無料ブログはココログ

June 24, 2017

「真の量子コンピュータ」実現への道

量子コンピュータが流行っているようで、喜ばしい限りです。

「真の量子コンピュータ」実現への道--IBMの開発状況を読み解く

 この5月17日に、IBMが17量子ビットの量子コンピュータを披露した。小さな数字に聞こえるかもしれない。しかし非常に重要な一歩を人類が歩んだことを示す数字である。  われわれが利用しているコンピュータは、プログラムにより指令を送ることで所望の動作をする。いわば自由自在にお願いを聞いてくれる大規模な装置である。  そのコンピュータの動作原理は、(物理学の観点では)電気が流れるか流れないか、という2つの状態をそれぞれ異なるものとして扱う。  この2つの状態の間のスイッチングを巧みに利用して複雑な動作を実現させている。  量子コンピュータでは、「電気が流れるか流れないか」という2つの状態を分離して扱うだけではなく、足し合わせて利用し、複雑に絡み合わせて利用することもできる。そのため、われわれが想像をしている動作の範疇(はんちゅう)を大きく超える。  この新しい計算能力を利用すると、これまでのコンピュータでは非常に時間がかかってしまうような難問の一部についても比較的高速に解くことが可能になる。  既存の問題を高速に解くという素朴な期待を超えて、量子コンピュータを人類が手にした時には、人間の思考のスタイルそのものすら変革を迎えることはあまり強調されない。  ゲート方式による量子コンピュータで期待されているのが、量子シミュレーションと呼ばれる技術の開拓だ。自然法則に従う複雑な現象を細部に渡り、シミュレーションを行うのだ。

東京大学・藤井啓祐氏にインタビューしているので、信頼できそうです。

それにしても17量子ビットって半端な気がするのですが、そうではないようです。
「憶測ですが、IBMが開発した17量子ビットのコンピュータの『17』という数字が示す意味は、計算に必要な数値を入力する部分を示す『9』と量子に特有の誤りの2種類を検査するために必要な4ビットが2つで、9+4+4=17ということだと思います」

他の記事にもしきりと「誤り訂正」ができると書いてあります。

量子コンピュータがかなり進んでいるのは確かなようですね。

現在の量子情報通信の特許を調べるとまた新しい見解が出てくるかもしれません。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫
http://blog.with2.net/ping.php/42675/1107150128

June 13, 2017

書談:豊田裕貴『現場で使える統計学』

統計学の本をもう一冊読了いたしました。
勉強中には複数の本を参照していますが、「読書」として読んだのは2冊目です。

『現場で使える統計学』
発行:2006/9/28
著者:豊田 裕貴
出版:阪急コミュニケーションズ
Amazon

71fg5ryvdll

阪急コミュニケーションズという出版社はどこかに吸収されて今はないようです。
(CCCメディアハウスというところでした)
豊田先生のお名前はテキストマイニングの本でお見かけしたので、信頼できる著者だと思いましたし、アマゾンのサイトで中を読むことができました。
これはなかなか使える本だと思いました。

第1章 統計学を使うススメ、使わないススメ
第2章 要約のために統計学を使う
第3章 基本指標を組み合わせて統計学を使う
第4章 断言できないときに統計学を使う
第5章 仮説立てに統計学を使う
第6章 仮説の検証に統計学を使う

ほとんど数式を使わず統計学を説明しています。
少しは使ってくれると、学習者にはむしろ助かるのですが。

分散と標準偏差の考え方がよくわかりました。
仮説統計に関しても丁寧に説明しています。
豊田先生の近著に『Excel分析ツール 完全詳解』と『Rによるデータ駆動マーケティング』という本がありますが、根本思想は本著に凝縮されています。
つまり、ビジネスで使う統計は本書で十分であり、それをExcelやRで計算できれば、ばっちし、ということです。

これを読了すれば、統計教科書の類もスムーズに読めるのではないかと思います。

お勧めの一書です。

大学で習う統計学は概ねわかる、という水準までもっていきたいです。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 11, 2017

放送大学情報化社会研究会で発表してきました!

放送大学情報化社会研究会というところで、テキストマニングに関する発表を行ってきました。

放送大学神奈川学習センター

Kanagawasc01

Soukai170610

ベースは今年出した修士論文ですが、今回は文系の方も多いので、数理的な説明はせずに、背景が理解できるように構成しなおしました。

修士口頭試問や理系の人の集まりでは全く出ない質問もあり、たいへん勉強になりました。

特に会の顧問であるメディア論の大家・柏倉康夫先生には、私の研究に深い理解をいただき、「これは文学研究にも使えますね」「アマサイさんは、個別の技術に対して特化することではなく、汎用性を目指されたのですね」と正に私が研究大元としていることをご指摘くださいました。

大学院の評価としては「A」をいただきましたが、果たして、これは学術的に評価されるものなのだろうか、と心配しておりました。

しかし、多くの方から「テキストマイニングは面白い、自分も使ってみたいので、是非教えてほしい」というご意見をいただき、大きく自信を持ちました。

もうお一方、立命館大学で研究されている方の発表を拝見しました。まだ研究の途中なので、ネタバレして申し訳ないので、簡単にいいますと、パソコン等のキーボードの習得とジェンダーに纏わる社会学的な視野に基づいた研究です。

この研究からも、学術研究というのは視点が大事だなと思いました。

例えば、統計学の研究をしたいと言っても、統計学の本だけ読んでいては研究にはなかなかならず、他の分野も少し、かじってみて、統計学を当てはめる、という手法を使うと研究ネタが見つかると思います。正に今、そうやって、研究ネタを探しています。

・石田基広先生のRMecab https://sites.google.com/site/rmecab/
・樋口耕一先生のKHcoder http://khc.sourceforge.net/
の宣伝はしっかりしてきました(^_-)-☆

これからも数理情報学研究者としてがんばっていきます!

Twitterで「海外では博士を持っていないと普通研究者とは言わない」とあって少しがっかりしています。博士号も取りたいな。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 07, 2017

書談:サイエンスパレット『統計学』

サイエンスパレットの一冊『統計学』を読みました。

『統計学』サイエンス・パレット SP-012
著者:David J. Hand
翻訳:上田修功     
発行元:丸善出版

Vsi_

これはオックスフォード大学出版から出している、
「A Very Short Introduction」シリーズのうちの一冊です。
このシリーズは日本でいう新書版の内容です。
なぜか、理系のものは丸善で、文系のものは岩波書店から翻訳を出しています。

英語の勉強のために原書も買いましたが、まだ読んでいません。

1 統計学に囲まれて 現代統計学/定義/嘘,大嘘,そして統計/データ/広義の統計学/いくつかの例/結論

2 統計学の基礎
はじめに/再び,データ/単純な要約統計量/平均/ばらつき/歪度/分位数

3 よいデータの収集
不完全データ/不正確なデータ/誤差伝搬/前処理/観測と実験データ/実験計画/サンプリング調査

4 確率
偶然の本質/確率とは/偶然の法則/確率変数とその分布

5 推定,推論
点推定/どの推定が最良か/区間推定/検定/決定理論/われわれは今どこ?

