Clifford Gentlemanにより作られた。現在ではR Development Core Team[注 1] によりメンテナンスと拡張がなされている。 R言語のソースコードは主にC言語、FORTRAN、そしてRによって開発された。 なお、R言語の仕様を実装した処理系の呼称名はプロジェクトを支援するフリーソフトウェア財団によれば『GNU R』であるが[3] 、他の実装形態が存在しないために日本語での慣用的呼称に倣って、当記事では、仕様・実装を纏めて適宜にR言語や単にR等と呼ぶ。 特徴[編集] R言語は文法的には、統
Online ISSN : 1347-4448 Print ISSN : 1348-5504 ISSN-L : 1347-4448
ネットワーク組織論(第2回) ネットワーク分析 稲葉光行 1. ネットワーク分析とは? 1.1 理論的背景 a) 属性主義 社会や組織を、その構成員が持つ先天的あるいは固定的な属性に基づいて理解する。 例:選挙結果を各政党の支持者数で予想する、など b) 構造主義 社会や組織を、その組織が持つ構造的な特徴に基づいて理解する。つまり個人の行動や思考パタンは、社会的な構造によって規定されると考える。 例:レヴィ・ストロースによる婚姻関係の分析、など c) システム論 生命現象や経済現象などを、固定的な「構造」を持ったものではなく、その時点で最適なゴールを目指し動的に変化するシステム(系)として捉える考え方。この考え方に基づけば、あるシステムの内部には様々な特性が動的に生成される。 システム論を発展させた「複雑系」の考え方では、環境との相互作用によって、複雑で非線形な動きをするシステムを研究対象
http://www.ai.sanken.osaka-u.ac.jp/~kurihara 近年、知人関係や社会コミュニティなどの社会的なネットワークを始め、代謝系ネットワーク、脳神経ネットワーク、インターネット、そして航空路線ネットワークなど、実に様々なネットワークが共通する構造を有していることが分かってきました。これはネットワークの構造や特徴をを分析するための理論や解析方法が急速に発展してきたことによります。そして、いまやネットワーク分析は物理学、数学、コンピュータ・サイエンス、生物学、社会学、経営学、経済学など、様々な分野の研究に影響を与えるようになりつつあります。この講義では、まずネットワーク解析の基礎を学び、様々な分野の研究におけるネットワーク解析の概要を解説し、最終的には受講者自身の研究にネットワーク解析を応用できるようにすることを目指します。
■社会ネットワーク分析への招待 はじめに 社会ネットワーク分析が着目するのは、社会的なオブジェクトとオブジェクトの間に存在する「関係」であり、システムとしての社会構造である。 社会単位の集合としての社会構造は、(1)ネットワークの構成員としてのアクター、(2)そのアクターの間に定義される結合関係、(3)数学的に記述し、分析するためのグラフモデルの3つから定義される。社会ネットワーク分析は各アクター間の結合関係とその強度に着目することで、社会構造を捉えていこうとするものである。 社会構造の捉え方 社会ネットワーク分析の対象となる社会の見方には4つの概念がある。ひとつは、ミクロな社会観である。これは観察可能な行為と社会関係・個人の相互作用に注目する。二つ目は、マクロな社会観である。これは、個人の行為は各個人の「うちなるもの」の影響でなく、「社会の形態」によるものだという考え方である。三つ目は社
1.グラフ中心モデル 社会学的な発想やパワー概念よりも、グラフ理論的な定式化により持たされたモデルといえる。次数センター、グラフ・センター、メジアンは距離に基づいた中心性で、切断センター、媒介センター、フロー・センターは脆弱性に基づいた中心性である。 次数センター 点vの次数deg(v)がそのまま中心性の尺度とみなされる。グラフの点の数がNの場合、次数中心性Cdは Cd(v)=deg(v)/(N-1) となる。 グラフ・センター 点vの離心数(e(v))とは、点vから最も遠い点までの距離である。グラフにおいて、すべての離心数のうち一番小さいものを半径(r(v))といい、最長のものを直径(d(v))という。 e(v)が半径と一致するとき、vは中心点であり、e(v)が直径と一致するとき、vは周辺点という。 メジアン 連結グラフGにおいて点vのステイタス(s(v))をvから他のすべての点ま
