足立山中腹の観光道路途中に在る、朝鮮戦争時で戦死した連合軍兵士を慰霊するメモリアルクロスへの道沿いの岩場に、おびただしい数の石像が捨てられたように無造作に在る。 これらの石像は天明５年(1785)５月、小笠原藩小倉城下の京町２丁目の酒蔵業新屋河村親子が、五百羅漢安置の願いを広寿山に出し、許されて建立した五百羅漢像である。寛政４年(1792)に完成し、広寿山１１代住職千巌（せんがん）和尚が開眼の法要を修した。 この岩山は江戸期には近くの広寿山福聚寺の境内であり、当初狐山と言われたが五百羅漢が安置されたので羅漢山と呼ぶようになった。 残念ながら現在はほぼすべてが首なしの石像となっており、幕末の長州との戦争で首を刎ねたとか、明治初めの神仏分離令による廃物毀釈で刎ねた、骨董ブームで盗まれたなど諸説有るようだが、メモリアルクロス建立時には連合軍によって立入り禁止になった時期もあり、真相は定かでないが
dbtplyr を使ってみる 2024/12/07 Japan.R 2024 (#JapanR) 小坪琢人 (@airspace_nobo) Here is the English version of the document (I also upload Engilsh version on X with #JapanR tag.) https://x.com/airspace_nobo https://www.docswell.com/s/airspace_nobo/K4V4ML-try_using_dbtplyr_japanr_english_ver/1 https://x.com/hashtag/JapanR?src=hashtag_click
日本におけるSFの始祖となった小説家。本名は佐野昌一。徳島市の医家に生まれ、早稲田大学理工科で電気工学を専攻。逓信省電気試験所に勤務するかたわら、1928（昭和3）年、「新青年」に『電気風呂の怪死事件』と名付けた探偵小説を発表して小説家としてデビュー。以降、探偵小説、科学小説、加えて少年小説にも数多くの作品を残した。太平洋戦争中、軍事科学小説を量産し、海軍報道班員として従軍した海野は、敗戦に大きな衝撃を受ける。敗戦翌年の1946（昭和21）年2月、盟友小栗虫太郎の死が追い打ちをかけ、海野は戦後を失意の内に過ごす。筆名の読みは、「うんのじゅうざ」、「うんのじゅうぞう」の二通りが流布している。丘丘十郎（おか・きゅうじゅうろう）名でも作品を残し、本名では電気関係の解説書を執筆している。 「海野十三」
愛媛が生産量全国一を誇る「キウイフルーツ」に、異変が起きているようです。植物の専門家に現場を案内してもらうと、驚きの光景が広がっていました。自然環境への影響が懸念される、その異変とは?
Juliaは、LLVMという中間言語に変換した後にアーキテクチャに最適なコードを生成することで高速な動作を実現しています。最近、IntelのFortranやCもLLVMを使う形になっています。つまり、LLVMは重要な中間言語です。そこで、LLVMレベルで自動微分を実装することができれば、言語に依らずに関数の自動微分ができるわけです。 この考えを使ったフレームワークはEnzyme Automatic Differentiation Frameworkです。このフレームワークはC, C++, Swift, Julia, Rust, Fortran, TensorFlow等の言語に対応しています。論文はこちらです。 例えば、C言語であれば、 #include <stdio.h> double square(double x) { return x * x; } double __enzyme_a
本記事は、ドコモアドベントカレンダー2024 19日目の記事です🎄 こんにちは！NTTドコモ クロステック開発部の畑元です。業務ではヘルスケア領域におけるデータ分析やAI開発を行っています。 この記事ではベイズ推論による機械学習とRStanを用いた分析例をご紹介します。データサイエンス分野の方には馴染みのある話かもしれませんが、私はよく忘れてしまうので頭の整理も兼ねて書いていこうと思います。 ※数式が崩れる方は、数式の上で右クリックして、Math Settings > Math Renderer > Common HTMLへ設定をご変更ください 1. はじめに 2. ベイズ推論について ベイズの定理 ベイズ推論 ベイズ的機械学習 3. 実際に動かしてみる 準備 探索的データ分析 ベイズ線形回帰 階層モデル 4. おわりに 参考書籍 1. はじめに 近年、AIに関する研究は急速に進歩し、あ
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? この記事では、私が最近設立に関わったtensor4allというグループを紹介します。 始めに 計算物理において、多くの重要な問題は数値的に解くのが極めて困難であり、特に量子多体系のシミュレーションや、超伝導体、分子シミュレーション、さらには量子コンピュータの基礎となるナノエレクトロニクスや超低温原子気体といった分野が含まれます。これらの問題に加え、部分微分方程式（PDE）の解法も非常に計算が重い場合があります。 このような多次元の問題を情報圧縮し解く技術として、ニューラルネットワークに代表される機械学習モデルが知られていますが、tens