6 統計モデルと手法
統計モデル:これまでの議論の融合/統計手法:実用統計学/統計的図表/結論

7 統計計算
統計学はそのあり方を変える

それこそ、統計学の基礎知識を得るために読んだのですが、読後感はちょっと微妙です。
目次は通常の統計教科書と同じなのですが、1章から5章まで、「統計学って大事だよね」ということが書かれていて、6章と7章で統計手法がばばっばと羅列してある感じです。

もっと丁寧な説明が欲しかったかな。

「A Very Short Introduction」は他にも読んだのですが(翻訳でw)、ちょっとこれはこざっぱりしすぎてやしないかな。

まあ、統計英語の勉強のつもり読めばそれで役に立つかな。

まだまだ勉強せねば。

いつの日か、一流のデータサイエンティストになるのだ!人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 05, 2017

放送大学面接授業『国際統計データの性格と使い方』

放送大学で「国際統計データの性格と使い方」という授業を取りました。
放送大学では、テレビやラジオを通じた授業の他に面接授業と言って、通常の大学のように対面、講義室で講師の先生がリアルに講義を行う授業があります。

今回は2日間に渡る集中講義です。

シラバスを見ずに、学習センターにある受講生追加募集で申し込みました。
国際統計データの性格と使い方

【授業内容】
今日、各国の急激な国際化は、我国においても、社会、経済、環境の各分野の現状の正しい理解と将来に対する意思決定において、ドラスチックな思考変換を求めています。マクロ、ミクロに関わらず、有効な判断をするためには、関連事案の多面的な国際比較に基づいた客観的な、従って相対的な比較観察ー分析が不可欠です。従って、それを可能にする国際統計データの重要性が益々増してきています。本授業では既存の主要国連統計データベースの正しい使い方を応用例を示しながら、又、受講者全員との討論を交えながら、お話します。

【授業テーマ】
第1回 グローバリゼーションと現在我々が直面している諸問題
第2回 限られた資源-資本の最適配分と国際競争力: 持続可能な発展とは?
第3回 社会、経済, 及び環境関連の国連主要統計データベースの紹介(本授業では、これらのデータベースを対象とする)
第4回 それらのデータベースの情報力の限界
第5回 国際データの比較可能性と標準化の例; 主要統計指標の選定と作り方;それらの指標の計測対象と読み方
第6回 第5回の続き
第7回 持続可能な発展の観点から重要な国際統計指標と国別比較
第8回 Q&A; 全体討論
シラバスを見ても統計のことをやるらしい、というだけで、結局よくわからないのですがw。

国連主要統計データベースとありますが、そういうものの存在すら知りませんでした。

指定のwebサイトにアクセスすると国連加盟国のGDPであるとか、農業の収穫量、技術開発、CO2の排出量、様々な統計が出てきます。講義はこれを使って、自分が所望とする統計量を出すという演習をしました。←Excelでできます。

少し、統計の勉強を始めたのですが、社会科学や心理学統計ばかりやっていて(放送大学にはそういう科目が多い)このような統計には無知でした。

要は、マクロ、ミクロの経済学の知識が不可欠ということがわかりました。

ふぅ~、これから更に経済学も勉強せねばいけないのか。
気が遠くなる思いでしたが、以前、伊藤元重さんの本を読んでいたのを思い出しました。

取りあえずこれを読んでみようと思います。

『はじめての経済学〈上〉』
著者:伊藤 元重 (日経文庫) 2004/4

413s3y3986l__sx288_bo1204203200_

がんばって統計学をマスターするぞ!

因みに講師の山田哲夫先生は、この業界では有名みたいです。

成城学園卒業生100人のメッセージより

高校卒業(1965年3月)後、東京と米国と英国の三つの大学で学んだあと、国際開発協力の分野で仕事をすることにしたのも、成城学園の上記教育精神に決定的に影響された選択でした。日本の政府間国際開発協力(ODA)活動に計三年間係わった後、1976年より定年退官した2007年末まで発展途上国の工業開発を側面技術援助する国連工業開発機関(UNIDO)の本部(ウイーン)に勤務しました。ここでは、国際産業統計、各途上国の産業政策に資する工業経済研究、途上国の産業統計インフラの開発協力、産業統計その他の統計の国際統計基準の改新などに関する仕事をしました。

これらの仕事のどれをとってみても、目指すところは我々が属する地球共同体内(特に発展途上地域)に存在する貧困とそれに起因する地球規模の数々の重大問題(飢餓、子供たちの基本的人権の不確立、テロ、国際組織犯罪、内戦、差別、伝染病、風土病等々)の撲滅・解決、言ってみれば国内、各国間に存在する不公平、不平等、不公正の是正とそれによる国際平和と繁栄です(これらは国連活動の究極の目的)。成城学園の教育精神が無意識に身についていたからかどうかはわかりませんが、国連で与えられた個々の仕事において自分なりの上記のような目的意識がいつもはっきりしていたのは事実です。したがって、僕はいつも楽しく仕事をすることができ、これは誇張無しで成城学園のおかげだと思っています。

数理情報学研究者の道は長く遠い(-_-;)。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

June 01, 2017

量子アニーリング特許

先にお知らせした量子アニーリングのレクチャー、行けませんでした。
(/_;)ぐすん。

背中がばきばきでマッサージをしてもらってる最中でした。

でも関連するレポートが出てるみたいですね。

ついに出た!量子コンピュータD-Waveを使った非負二値行列因子分解

非負二値行列...なんじゃらほい、ですが、記事を読めばなんとなく(飽くまでもなんとなく)わかります。

私たちリクルートコミュニケーションズは以前より早稲田大学と量子アニーリングに関する共同研究を進めていましたが、昨年よりD-Wave Systemsと共同研究を開始し、D-Waveを用いた機械学習アルゴリズムの開発やその広告配信への応用に取り組んでいます。また、今年の6月には量子アニーリングに関する世界トップクラスの国際学会Adiabatic Quantum Computing Conference2017が日本で行われ、私たちもD-Waveを用いた機械学習アルゴリズムやレコメンデーション手法について発表する予定です。