トップページへ戻る 第3回読書会080621 坂田正三 第1部:ネットワーク分析の数理モデル <参考文献> 安田雪『ネットワーク分析-何が行為を決定するか-』新曜社、1997年。 安田雪『実践ネットワーク分析-関係を解く理論と技法』新曜社、2001年。 金光淳『社会ネットワーク分析の基礎-社会的関係資本論に向けて』勁草書房、2003年。 1.グラフ理論の基礎 ・ 基礎用語 Ø 「次数」:線の数=ネットワークの大きさ(有向グラフの場合、入次数・出次数)。 Ø 「距離」:2点間の線の数。 Ø 「ダイアド」2者間関係。「トライアド」3者間関係⇒点が増えると構造が複雑化する。 Ø グラフの「密度」:線の数÷最大可能な線の数。 個の点と個の線で構成される無向グラフのネットワーク密度=。 ⇒ グラフABCDEの場合:5÷(5×4÷2)=0.5。 Ø 「完全グラフ」:すべての点が線で結ばれている
Zaheer, Gözübüyük & MILANOV (2010)は、組織論におけるネットワークの分析視角を、2者間(ダイアド)レベル、自己中心的(エゴ)レベル、ネットワーク全体のレベルに分類しています。ここでいうエゴというのは、自己中心的な性格という意味ではなく、特定の活動主体から見た、ネットワークの構造を意味しています。もっとも研究の多いのが、このエゴレベルです。ネットワーク理論では、活動主体が、ネットワークにどのようなかたちで埋め込まれているかがしばしば論点となりますが、ダイアドレベルの場合、それは関係的埋め込み(relational embeddedness)という概念で分析され、ネットワークの紐帯(つながり)の強さや信頼関係が問題になります。エゴレベルの場合、それは構造的埋め込み(structural embeddedness)という概念で分析され、ネットワークの密度や中心性と
Gergely Palla, Imre Derényi, Illés Farkas and Tamás Vicsek Uncovering the overlapping community structure of complex networks in natrue and society Nature 435, 814-818(9 June 2005) PDFへのリンク 概要 複雑なネットワークをクラスタリングする方法の実験。 コミュニティー(cluster、cohesive groups、modules)同士を完全に分割してしまうのではなく、この論文ではコミュニティー同士のオーバーラップを許す形でクラスタリングする方法を用いている。 実験データとしてco-authorship network(論文の引用・共著関係のネットワーク)、word association(言葉の連想関係)、
A cluster – also called a community or module – in a network is a group of nodes more densely connected to each other than to nodes outside the group. In real networks clusters often overlap. CFinder is a free software for finding and visualizing overlapping dense groups of nodes in networks, based on the Clique Percolation Method (CPM) of Palla et. al., Nature 435, 814-818 (2005), has been freque
大規模ネットワーク解析・可視化プログラム Pajek 北陸先端科学技術大学院大学 知識科学研究科 佐藤 恵介 2006 年 11 月 7 日 2 目次 U1.ネットワークに関する諸概念U ............................................................................................9 U2.Pajekの概要U.....................................................................................................................10 U2.1PajekとはU ...................................................................
