KUSK Dataset – Kyoto University Smart Kitchen Dataset- 概要 Kyoto University Smart Kitchen dataset (KUSK dataset) はキッチンでの人間の活動を観測したデータセットです． 本プロジェクトは調理支援を題材として，ITテクノロジーに不慣れなユーザにも利用可能なインターフェイスの開発を目指しています． そのようなシステムを実現するためには，システムはユーザの振る舞いを受動的に観測し，意図を予測し，そして，タイムリーで，かつ，適切な支援を提供する必要があります． このような支援の実現をめざし，本データベースではITの知識が必要なウェアラブルセンサではなく，環境埋め込み型のセンサを利用しています． 本データベースは研究目的に限り自由に利用可能ですが，論文等で利用する場合には参考文献への引用が必要
結構な時間をかけて、最近のコンピューターサイエンスの論文を読み漁っている。 自分のチームのプロダクトを改善してくれそうな、アルゴリズム的な物を何でも探しているのだ。 これも Indeed のミッションである Help People Get Jobs のため。成果はまちまちで、 Indeed では活用できそうにない美しい数式しか見つからないこともしょっちゅうある。 でも、コンピューターサイエンスの文献を読み込むことで、得られるものは沢山ある。 もっと多くのソフトウェア開発者が、文献を活用して腕を磨いてもいいんじゃないだろうか。 コンピューターサイエンスの論文を読む理由とは 「何で？」－ そもそも、こう思うんじゃないだろうか。 現役で仕事をしている開発者は、やはり論文なんか読まないだろう。 事実、僕が文献サーチを勧めると、何人もの優秀な開発者にぽかんとした顔つきで見られた。 「え？ Stack
Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP), pages 2–13, October 25-29, 2014, Doha, Qatar. c 2014 Association for Computational Linguistics Modeling Interestingness with Deep Neural Networks Jianfeng Gao, Patrick Pantel, Michael Gamon, Xiaodong He, Li Deng Microsoft Research One Microsoft Way Redmond, WA 98052, USA {jfgao,ppantel,mgamon,xiaohe,den
前回に引き続き、女性研究者が集まるランチ会『Women’s Luncheon』でのお話をお届けします。ゲストトーカーの2人目は、就職先に海外を選び、飛び込んでいった若手女性研究者、荒瀬由紀さんにお願いしました。 北京にあるMicrosoft Research （MSRA）で研究者として働く荒瀬由紀さんは、2010年に大阪大学で博士号を取得した後すぐに、MSRAへ就職しました。海外に就職することに迷いはなかったのでしょうか？ そして、決断の決め手となったものは一体何だったのでしょう？ 就職の決め手は“最先端”のコミュニティに参加できること『Women’s Luncheon』でゲストトークをしていただいたMicrosoft Research（MSRA）研究者、荒瀬由紀さん（中央）荒瀬さんは博士課程の間にほぼ1年間、MSRAでインターンをされていたそう。 「よく、『なぜ北京で働こうと思ったんです
研究論文の書き方は重要にも関わらず研究室で体系的に教えられることはほとんどない（と予想される）．従って個々人で情報を集める，書籍を購入するなどして論文執筆能力を向上させるしかない． 論文の書き方に関するウェブページ，書籍などは探せば色々見つかる．以下に僕が実際に参考にしているものをピックアップしておく： Writing for Computer Science 情報検索の分野で有名な研究者Justin Zoble氏の著作 コンピュータサイエンスの英語文書の書き方 “Writing for Computer Science”の訳書 Tips for Writing Technical Papers Stanford大学InfoLabのJeniffer Widom氏が公開しているウェブページ 以下は，Stanford大学InfoLabのJennifer Widom氏が公開している”Tips f
1. The document discusses various statistical and neural network-based models for representing words and modeling semantics, including LSI, PLSI, LDA, word2vec, and neural network language models. 2. These models represent words based on their distributional properties and contexts using techniques like matrix factorization, probabilistic modeling, and neural networks to learn vector representatio
Not your computer? Use a private browsing window to sign in. Learn more about using Guest mode
どうも、みややっこです。 最近は就活シーズンということで、 よく「何年卒？」って聞かれ慌てふためいてます。 （たぶんいまところ16卒です．．．） こんな留年娘ですが、最近「教育系サービス」にはまっています。 オンラインでハーバードやMIT、バークレーなどの有名大学のクラスを受けれる、 「edx」や「coursera」は電車の中でよく使います。 日本の大学にももっと積極的にオンラインクラスを導入して欲しいものです。 さて今回はedxよりも、研究者向けのサービスを紹介したいとおもいます。 論文共有プラットフォーム [Academia.edu][Mendeley][ResearchGate] Academia.eduは研究者のための論文共有サイトで、 私は慶應大学の在学生としてユーザー登録しています。 自分の学部と興味のある分野を選択しフォローすることで、 タイムライン上に関連する論文が並びます