いろんな企業が連携してるみたいですね。

ためしに量子アニーリングで特許検索してみると、33件、Googleも Yahoo!も出願しています。

なんとYahoo!に至っては日本で特許を取っていますな。

特許5899272号
【発明の名称】算出装置、算出方法及び算出プログラム
【出願日】平成26年6月19日(2014.6.19)
【出願人】ヤフー株式会社
【発明者】磯 健一
【要約】
【課題】多段ニューラルネットワーク(DNN)を容易に取得する。
【解決手段】算出装置100は、追加部131と、受付部132と、算出部133と、を有する。追加部は、入力データに対する演算結果を出力する複数のノードを接続したネットワークであって所定のクラスに含まれる第1のサブクラスに属するデータの特徴を学習済みのネットワークに対して新規ノードを追加する。受付部は、所定のクラスに含まれる第2のサブクラスに属する学習用のデータを入力データとして受け付ける。算出部は、受付部によって受け付けられた学習用のデータをネットワークに入力した場合の出力結果に基づいて、第2のサブクラスに属する学習用のデータの特徴を学習するように、追加部によって追加された新規ノードと他のノードとの間の結合係数を算出する。
【特許請求の範囲】
【請求項1】
入力データに対する演算結果を出力する複数のノードを接続したネットワークであって所定のクラスに含まれる第1のサブクラスに属するデータの特徴を学習済みのネットワークに対して新規ノードを追加する追加部と、
前記所定のクラスに含まれる第2のサブクラスに属する学習用のデータを入力データとして受け付ける受付部と、
前記受付部によって受け付けられた学習用のデータを前記ネットワークに入力した場合の出力結果に基づいて、前記第2のサブクラスに属する学習用のデータの特徴を学習するように、前記追加部によって追加された新規ノードと他のノードとの間の結合係数を算出する算出部と
を備えたことを特徴とする算出装置。
【請求項2】
前記算出部は、
前記結合係数として、前記学習用のデータを前記ネットワークに入力した場合の出力結果と前記学習用のデータに対応する正しい出力結果との間の誤差を最小とする結合係数を算出する
ことを特徴とする請求項1に記載の算出装置。
【請求項3】
前記算出部は、
前記追加部によって追加された新規ノードと他のノードとの間の結合係数として、前記他のノード間の結合係数を不変にして前記誤差を最小とする結合係数を算出する
ことを特徴とする請求項2に記載の算出装置。
(以下略)
Yahoo_pat


おもしろいので、拒絶理由通知の理由も一個載せておきましょう。

理由1(進歩性)について

・請求項   1-3、8-9
・引用文献等 1-2
・備考

 引用文献1には、第1の入力データ(劣化前の入力パラメータ)に基づいて、出力データと学習データとの誤差が最小となるように、ニューラルネットワークの結合荷重を学習し、第2の入力データ(劣化後の入力パラメータ)を学習する際に、ニューロンを追加し、既存のニューロンに対する結合荷重を固定したまま、追加したニューロンに対する結合荷重を学習することが記載されている(特に段落[0038]、[0042]-[0052]を参照されたい。)。
 引用文献2には、異なるカテゴリの図形の学習を開始する毎に、既存のニューロンに対する結合重みを固定したまま、新たにニューロンを追加し、当該ニューロンに対する結合重みをバックプロパゲーション則に従って調整することにより、異なるカテゴリの図形の認識を行うためのニューラルネットワークの学習を行うことが記載されている(特に[要約]、段落[0019]-[0036]を参照されたい。)。
 引用文献1及び引用文献2に記載された発明は、いずれも学習過程でニューロンを追加することにより学習内容を増やすことを目的とする技術である点で一致しているから、引用文献1に記載された発明において、ニューラルネットワークの学習対象を入力データのカテゴリとすることにより、上記各請求項に係る発明を想到することは、当業者にとって容易である。

1.特開2012-014617号公報
2.特開平09-062644号公報
3.特開平05-246633号公報 (周知技術を示す文献)
4.特表平07-502357号公報

「量子アニーリング」という用語は1つしか見いだせませんが、量子コンピュータのアルゴリズムを明かしたのは確かでしょう。

特許もぼちぼち出ているので、公報を読んで勉強できますね。

修論で公報を読み始めた時は、量子アニーリングなんて用語知らなかったなあ。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

May 18, 2017

量子アニーリング

量子アニーリングに興味を持っているアマサイです。

早稲田のレクチャーに一回行ってみようと思います。

NP完全問題の量子アニーリングにおける相転移現象
高橋惇さん(東京大学大学院総合文化研究科広域科学専攻)

Quantum Computation and Machine Learning Seminar Series vol. 4

2017年6月1日 16時30分~

NP完全問題の量子アニーリングにおける相転移現象
Jun Takahashi (University of Tokyo)
東京大学大学院総合文化研究科広域科学専攻 高橋惇 氏

場所: 早稲田大学早稲田キャンパス7号館212号室

概要:
最適化問題を解くアルゴリズムは情報科学の分野における主要な研究対象だが、物理的なアプローチやプロトコルを用いて最適化問題の解を求める手法が境界領域として近年活発になっている。
特に、Kadowaki-Nishimori (1998) や Farhi et al. (2000) に端を発する量子アニーリングは、(2017年5月現在)大規模な実装化に成功している唯一の量子計算機であり、さらに物理的な量であるエネルギーギャップとアルゴリズムの計算時間を結びつけるものとして基礎的にも興味深く、盛んに研究されている。
一方で、量子アニーリングや量子計算機一般を用いても全ての問題が効率良く解けるわけではなく、特に「NP完全問題」と呼ばれる問題群は効率良く解くことが不可能であると計算理論の分野で信じられている。
そこで、NP完全問題のような「解けるはずのない問題」に量子アニーリングを適用した際に、計算を阻害する物理現象の解明を試みた。
その結果、従来考えられていたスピングラス転移と異なる転移が存在し、その未知の相内で一次転移が誘発され、量子アニーリングの障害になっていることが数値的に示唆された[1]。

本講演では、量子アニーリングの原理や、NP完全問題がなぜ一般に「解けるはずがない」のかを概観し、後半では研究結果を紹介しつつ量子アニーリングの物理的障害について議論します。