RjpWiki はオープンソースの統計解析システム R に関する情報交換を目的とした Wiki ですgraph [vignette: y; demo: n] グラフデータ構造を取り扱うパッケージ. † ↑ RBGL [vignette: y; demo: n] Interface to boost C++ graph library (based on graph objects from the graph package). † ↑ gRain [vignette: y; demo: y] An alternative interface to graphs. Uses the graph and RBGL and implements additional graph operations. † ↑ dynamicGraph [vignette: n; demo: y] Provid
ウィキペディア周辺のWWWの構造 ヒトのタンパク質間相互作用の一部 BAモデルにより生成されたランダムネットワーク。各頂点の大きさが次数に対応している。Cytoscape上でRandomNetworksプラグインを使用し作成。 複雑ネットワーク(ふくざつネットワーク、complex networks)は、現実世界に存在する巨大で複雑なネットワークの性質について研究する学問である。 複雑ネットワークは、1998年に「ワッツ・ストロガッツモデル」という数学モデルが発表されたことを契機に、現実世界の様々な現象を説明する新たなパラダイムとして注目を集めている。多数の因子が相互に影響しあうことでシステム全体の性質が決まるという点において複雑系の一分野でもある。 概要[編集] 現実世界に存在するネットワークは多様であり、巨大で複雑な構造を有しているが、一定の共通する性質を見出すことができる。それらの性
この記事を書いた時点では『hatebte』の存在を詳しくは知らなかった。 この記事がいろんな方に読んでもらえたおかげで『hatebte』というサービスがあることを知ることができた。 教えてくれた @jun1log さんありがとうございました。 そしてこの記事の内容と『hatebte』を組み合わせるとYahoo! Pipesを使用しなくても良い。 教えてくれた @jun1log さんは、はてブした記事のEvernote保存はhatebteで行い、InstapaperなどこのようなwebサービスがないものをEvernoteに保存する場合にYahoo! Pipesでタイトル成形を行っているとのこと。 hatebteを使用してみて、ちょうど自分で設定した1アクションで5アクションのEvernote保存と、hatebteのサービスを用いたEvernote保存を重複して使用したのでちょっとだけ検証して
皆さん、Chirp していますか!ボクは相変わらず Chirp のある日々を楽しんでいます。Chirp がなければ出会わなかったであろう tweet ってのがけっこうあって、API の設計ひとつでユーザの行動にも影響があるなぁと考えると面白いです。 このまま Chirp がまっとうに進化していけば、あらゆる Twitter クライアントが既存の API から Chirp に移行し、誰もが即座に自分の tweet に対する反応等を知れるようになるでしょう。これに対してボクは何か働きかけようとは思いませんでした。 他に Chirp の可能性はないだろうか。模索していました。タイムラインに流れる tweet を数十秒遅れではなくリアルタイムに受け取れるようになったとき、何が変わるでしょうか。考えてたどりついたひとつの答えが「音」です。「つぶやき」とも呼ばれる tweet が人々の「おしゃべり」だ
広島県東広島市の山陽自動車道下り線で、25日深夜、高速バスのハンドルを切って、バスを横転させ、殺人未遂容疑で現行犯逮捕された鹿児島市荒田、鹿児島大3年楫田優希容疑者(22)。 深夜の高速バスで起きた突然の出来事に、搬送先の病院で取材に応じた乗客らは恐怖を隠しきれない様子だった。 前から3列目に座っていた大阪府守口市、大工福迫大司さん(38)は、後方から運転席に向かうスーツ姿の楫田容疑者を目撃。消灯されて真っ暗な車内で、「降ろしてほしい」という声が聞こえた。やがて楫田容疑者は「殺してくれ、俺は殺される」などと叫んでドアをけり始めた。 同乗していた別の運転手(43)が制止しようとすると、楫田容疑者はハンドルをつかみ、事故を起こしたという。福迫さんは別の男性(70)と一緒に、後方に戻ろうとする楫田容疑者を取り押さえたといい、「一瞬のことで、何が起きたのかすぐにはわからなかった」と話した。 大学受
広島県東広島市の山陽自動車道下り線で、走行中の南国交通(鹿児島市)の高速バスが横転し、乗客ら12人が軽傷を負った事故で、広島県警は26日未明、運転手(35)からハンドルを奪った男を殺人未遂容疑で現行犯逮捕した。
広島県東広島市の山陽自動車道下り線で、25日深夜、高速バスのハンドルを切って、バスを横転させ、殺人未遂容疑で現行犯逮捕された鹿児島市荒田、鹿児島大3年楫田優希容疑者(22)。 楫田容疑者とみられる人物が、インターネットの会員制交流サイトに就職活動に悩んでいることをうかがわせる書き込みをしていた。 「かじた ゆうき」の名前で鹿児島大農学部の22歳の学生として登録。16日に「ES終わらないorz」と書き込んでいた。ESは就職活動に使うエントリーシートの略。orzは落胆や失意を表す記号として交流サイトなどで使われているといい、就職活動の苦労を書き込んだとみられる。