マーケティングメトリックス研究所ではデータ分析に関わる研究者や実務家の方々をお招きしインタビューシリーズにも取り組む運びとなりました。 当サイトにお越し下さる読者の皆様のデータ活用に少しでもお役に立てれば幸いです。記念すべき第1回目は産業技術の幅広い分野の研究を行う国内最大級の公的研究機関である産業技術総合研究所の油井誠研究員をお迎えしてビッグデータを扱う基盤技術や機械学習についてお話を伺います。 2003年芝浦工業大学工学部卒業。奈良先端科学技術大学院大学博士前期・後期課程をそれぞれ短縮修了し2009年3月博士（工学）を取得。2003年7月IPA未踏ユース、スーパークリエータ認定。2009年日本学術振興会特別研究員 (PD 工学)、早稲田大学IT研究機構客員研究員（兼任）。2010年4月より独立行政法人産業技術総合研究所 情報技術研究部門サービスウェア研究グループ研究員、現在に至る。 [
In applications such as audio denoising, music transcription, music remixing, and audio-based forensics, it is desirable to decompose a single- or stereo-channel recording into its respective sources. To perform such tasks, we present ISSE - an interactive source separation editor (pronounced "ice"). ISSE is an open-source, freely available, cross-platform audio editing tool that allows a user to
やった! CSJ(と新聞記事)からの, 単語の「女性度」の結果。 単純に中身に依存する語も混じっていますが, 結構女性らしい気がします。 とりあえず, 「青空フレーズ」も女性らしさの高い漫画のタイトルになるということが わかりました。w 表明 4.6383 青空 4.5353 見渡す 4.5167 寒かっ 3.9486 放っ 3.8496 凄かっ 3.7123 フレーズ 3.6517 重み 3.6218 単なる 3.5859 満開 3.5602 くさく 3.5188 治し 3.5034 届く 3.3464 動員 3.3411 振り掛け 3.3402 たちまち 3.3228 広げる 3.3200 触る 3.2801 断わり 3.2613 立ち上がっ 3.2359 きらきら 3.2313 整える 3.1912 ちなみにこちらは男性度の高い単語。む, むさい。。 ビションフリーゼ 0.0695
ニコニコ動画をご利用いただきありがとうございます。 去る4月末、第四回ニコニコ学会β開催を記念し、国立情報学研究所 情報学研究データリポジトリ(IDR)ご協力の元、ニコニコ動画のメタデータ「ニコニコデータセット」を公開しました。 データはニコニコ動画に昨年11月初旬までに投稿された約830万件の動画のメタデータ（タイトル、説明文、タグ、投稿日時、再生数等）約12GBと、それに対するコメントデータ（コメント本文、投稿日時、コメント位置等）約300GBです。動画データ本体および個人を特定するユーザIDは含まれません。原則「すでに公開されているデータ」をとりまとめており、非公開のデータは含みません。 本データが公開されることにより、スクレイピング等を行わなくともニコニコ動画に関する研究が行えるようになります。 また、学術機関に所属する研究者が検証可能な形で公式に研究発表しやすくなるものと考えられ
ストーリー by reo 2013年04月05日 12時20分 べ、別にくやしくなんて（略） 部門より Google Scholar Metrics は、昨年四月から始まったサービスで学術雑誌のインパクトに関するデータを提供するサービスである (ワイリー・サイエンスカフェの記事より) 。トムソン・ロイターによるインパクトファクターではなく、Google が h-index と呼ぶ指標を用いているのが特徴。 このサービスでは英文誌だけでなく、日本語を含む 9 つの言語での h-index ランキングを掲載しているのだが、現在和文誌のランキングでは情報処理学会論文誌が h5 指標 9、h5-中央値 14 でトップとなっている (河並先生のつぶやき、情報処理学会のつぶやきより) 。人工知能学会論文誌は 4 位、電子情報通信学会 (信学会) 論文誌 D は 16 位となっている。h-index は
自分のメモ書きとして，たびたび論文執筆やプレゼン時に参考にしているサイトを以下にまとめてみました． 自身の研究分野である，コンピュータサイエンスや人工知能分野に関連する資料が多めです． 他に参考となる有用なサイトをご存知の方がいらっしゃれば，コメント等で教えて頂けると筆者が喜びます！ English Check Manual 東大，牧島先生の作成した英字論文執筆／校正のためのチェックマニュアル． 英字論文を書く際に，（特に日本人が）誤りやすい文法や単語を修正例とともに示したもの． 自分が英文を書く時はもちろん，校正時もこのチェックマニュアルに従って，誤り箇所に番号を振る形で修正しています． 英語論文の書き方 東大，松尾先生の作成した英語論文の作成マニュアル． 論文の完成度を高めるために何をすれば良いか，論文執筆の全体像・心構え・Tips集等盛り沢山 毎回新しい論文を書くたび，参拝する気持ち
岡野原です。Deep Learningが各分野のコンペティションで優勝し話題になっています。Deep Learningは7、8段と深いニューラルネットを使う学習手法です。すでに、画像認識、音声認識、最も最近では化合物の活性予測で優勝したり、既存データ・セットでの最高精度を達成しています。以下に幾つか例をあげます。 画像認識 LSVRC 2012 [html] 優勝チームスライド [pdf], まとめスライド[pdf] Googleによる巨大なNeuralNetを利用した画像認識（猫認識として有名）[paper][slide][日本語解説] また、各分野のトップカンファレンスでDeep Learningのチュートリアルが行われ、サーベイ論文もいくつか出ました。おそらく来年以降こうした話が増えてくることが考えられます。 ICML 2012 [pdf] ACL 2012 [pdf] CVPR
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