[1] Jun Takahashi and Koji Hukushima arXiv: 1612.08554

主催:科学研究費助成事業基盤研究(B)「量子アニーリングが拓く機械学習と計算技術の新時代」
共催:早稲田大学高等研究所

アマサイが量子アニーリングを知ったのは修論作成のため、量子情報通信の論文を読んでいたときです。

量子通信がトレンドだと狙ってテーマを掲げたのですが、機械学習と関連があるとは思いもよりませんでした。

二重の意味でよいテーマを選んだと思います。
量子アニーリングは以下のサイトが詳しいです。

量子アニーリング by 西森 秀稔
http://www.stat.phys.titech.ac.jp/~nishimori/QA/q-annealing.html

量子アニーリング法とD-Waveマシン - 東京工業大学
http://www.stat.phys.titech.ac.jp/~nishimori/papers/QA-DWave_CE.pdf

今度は量子アニーリングと機会学習との関連で論文を書いてみたいです。

私も早稲田で講演するかも、なんちゃって(^_^;)。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

May 17, 2017

謎ワード「テロメア」

久々にクローズアップ現代を真面目に見ました。


生命の不思議“テロメア” 健康寿命はのばせる!

老化を防ぎ、若さを保ちたい。そんな願いをかなえると注目されている研究がある。ノーベル賞生物学者・ブラックバーン博士らによる「テロメア」研究だ。染色体の端にあり細胞分裂のたびに短くなるため、年とともに縮むと考えられていたテロメア。ところがテロメアを伸ばして細胞から若返る方法があり、がんを防げる可能性もあるというのだ。それは日常で実践できる生活習慣。最新の研究から健康寿命を延ばす秘策と命の神秘に迫る。

出演者
石川冬木さん (京都大学大学院教授)
石川善樹さん (予防医学研究者・医学博士)
武田真一・田中泉 (キャスター)

途中で頭痛がイタクなりました。

こんなことが真面目に研究されているのか。

老化するとテロメアが減るであって、テロメアを増やしても老化は止まらないと違うんかい!

瞑想、運動、バランスのいい食事は老化が緩やかになるんであって、テロメアは関係ないんと違うんかい!

こんなことがNHKで放映されていいのか!

医学研究はトンデモさんもあるからなあ(-_-;)


ブラックボーン博士の略歴はウィキペディアより

オーストラリアのタスマニア・ホバート生まれで、現在はアメリカの市民権を得ている。オーストラリアのメルボルン大学を1970年に卒業し、修士と博士課程はイギリスのケンブリッジ大学に進学、同大学で1975年に博士号を得た。

博士研究員としてイェール大学で2年間、ジョー・ガルの研究室で分子生物学・細胞生物学の研究を行った。具体的にはテトラヒメナにおけるミニ染色体の研究を行った。当時はテロメア構造の存在は示唆されており、この構造が染色体の維持に必要であることがわかっていたものの、その DNA 配列が不明であったため、これを明らかにすることを試みる研究だった。1978年にテトラヒメナ非翻訳性RNAの中に連続した反復配列があり、DNA複製と関係することを報告した。この結果を手がかりに、出芽酵母など他の生物でもテロメア配列が明らかにされていく。

1978年にカリフォルニア大学バークレー校の分子生物学科の准教授となる。1984年にブラックバーンの研究室に博士課程の学生として参加したキャロル・W・グライダーが放射性同位体を用いて、細胞核の抽出液からテロメア合成酵素の活性を測る方法を考案し、生化学的手法からテロメラーゼを単離した。この結果は1985年に発表され、「末端複製問題」を解決する研究として受け入れられた。

1990年にカリフォルニア大学サンフランシスコ校の微生物学・免疫学部門へ移り、1993年から1999年まで学部長を務めた。現在は生化学・生物物理学部門の教授である。またソーク研究所の非常勤研究員でもある。2004年現在もテロメアに関連する研究を続けている。1992年王立協会フェロー選出。

略歴は間違いないがな。

因みに日経サイエンスにも記事になっとるようじゃ。

ブラックバーンが語るテロメアと健康状態

 人間を含め多くの生物の染色体には,その末端部に「テロメア」と呼ばれる特徴的な構造が見られる。テロメアは個々の細胞が持っている“時計”で,細胞が年を取るにつれてテロメアが短縮する。このテロメア研究のパイオニア的業績で2009年のノーベル生理学・医学賞を受賞したエリザベス・ブラックバーン博士は心臓病やがんなど加齢に伴う健康リスクの評価にテロメアを役立てようとしている。
因果関係は逆にしたら成立するとはかぎらんじゃろう。

まあ、今後の注目ワードとして「テロメア」は覚えておこう。

サイエンスねたにだんだんもどってきました。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

May 16, 2017

日本の知財裁判はいかに?

日本の特許訴訟 「勝訴率」実は低くない? 和解含めると4割に
2017/5/15付日本経済新聞 朝刊

 最高裁がまとめた新たな統計は、東日本の特許訴訟の一審を専属で管轄する東京地裁と西日本で専属管轄する大阪地裁での、2014年と15年の2年間の結果。対象の訴訟件数は計202件で、判決に至ったのが125件。77件については和解で決着していた。  まず判決をみると、原告側(特許権者側)の勝訴判決は28件で全体の約14%だった。知的財産研究所が15年にまとめた調査研究によると、特許訴訟の特許権者側の勝訴率は米国が5~7割前後、ドイツでは6割前後。これらと比べると、日本での勝訴率は確かに低いように見える。  ただ、日本では和解で決着したうち大半の61件が、被告側への差し止めや、金銭の支払いを認めさせるなど特許権者側が実質的に「勝訴」した内容だった。勝訴判決と合計すると89件で、全体の44%が特許権者の訴えを認める形で決着していたことになる。  日本では、裁判が終盤に差しかかってから和解に転じる例が多いとされる。日本の特許訴訟を巡っては近年、一部の識者や弁護士事務所から「特許権者の勝訴率が諸外国に比べ著しく低い」との批判も出ていた。これに対し裁判関係者は「特許権者側が勝ちそうな裁判の多くが和解で決着し、実質的な“勝訴率”は低くない」と、判決結果だけを単純比較すべきではないと反論してきた。

Nihonnotizaisaibann

低いも何も母数が少なすぎるでしょう。
2代前の所長・飯村敏明氏は公の場面に出る度に
「みなさん、裁判起こしてちょーだい!」
と言っていたよ。
はい?その費用はどっから出るんですかい?
そのとき中堅企業知財部にいたアマサイは小規模企業にはそんな金ないわい!
と心の中で叫んでいた。

知財裁判が多く発生すれば知財活動は発展するのか?
そんな話は聞いたことがない。
日本は米国違って判例制じゃないんだから。

景気が良くなって製造業が発展しないと知財も何もないんだから。

訴訟だらけのレッドオーシャンにしてどうするんだい!