本研究では,不可能立体を含むシーンをレイトレーシング法を用いてレンダリングすることによって写実的な画像を生成する手法を提案する.また,モデリングからレンダリングまでの一連の作業を行うことの出来るシステムを制作し,ユーザが簡単かつ効率的に不可能立体の表現が行える枠組みを構築する. 篠原祐樹, 宮下芳明. 不可能立体のレイトレーシング, インタラクション2009論文集, 2009. 篠原祐樹, 宮下芳明. 不可能立体の写実的表現手法の提案, 情処研報2009-HCI-132, Vol.2009, No.19, pp.95-102, 2009. 篠原祐樹. 不可能立体の写実的表現手法の提案, 未踏IT人材発掘・育成事業 2008年度下期 未踏ユース, 2009. 未踏ソフトウェア事業では,誰でも不可能立体のモデリングができる使いやすいインタフェースを実装し,さらには,3Dモデリングソフト,メタ
日本はロボット分野、ロシアは天然ガスなど、世界の国々の代表的な世界一を表示することをコンセプトに作られた世界地図「International Number Ones」の紹介です。いろいろな国の世界一が人目でわかるですが、中にはあまり嬉しくないことが世界一となっている国もあるようです。 気になるところでは、アメリカが連続殺人、オーストラリアは車泥棒、アフガニスタンはアヘンなど不名誉なこともあります。画像をクリックするとサイト上の大きなグラフを見ることができ、画像にカーソルを合わせると国名が表示されます。 Because Every Country Is The Best At Something その他、右上のセレクトメニューからいろいろビジュアライズされたグラフを見ることができます。 作者は、ライター、デザイナーのDavid McCandless氏。情報をデザインすることに興味を覚え作成し
This video shows Ryan Frawley's Wii Controller IME Android app in operation. Using this app - which is available now on the Android Market for $3.99 - you can connect up to four Nintendo Wii Remotes to your Android phone. This allows for perfect control in the many retro game emulators currently available for Android, including Nesoid, SNesoid, Gensoid, Gearoid, Game Boid and GBCoid. The develope
Android機に ELECOM TK-FBP017 Bluetooth キーボードを接続し、親指シフトキーボードとして認識して使えるIMEを作ってみました。かな漢字変換はGoogleのサイトを呼び出しているので、固有名詞に強く変換効率もよいです。ただし圏外やネットワークのない場所では使えません。 Android OS 2.0以上が必要です。Desire と Galaxy Tab で動作確認しました。SPPによる接続なので今のところ ELECOM TK-FBP017 しか使えません。近いうちにBluetooth HID キーボードや、キーボード付きの機種などにも対応させたいと思っています。 Android機の入力装置としてBluetoothが使えるということは、親指シフトキーボードに限らず、様々なデバイスを使ってテキスト入力ができるということでもあります。Wii のリモコンでAndroid
アドホック・モード (ad hoc mode) は、IEEE 802.11無線LANの動作モードのひとつで、IBSSモード(Independent Basic Service Set)とも呼ばれる、それぞれの端末に設置された無線LANのアダプタが、1対1で互いに直接通信をする形態のこと[1]。これに対して、ネットワークを統括する「アクセス・ポイント」を介して通信を行う形態を、インフラストラクチャー・モードという。 2つの無線LANアダプタをアドホックモードで通信させるには、アダプタに設定するESS-ID(Extended Service Set Identifier)を一致させておく必要がある。 一般的な利用方法は、無線LANインタフェースをもつPC2台を通信可能な近さに設置し、互いにファイルのやりとりなどを行うものである。通常のPCのソフトでは、3台めのPCを同時に接続することはできない
出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。記事の信頼性向上にご協力をお願いいたします。(2018年12月) モバイルアドホックネットワーク(英: mobile ad hoc network、MANET)は、携帯機器を無線通信でリンクする自己構成型ネットワークの一種[1]。 MANET内の各機器は任意の方向に自由に動かすことができ、その際に他の機器とのリンクを頻繁に変化させる。各機器は自らとは無関係のトラフィックを転送でき、従ってルーターとしても機能も持つ。MANET構築の第一関門は、各機器がトラフィックを正しく転送するのに必要な情報を継続的に維持する機能を持つことである。 MANETは単独で運用される場合もあるし、インターネットに接続される場合もある。 MANETは無線アドホックネットワークの一種であり、一般にリンク層(物理層とデータリンク層)の