R言語 Advent Calendar 2024の22日目の記事です。 背景 春からコーギーの仔犬と暮らし始めて、朝晩お散歩の日々です。散歩をする上で気になるのが天気です。雨だと単純に大変ですし、地表面の近くを歩く犬にとって高温・暑熱は大敵です。本記事では快適な犬ライフに向けて散歩に好適な気象条件の地域差を解析します。 準備 散歩好適を判断する具体的な条件として、ここでは以下のようなものを採用します。 高温条件: 気温が30 °C以上ならば不適 暑熱条件: 熱中症リスクを反映する湿球黒球温度 (WBGT) が25 °C以上ならば不適 降雨条件: １時間降水量が0.1 mmより大きければ不適、ただし気温が0 °C以下ならば好適 (雨ではなく雪が降る) 低温条件: 気温が-10 °C以下ならば不適 これらの４つの制約条件のいずれにも該当しない場合を散歩好適とみなします。WBGTは文献1に従って
IJulia.jlのカーネルはデフォルトではシングルスレッドです. マルチスレッドを使いたい人は下記をお試しください. IJulia.jlのインストール まだJupyter Notebook/Labをインストールしていない人はimport Pkg; Pkg.add("IJulia")でIJulia.jlを追加しましょう. 詳しい手順は下記の記事で解説しています. マルチスレッドカーネルの追加 どこで見たアイディアなのか忘れてしまいましたが, ググるとこちらのページに同じコードがあります. 下記のコマンドで, 自動的に最大のスレッド数を指定したJuliaカーネルを追加できます. スレッド数を指定したい場合はこちらのページを参考にしてください.
10-element Vector{Float64}: 0.5627138851056968 0.8499394786290626 0.37160535186424815 0.28336464179809084 0.381127966318632 0.36580119057192695 0.8350140149860443 0.26002375370524433 0.9223171788742697 0.040441694559945285
この記事はソニックガーデン プログラマ アドベントカレンダーの6日目の記事です。 はじめに こんにちは。株式会社ソニックガーデンのmaedanaです。 今回は(自分の知る限り)マイナーなTodo管理用のテキストファイル(todo.txt)及び、このテキストファイルを利用するためのクライアントツールについて書きます。なお今回の話の前提として個人のTodo管理を想定しており、チームのTodo管理は想定していません。 todo.txtは、todo管理のためのテキストファイルのフォーマットの仕様が書かれたドキュメントです。さて、いきなりですがtodo.txt には冒頭で以下のように書かれています。 The first and most important rule of todo.txt: A single line in your todo.txt text file represents a
この記事はR言語 Advent Calendar 2024の23日目の記事です． データ分析において，面倒だけれどもやらなくては始まらないのがデータの前処理です．最近では，機械判読しやすいデータ作成を心掛けることが重視されるようになってきていますが， 人と機械の両方にとって読みやすいデータ形式を作成することはそもそも容易ではありません． そこで，この記事では，人が見ることを前提に作成されることの多いExcelファイルを Rで整形する際のTipsを紹介します．この記事では，主にExcelファイル向けのTipsを紹介しますが，CSVファイル等のデータ形式にも応用できると思います． Excelファイルを整形するアプローチには主に以下の2つがあります． この記事では，Excelファイルのテーブル構造の読み解き方を紹介した後に， 以下の2つのアプローチによるデータ整形の方法を紹介します． readx
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 空間的異質性を考慮したノンパラメトリック回帰モデル 東京工業大学/株式会社Nospare リサーチャーの栗栖です． この記事では最近の研究成果「空間的異質性を考慮したノンパラメトリック回帰に関する論文」(Kurisu(2021)) について紹介します． モチベーションと 空間的異質性 分析したいデータが空間内のある領域で観測され，異なる地点のデータが互いに何らかの関係性をもつと考えられる場合，そのようなデータは空間データと呼ばれます．例えばある地点における気温や風速，降水量などの気候データ，$\text{PM}_{2.5}$や一酸化炭素
空間データの最も基本的な特性として空間相関(Spatial correlation)があります。本記事はこれに焦点を絞ってまとめてみます。 1. 空間相関のイメージ 「自分の場所とその近場は影響がある」と考える相関関係の考え方を導入したい。 例えば、正の相関（＝自分が高い場合は近場も高い）のイメージとしては、大気汚染やウィルス感染など、汚染度や感染度が高い地域は周りも高いと解釈するような事象のイメージ。 また、負の相関（＝自分が高い場合は近場は低い）のイメージとしては、売上が高いスーパーにある周りのスーパーは客を取られているので売上が低いなど、空間的な競争が生じているようなイメージ。 空間相関を見ることでこういったことをデータや可視化で把握することができる。 2. 近場をどう定義するか？ まず近場をどう定義するかが重要になる。2つの考えがある。 以下で説明するが、この辺はspdepパッケー
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