とにかく経済政策をなんとかしてちょーだい!

ひさしぶりに真っ向から知財ネタでした。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

May 15, 2017

すぬーが売られる!(+_+)

「スヌーピー」の権利取得=加社が390億円で

カナダの子ども向けコンテンツ制作・配給会社DHXメディアは10日、スヌーピーやチャーリー・ブラウンなどのキャラクターが登場する米人気漫画「ピーナッツ」のライセンス権を3億4500万ドル(約390億円)で取得すると発表した。  米ライセンス管理会社アイコニックス・ブランド・グループから傘下のピーナッツ・ワールドワイドを買収し、同社が持つピーナッツのライセンス権の8割を握る。残る2割は原作者の故チャールズ・シュルツさんの一族が引き続き保有する。手続きは6月末に完了する見通し。  米生命保険最大手メットライフが30年余り続けてきたピーナッツのキャラクターの広告使用を取りやめるなどしたため、経営難に陥ったアイコニックスが売却先を探していた。

ん?ピーナッツキャラクタのライセンスは「Peanuts WorldWide LLC」がもっているはずなのだが?どこか複数で分権しているのか?日本のピーナッツや日本ユニバーサルスタジオなどはどうなるのだろう。なぞがいっぱいだ。

https://www.snoopy.co.jp/

すぬーグッズは今までどおり手に入るようにしてほしい。

公式websiteで早く明らかにしてくれ。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

May 14, 2017

猿橋賞2017

2017年猿橋賞が発表されていました。
千葉大の石原安野さんおめでとうございます。

・女性科学者に明るい未来をの会

・千葉大学ハドロン宇宙国際研究センターHP

・共同通信の報道

第37回 猿橋賞受賞者 石原 安野 氏の研究業績要旨
「アイスキューブ実験による超高エネルギー宇宙線起源の研究」

 石原安野氏は、国際共同ニュートリノ観測装置アイスキューブ(IceCube)を用いて、世界で初めて超高エネルギー宇宙ニュートリノ事象を検出するなど、ニュートリノ天文学において顕著な業績を上げた。  石原氏のアイスキューブによるニュートリノの初検出によって、ニュートリノ天文学のフロンティアは、より高いエネルギー領域、カミオカンデ実験の検出したニュートリノのエネルギーの一億倍以上にまで広がった。このような高エネルギーニュートリノは、宇宙から地球に降り注ぐ超高エネルギー宇宙線の起源に迫ることを可能とする。また、アイスキューブは初検出からの数年間で高エネルギー宇宙ニュートリノのおおよその存在量の測定に成功した。アイスキューブ実験は世界12カ国の約300人の研究者から構成される。石原氏はその柱の一人であり、最初の信号を発見しただけではなく、アイスキューブ実験チーム内で、2010年から超高エネルギーニュートリノ物理ワーキンググループのリーダーを、2012年からは拡散宇宙ニュートリノ物理ワーキンググループのリーダーを務め、宇宙ニュートリノ存在量測定における一連の進展を主導してきた。  石原氏は、その後も、より高いエネルギーを持つ宇宙ニュートリノ探索を精力的に推進し、2016年には、超高エネルギー宇宙線起源として長年有力視されてきた仮説、すなわち、ガンマー線バースト、あるいは活動的銀河核といった遠方宇宙の放射輝度の高い天体が起源である、という説を覆す結果を得るなど、高エネルギー宇宙像にニュートリノの特性を活かした新たな知見を加えている。

おお!ニュートリノならアマサイもほんの少しわかるぞよ!
また物理学で女性が大きな一歩を記した。物理帝國主義者としてはばんばんざいであーる。

アイスキューブのことはよく知らん、これから勉強します。

女性科学者には明るい未来しかないですな。

私もいつの日か、猿橋賞を!(^_^;)。人気blogランキング・自然科学にぷちっとな。【押す】≪コメントは応接室にお願いします。≫

May 09, 2017

映画『チア☆ダン』

映画『チア☆ダン』を見てきました。

Charedan

『チア☆ダン』公式HP

----------------
ごく普通の女子高生たちによるチアリーダー部が、全米チアダンス選手権大会で優勝を果たした福井県立福井商業高校の実話を、広瀬すず、中条あやみ、天海祐希らの出演で映画化。高校に入学した友永ひかりは、中学からの同級生の孝介を応援したいという軽い気持ちでチアダンス部に入部する。そんなひかりを待ち受けていたのは、顧問の早乙女薫子によるスパルタ指導。おでこ出しは絶対必須、恋愛は禁止という厳しく部員たちを指導する早乙女は全米大会制覇を目標に掲げていた。早乙女の指導に周りの部員たちが次々と退部していく中、チームメイトである彩乃とともに、チアダンスを続けていく決意をしたひかりは、仲間たち、そして早乙女とともに大きな目標に向かってまい進する。主人公ひかり役を広瀬、彩乃役に中条がそれぞれ演じ、山崎紘菜、富田望生、福原遥らフレッシュな若手女優たちが共演。顧問の女性教師・早乙女役を天海が演じる。監督は「鈴木先生」「俺物語!!」の河合勇人。
-----------------

福井の高校チアダンス部が全米大会に1位を何度も取ったなんて全然知りませんでした。
チアリーダーは大好きです。
アマサイは女子校だったので、バトン部はありました。
以前は、全く興味ありませんでした。
大学はチアリーダーとかあったのかな。
興味がないので存在の有無も覚えてないです。

だいぶ以前にBSテレビで日本のチアリーダー大会を放映していました。
チアリーダーなんてバトンの変形だろうと思っていたら、結構アクロバティックな演技でした。
男性もおり、組体操にも見える動きをしていまいした。

私が思っていたちゃらちゃらしたの違う!