メッシュネットワークの配置の概念図 ネットワーク障害時に迂回路を経由して通信を維持する メッシュネットワーク(英: mesh network)は、ノード間のデータや音声のルーティングの一種。故障などで使えなくなった経路が発生しても継続的に接続・再構成を繰り返し、送信先に達するまでノードからノードへ転送を行う。メッシュネットワークの中でも全ノードが相互に接続されているものを完全接続ネットワークと呼ぶ。メッシュネットワークの最大の特徴は、各ノードがトラフィックを転送する「ホップ (hop)」という動作をする点で、それによって各ノードから任意のノードへ接続する。一般に各ノードは移動可能ではない。メッシュネットワークはアドホックネットワークの一種と見ることもできる。モバイルアドホックネットワーク (MANET) とメッシュネットワークは密接に関連するが、MANET では更にノードが移動することで発
kazeburo さんが開発をされているサーバリソースの可視化ツール「CloudForecast」ですが、個人的に使ってみていてとても使いやすいなと思っています。もっと使ってくれる人が増えるといいなと思い、自重せずに入門エントリを書いてみました。 CloudForecast って何? そもそも何なの?という話ですが、CloudForecast とはリソースのグラフ作成ツールとして有名な「RRDTool」の薄いラッパーとして作られています。記述言語は Perl ですので、Perl と RRDTool の使い方が大体分かっている人にとっては導入さえしてしまえばかなりかゆいところまで手が届く=カスタマイズが簡単かつ自由自在なツールだと思います。とりあえずのイントロとしては kazeburo さんの YAPC::Asia 2010 でのこちらのスライドをご覧頂ければと思います。 RRDTool っ
2011年02月26日 English Translate | 【動画】| 【クラッシュ・痛い映像】 ■暴徒鎮圧グレネードの威力をその身で味わった兵士 (3) なるべく殺す事のないように殺傷力を弱めにしてあるとはいえ、抵抗する気も起きなくなるくらいには威力が高い暴徒鎮圧用のグレネードの威力を、身を持ってテストしてみた兵士の映像。 弾のサイズは40ミリの、おそらくはゴム弾で、そのお味は語らずともよーく分かる感じ。 最後に被弾した場所を見せてくれるけど、すげー痛々しい。 米軍がイラクに配備した『痛み』だけを与える指向性エネルギー兵器 強い衝撃で瞬時に硬化する知的衝撃吸収素材 d3o 監視カメラの前で全裸で挑発する囚人に警官隊が突撃 戦車用120mmショットガン、XM1028キャニスター弾のスローモーション映像 Soldiers test 40mm riot grenade
京都大学で25、26日に実施された前期日程の2次試験で、数学と英語の試験問題の一部が、試験を実施している時間帯にインターネットの掲示板に投稿されていた疑いのあることが26日分かった。京都大は、情報が漏れた疑いがあるとみて同日調査を始めた。 試験問題が投稿されたのはインターネットの「ヤフー知恵袋」。 数学の試験時間は、25日午後1時半から同3時半だったが、投稿は同2時11分だった。「数学の問題です」と問題を紹介し、解答を求めた。 英語の試験時間は26日午前9時半から同11時50分だったが、投稿は同9時37分と同45分の2回。二つの文章の和文英訳を求めた。 これに対して、掲示板上に複数の回答が寄せられ、一部は試験時間内だったという。 投稿者は「aicezuki」と名乗り、年齢などの個人情報は非公開としている。25日から26日の間に3件、質問を行っており、。携帯からアクセスした形跡が残っている。
25、26日に行われた京都大学の入試で、数学と英語の問題の一部が、試験時間中にインターネットの掲示板に投稿されていたことがわかった。 答えを教えてほしいという趣旨で携帯電話から投稿されたとみられる。なかには6分後に回答が寄せられたものもあった。京大は、受験生による不正行為が行われた可能性があるとして調査している。 京大などによると、両日はいずれも午前と午後、法学部や医学部など10学部の前期日程の試験があった。 25日午後1時半から約2時間にわたって行われた文系数学の試験では、関数や数列、連立不等式など、5問すべてが書き込まれた。質問の書き込みは試験開始から7分後に始まり、回答は書き込みから16分後に寄せられたものもあった。 26日午前9時半から2時間の英語では、試験開始8分後から、英作文2問がいずれも書き込まれた。回答は早いもので約6分後に寄せられた。 大学関係者が26日午前11時半頃、ネ