それ以来、チアダンスにも興味を持っていました。

丸の内に大人向けのチアダンスエクスサイズ講座なるものがあり、アマサイも受講しようかと悩みました。

今は本場アメリカで修業してきたプロチアも日本にいらっしゃるようですね。

おっきいお姉さんでもやっているのでアマサイも挑戦したいです。

広瀬すず、かわいい!天海祐希の安定のかっこよさ、最高!。人気blogランキング・自然科学にぷちっとな。【押す】
≪コメントは応接室にお願いします。≫

April 26, 2017

ハロー、ファインマンさん、

@gejikeiji さんが物理系の学生は高校生から『ファインマン物理学』読んでますよね、というお話をされていました。
https://twitter.com/gejikeiji/status/856880389637517312

いや~、アマサイはそもそも高校生のときにファインマンさんを知らなかったっすね。

でも、これは読みましたよ。

『物理法則はいかにして発見されたか』 (岩波現代文庫) 2001/3/16
R.P.ファインマン(著) 江沢 洋 (翻訳)
https://www.amazon.co.jp/dp/4006000480/

アマサイが高校生のときは、単行本しかなかった気がする。
Buturigakunohousoku


「理系に進むなら読んでおきたい本」というリストに入っていました。

結構読みやすかったですけど、どのくらい理解していたのかな、高校生の私。
読みやすいのはファインマンさん流ですね。

とね日記で詳しい内容が書かれています。
とね日記 2012年03月04日
http://blog.goo.ne.jp/ktonegaw/e/ab31086d3d97f72d800893033189592d
------------------
目次
第1部:物理法則とは何か(コーネル大学における講演)
1. 重力の法則 - 物理法則の一例として
2. 数学の物理学に対する関係
3. 保存という名の大法則
4. 物理法則のもつ対称性
5. 過去と未来の区別
6. 確率と不確定性 - 量子力学的の自然観
7. 新しい法則を求めて
第2部:量子電磁力学に対する時空全局的観点の発展(ノーベル賞受賞講演)
-------------------

ノーベル物理学賞を受賞した高名な物理学者だと知ったのはずっと後のことです。

若き日の読書というのはそれでよいのだと思います。

名著に触れる、その後読み直すということができますから。

私もそろそろ物理学の学徒に戻りますか。

今は数理情報学けんきゅー者と名乗っています。//人気ブログランキングに投票してください。【押す】 ご意見ご要望は新掲示板にお書き込みください。家主が確認の上、公開いたします。

February 26, 2017

書談:小林雄一郎『Rによるやさしいテキストマイニング』

待望の小林先生の「やさテキ」購入しました。

『Rによるやさしいテキストマイニング』
著者:小林 雄一郎
発行:2017/2/17
出版:オーム社
amazon
51xslsqffl__sx350_bo1204203200_


今まで、テキストマイニングを学ぶときは、
・テキストマイニングのツールの使い方
・統計学・データマイニングの知識
を別個に学ぶ必要がありましたが、本書とパソコンがあればだれでもテキストマイニングを始められるようになっています。
-------------
はじめに

Part I 基礎編
第1章 テキストマイニング入門
1.1 テキストマイニングとは
1.2 社会で活用されるテキストマイニング
1.3 テキストマイニングの歴史

第2章 テキストマイニングの理論的枠組み
2.1 テキストデータの構築
2.2 テキストデータの分析

Part II 準備編
第3章 分析データの準備
3.1 データセットの構築
3.2 テキストファイルの作成.
3.3  CSVファイル
3.4 テキスト整形.

第4章 データ分析の基本
4.1 R のインストールと基本操作
4.2 ベクトルと行列
4.3 データの要約..
4.4 文字列処理.
4.5 ファイルの読み込み

第5章 データの視覚化
5.1 ヒストグラム
5.2 箱ひげ図
5.3 モザイクプロット
5.4 散布図

Part III 実践編
第6章 基本的なテキスト分析
6.1 形態素解析
6.2 単語の頻度分析
6.3 n-gramの頻度分析
6.4 共起語の頻度分析

第7章 発展的なテキスト分析
7.1 複数データの頻度解析.
7.2 頻度の標準化と重み付け

第8章 基本的な統計処理
8.1 検定と効果量.
8.2 相関と回帰

第9章 発展的な統計処理
9.1 テキストのグループ化
9.2 テキストの分類.

第10章 英語テキストの分析
10.1 用例検索.
10.2 単語とn-gramの頻度分析
10.3 共起語の頻度分析
10.4 語彙多様性とリーダビリティの分析
-------------
コマンドも丁寧に書いてあります。

Photo

文系の人にはちょっと辛いかもしれませんが、慣れですね。
多くの人がテキストマイニングに挑戦し、新たな知見を得られるとビッグデータ時代も楽しいですね。

みんなでテキストマイニングをしよう。//人気ブログランキングに投票してください。【押す】ご意見ご要望は新掲示板にお書き込みください。家主が確認の上、公開いたします。

February 24, 2017

科学と市民(Twitter短文連投)

久しぶりにTwitterで連投した。こういうときTwitterは便利だ。
https://twitter.com/ama_sci

科学と市民(1)
日本人は昔から自然科学への関心が強いと言われている。科学と言っても幅が広い。日常的に植物を育てるのも科学への関心と言えるし、岩石の調査や収集もそれと言える。科学雑誌の売り上げだけでどうこう言えるものではない。

科学と市民(2)
小中学校で言えば、理科実験が好きと答える生徒は多い。化学式とか数理的法則が多く出てくると理科を嫌う生徒が増えてしまう。

科学と市民(3)
科学教育をしっかりやればニセ科学を信じる人は減ると言う人がいるのはそれはあまり相関性がない。科学者でさえオカルト的なもの信じるのだから理性や知識の問題ではないのだ。

科学と市民(4)
数学や理科が好きだと理学部や工学部に進学しそうなものだが、必ずしもそうではない。世の中の動向や大学の難易度によって進学先を決定する。ワカモノはクールなのである。

科学と市民(5)
昔の高校は生物、化学、物理、地学を全て網羅して教えていたと50代以上の人は言うのだが、それはごく一部、理科は最低限しか教えられていない。今の指導要領をしらないので現行はどうなっているか私も知らない。

科学と市民(6)
戦後70年を経て科学で括られる知識は指数倍で増えている。市民が全部網羅するのは不可能である。「科学嫌いが日本を滅ぼす」といかいう奇天烈な言説を唱える老人は早く死んでしまえばいいのだ。

今のところ反応はないw。人気blogランキング・自然科学にぷちっとな【押す】。ご意見ご要望は新掲示板にお書き込みください。家主が確認の上、公開いたします。

February 22, 2017

掲示板

新掲示板と名乗りましたが、いつの頃からか通知メールが着かず、放置してましたが、書き込みはあったようですね。

確か初めのうちは、通知があったのですが。

ふーむ。なぞである。

毎日管理画面を見に行くことにしましたので、今は書き込みしてくださいってもわかります。

しかし、どんどんサービスを削除していくニフティ。
ココログもいつまで続くのやら。

February 12, 2017

第10回テキストマイニングシンポジウム

第10回テキストマイニングシンポジウムの2日目に行ってきました。
初大阪上陸です。

2日目:2月10日(金)