時代が進んだというのか、そもそも試験スタイルが遅れてきたのか。*1 タイトル通りの事件が京都大学入試の前期日程で2日に渡って展開されている。 ●aicezukiさんのMy知恵袋 http://my.chiebukuro.yahoo.co.jp/my/myspace_quedetail.php?writer=aicezuki *2 ●2011年 京都大学 前期 入試問題と解答例 − 代々木ゼミナール http://www.yozemi.ac.jp/nyushi/sokuho/recent/kyoto/zenki/index.html ※画像はクリックで拡大します。 これはおそろしい。 気になる試験時間も2月25日の13:30-16:00であるので、 なんと、試験時間中に質問→回答まで完結していることになる。 回答者IDは1つを除いてバラバラだが、集団カンニングの可能性も完全な排除は出来なさそ
国士舘政経2年・毛○楚さんにAV嬢疑惑!三越伊勢丹内定の立教大4年貴瀬悠司「レイプされる女が悪い」 1 : パッソちゃん(愛知県):2011/02/24(木) 16:03:12.87 ID:QZR8vKm40 「レイプ容認」発言で炎上立教大生 内定先大手百貨店に「電突」騒ぎ http://headlines.yahoo.co.jp/hl?a=20110221-00000002-jct-soci 立教大学4年生が「レイプは女が悪い。別に悪いと思わない」と発言し大炎上 http://rocketnews24.com/?p=75149 レイプされるのは女が悪い!と言った立教大学の学生 http://www.tanteifile.com/diary/2011/02/23_02/index.html >立教生がレイプねー。別に悪いと思わないね。皆同じようなことしてんじゃん。 >飲み会で
はじめに 前回は、情報可視化の基本的な考え方について、HatenarMapsなどの実例を示しながら説明しました。第2回以降は、Java言語を使用して実際にプログラムを作成することで、情報可視化の実践例を示していきたいと思います。 目標 本連載では、はてなブックマークの人気エントリーのデータを可視化することを最終的な目標にします。可視化にあたっては、統計学的観点から「階層的クラスタリング」、視覚的観点から「ツリーマップ」の手法をそれぞれ用いることにします。 Java開発環境のセットアップ 手元にJavaの開発環境がなく、本連載のプログラムを試したい場合には、Sun Microsystemsが提供している統合開発環境、NetBeansの導入をおすすめします。 NetBeansはオールインワン型のIDEですので、インストールするだけで特別な設定の必要もなく、一通りの開発環境を整えることができ
ハフ変換(ハフへんかん、Hough変換)は、デジタル画像処理で用いられる特徴抽出法の一つである。古典的には直線の検出を行うものだったが、更に一般化されて様々な形態に対して用いられている。現在広く用いられている変換法はen:Richard Duda及びen:Peter Hartが1972年に発明した「一般化ハフ変換」である。この名は1962年にen:Paul Houghが得た関連する特許に由来する。この変換法は1981年のen:Dana H. Ballardの論文 "Generalizing the Hough transform to detect arbitrary shapes"(「 ハフ変換の一般化による任意の形態の検出」)によってコンピュータビジョンの領域で広く用いられるようになった。 理論[編集] いかなる点をとっても、その点を通る直線は無限個存在し、それぞれが様々な方向を向くが
Deep Learningの訓練終了など任意のメッセージを特定のSlackチャネルに投稿できるボットを作りました。 Yatta Kun プログラミングは不要で curl というコマンドラインツールから簡単に投稿できるので非常に便利です。可愛いくて便利なので作り方を紹介します。 職場などでみんなが使っているワークスペースで実験すると迷惑がかかる可能性があるので、最初は個人の実験用ワークスペースを作ってしまうのが良いと思います。無料でできます。 1. Incoming Webhookをインストール SlackアプリのページからIncoming Webhookをインストールします。Slackアプリページは、 https://[workspace name].slack.com/apps/ から行けます。 workspace name はワークスペース名です。 Incoming Webhook で
Deep Learningの訓練終了など任意のメッセージを特定のSlackチャネルに投稿できるボットを作りました。 Yatta Kun プログラミングは不要で curl というコマンドラインツールから簡単に投稿できるので非常に便利です。可愛いくて便利なので作り方を紹介します。 職場などでみんなが使っているワークスペースで実験すると迷惑がかかる可能性があるので、最初は個人の実験用ワークスペースを作ってしまうのが良いと思います。無料でできます。 1. Incoming Webhookをインストール SlackアプリのページからIncoming Webhookをインストールします。Slackアプリページは、 https://[workspace name].slack.com/apps/ から行けます。 workspace name はワークスペース名です。 Incoming Webhook で
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