◆09:00~10:30 文書の品質と可読性  [座長: 小早川 健(NICT)]

(13)[IFAT] 09:00 - 09:25 確率的言語モデルに基づく効率的閲読のモデル化
二階堂 学(東京工業大学)・藤井 敦(東京工業大学)

(14)[NLC] 09:25 - 09:50 業績推定とのマルチタスク学習による決算短信からの重要文抽出
磯沼 大・○藤野 暢・浮田純平・村上 遥・浅谷公威・森 純一郎・坂田 一郎(東大)

(15)[IFAT] 09:50 - 10:15 Plagiarism Detection Based on Citation Contexts
Soleman Sidik (Tokyo Institute of Technology)・Fujii Atsushi (Tokyo Institute of Technology)

(16) 10:15 - 10:30ディスカッションタイム

◆10:40~11:40 招待講演(2)  [司会: 藤井 敦(東京工業大学)]
100歳を迎えたリーダビリティー研究:その誕生から最新動向まで野本 忠司 (国文学研究資料館 准教授)

◆13:20~13:45 国際会議報告
(18)[IFAT] 13:20 - 13:45 SIGIR2016参加報告
野本 昌子(ヤフー株式会社)・マク ヒンチュン(ヤフー株式会社)

◆13:55~15:55 一般ユーザからの知識獲得  [座長: 嶋田 和孝(九工大)]

(19)[NLC] 13:55 - 14:20 震災被災者のソーシャルメディア分析を通じたメンタルケアの可能性
○青木竜哉(東工大)・那須川哲哉・吉川克正(日本IBM)・高村大也・奥村学(東工大)

(20)[NLC] 14:20 - 14:45 感情分析を用いた口コミサイトのレビュー分類システムの開発
○安藤 瞭・原 紳・渡邊信一(宇都宮大)

(21)[NLC] 14:45 - 15:10 音楽プレーヤアプリの利用者がコンテンツの再生中に投稿するツイートの調査
○安田研二・渡辺靖彦(龍谷大)

(22)[NLC] 15:10 - 15:35 Dating Serviceのデータを用いたWord2Vecによる趣味・嗜好の類似度算出
○明畠利樹・中西健太郎・岩本拓也(ミクシィ)

(23) 15:35-15:50ディスカッションタイム

このシンポは夏は東京渋谷、冬は大阪、それぞれで行われています。
夏は去年も一昨年も行ってきました。
第7回テキストマイニングシンポジウム

昨夏のは参加したもののレポートする時間が取れず、昨冬の大阪は体力的に行ける感じではなかったですね。終了後事務局に問い合わせたところ、予稿集は売り切れで紙媒体はないとのこと。これは冬も行かないと情報が入手できない、とばかりに高速バスを予約して申し込んだのでありました。

期待通りバラエティに富んだ楽しい発表会でした。
特に午後の「一般ユーザからの知識獲得」はアマサイの研究にも関係があり、興味津々でした。という割に眠気が襲い、最初の2つは夢うつつだったのですがw

(21)「音楽プレーヤアプリの利用者がコンテンツの再生中に投稿するツイートの調査」というのは、Twitterの#Nowplayingというタグを拾って、人はどういうときどういう曲を聴いているかということを機械学習して分類するというものです。この結果は業界の人が知れば、協調フィルタリングを使ってこの人はどのような音楽を聴いていてどのような曲を推薦すれば買ってくれるかという市場調査に役立つと評判がよかったです。

アマサイが興味を持ったのは、(22)「Dating Serviceのデータを用いたWord2Vecによる趣味・嗜好の類似度算出」というものです。
ネット婚活で相手を探すのはめんどくさいw、だから自分のプロフィルから適合する相手を自動的に選んでくれるシステムを構築したというものです。なんだかふざけている研究のようですが、Word2Vecを使って嗜好行列ベクトルを作り機械学習にかけるという至極真っ当なシステムでした。

この日の発表を聴いて、アマサイはどうも難しいことばかりに目が行ってしまい、テキストマイニングの可能性を狭めていると感じました。

もっと機械学習を勉強して、ツールを自由自在に使えるようになり、論文をばしばし書きたいと思います。


テキストマイニングは楽しいよ。//人気ブログランキングに投票してください。【押す】

February 05, 2017

機械学習のススメ

修論がらみで機械学習のライトトーキングを頼まれました。
何か書籍を買わなければ、と思ったら、先月買ったばかりの本が見つかりました。

『事例+演習で学ぶ機械学習-ビジネスを支えるデータ活用のしくみ-』
著者:速水悟
出版:森北出版
発行:2016年4月28日

第1章 ネット時代のデータ活用
第2章 データマイニングと機械学習
第3章 識別:線形識別とその発展形
第4章 予測:線形回帰とニューラルネットワーク
第5章 決定木
第6章 テキストマイニングと評判分析
第7章 推薦システム
第8章 ソーシャルネットワークの分析
第9章 検索連動広告
付録 R言語による演習

Kikaigakushu

機械学習はRとかWakeなどフリーソフトがあるので、結構簡単に試せます。
問題は何のデータを機械学習にかけるか、です。

ビジネスで何らかのデータを持っている人はそれをこのようなテキストに沿ってマイニングすればよいと思います。

特にそのようなデータを持ち合わせていない人はテキストマイニングに挑戦することをお勧めします。

ブログやTwitter、Amazonの商品評価など、フリーのテキストがたくさん落ちています。
そのテキストの傾向性などを解析することができます。

KHcorderなどフリーのテキストマイニングソフトもあります。
フリーの場合、辞書を整備する必要があります。

人工知能ブームのおかげで関連情報もたくさん出ています。

機械学習をやっていると「人工知能の研究しています」と言ってもウソではないので。
(^_^;)

みんなで機械学習やろう。//人気ブログランキングに投票してください。【押す】

February 02, 2017

映画『あん』

先日、BSで映画『あん』を見ました。
上映中に行きたかったのですが、忙しい時期でなかなかいけませんでした。

テレビで見られてよかったですが、やはり劇場で見たかったですね。

Eiga_an

映画「あん」で問いかけた「生きる意味」とは 原作・ドリアン助川さんに聞く

物語は、罪を犯して出所し、借金を抱えながらどら焼き店で働く千太郎(永瀬正敏)の店に、年老いた徳江(樹木希林)がアルバイトを志願することから始まる。徳江が小豆に語りかけながらゆでる餡(あん)のおいしさに、店は評判となり繁盛する。徳江はハンセン病療養所に住み、所内で菓子作りを学んでいた。しかし店主は、徳江の曲がった指を見て仙太郎に命じる。「あの人、『らい』よ。やめてもらってちょうだい」。風評が広がったのか、店への客足は遠のき始める。徳江もいつしか店を去るが、千太郎と常連客の中学生ワカナ(内田伽羅)は、ハンセン病療養所に住む徳江を訪ね、交流を深めていく。

・キャスト
徳江 - 樹木希林
千太郎 - 永瀬正敏
ワカナ - 内田伽羅
佳子 - 市原悦子
どら春のオーナー - 浅田美代子
ワカナの母 - 水野美紀
陽平 - 太賀
若人 - 兼松若人

1996年に「らい予防法」は廃止されましたが、それ以前にもらい病を扱った作品はありました。松本清張の『砂の器』は有名ですね。
2004年のTBSテレビでやったやつは、千代吉が大量殺人者という前科者という設定でした。これでは、『砂の器』を原作にした意味がありません。残念な映像化でした。

現代までらい病患者を隔離していたのは日本だけです。
たぶん、明確な差別がない(肌の色とか容姿)国だから被差別者を特定したかったのでしょうね。

前科のある千太郎とらい病患者である徳江が甘いドラ焼きで繋がれ、やがて離れ離れになってしまう。やさしくも切ない物語です。

映画全編で原作者のドリアン助川のメッセージ「誰もが意味を持ってうまれてきた」が突き付けられています。

今もらい病患者に向けられている差別を思うと胸が締め付けられるようです。

徳江が言う
「あんこみたいに甘いものにはね、塩気が少しあると甘味が強まるの。こういうお汁粉には塩昆布みたい固いものが合うわね」
という言葉は、苦難は人生の甘味を引き立てるという比喩でしょうか。

それにしても、徳江や千太郎の人生は塩気が効きすぎています。

西武線の通る桜並木は東京都東村山市だそうです。

都心から離れてはいるが、ド田舎ではない東村山は、千太郎や徳江が住むにはちょうどいい場所だったかもしれません。

日本映画は斜陽と言われていますが、毎年このような秀作が作られています。

私はバリバリハリウッドの映画ではなく、こういう人の温かみを感じる作品が好きです。

海外で評判がよかったのもうれしいですね。//人気ブログランキングに投票してください。【押す】。ご意見ご要望は新掲示板にお書き込みください。家主が確認の上、公開いたします。

January 30, 2017

機械学習ライブラリ「TensorFlow」とはなんぞや

おもしろそうだと思ってアクセスしてみたけどたいしたことなかった。

Googleの開発者が作った3時間でディープラーニング(深層学習)をスライドとムービーで学べる集中レッスン

ニューラルネットワークを用いた機械学習の「ディープラーニング(深層学習)」は人工知能(AI)開発に欠かせない技術であり、AI以外にもGoogleフォトの画像の自動タグ付け機能やAmazonのレコメンド機能など、すでに実用化されている技術に活用されています。そんなディープラーニングを開発者が学習するためのとっておきの方法をGoogleのクラウド開発者がブログで紹介しています。

Learn TensorFlow and deep learning, without a Ph.D. | Google Cloud Big Data and Machine Learning Blog | Google Cloud Platform

Googleでクラウドプラットフォームの開発を行うマーチン・ゴーナー氏は、「技術者がディープラーニングを学ぶには、ネット上にあふれている情報が難しすぎて学習できないはずだ」と感じたとのこと。ディープラーニングを解説する開発者向けの情報では、解説を理解する前提として「交差エントロピー」「勾配消失」などの難解な概念が当然のように用いられているため、門外漢の開発者にはとうてい理解できない内容だというわけです。

あまりにも難解な内容があふれている状況に「ゴーナー君。積分は幼稚園で学習しただろう?」という大学教授の叱責を思い出してしまったゴーナー氏は、博士号を取得することなく開発者がディープラーニングのテクニックを学べる方法を開発することにしました。ゴーナー氏が開発したのは、Googleの機械学習ライブラリ「TensorFlow」とディープラーニングの仕組みを合計3時間で学ぶという集中レッスン。この集中レッスンでは、「畳み込みニューラルネットワーク」「再帰型ニューラルネットワーク」などの基礎的なネットワーク構造に焦点を絞っているそうです。

ディープラニングだけ追っていてもだめですよ、強化学習を取り込まないとね。

ところで、CQ出版社の「Interface」でGoogleの機械学習ライブラリ「TensorFlow」を扱ってる!って驚いていた人がいたんだけど、ソフトウエアの人ってCQ出版社の本とか読まないのかね、まあ、ハードウエア系の本なんですけどね。

機械学習まわりはずっと特集組んでるだけどな。

この記事で気づいたので、私も買っておこう。
Mif201703l

Interface2017年3月号

第1章

ビギナから使える世界トップのAIライブラリON!

ラズパイからOK!Google人工知能で広がる世界

Appendix 1
Googleの人工知能ライブラリTensorFlowを勧める理由

Appendix 2
Google人工知能ライブラリTensorFlowの正体

第2章
試せるぼくらの小規模スマート農業!?
ラズパイ×Google人工知能...キュウリ自動選別コンピュータ

第3章
Googleを使った学習&判定プログラムをラズパイにONする手順
人工知能キュウリ・コンピュータを動かしてみる

第4章
ターゲット「キュウリ」選別に適したデータ&アルゴリズムの検討
ステップ1...設計方針を決める

第5章
話題の人工知能アルゴリズム「ディープ・ラーニング」初体験
ステップ2...キュウリ・データの学習

第6章
最初はPCで試すと便利
ステップ3...人工知能キュウリ判定

第7章
ほこりや土が舞う環境でも組み込んでしまえば安心
ステップ4...キュウリ用人工知能をラズパイで動かす


強化学習が大事というのは指導教授の受け売りです。//人気ブログランキングに投票してください。【押す】。ご意見ご要望は新掲示板が不調ですただ今調査中。

«統計学は最高のガクモンかもしれない

サイト内検索
ココログ最強検索 by 暴想

更新情報

June 2017
Sun Mon Tue Wed Thu Fri Sat
        1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30