機械学習で古代文字を解読、「線文字B」を自動翻訳
マサチューセッツ工科大学（MIT）などの研究者が、古代文字を解読できる機械学習システムを開発し、クレタ島の古代文字である線文字Bを解読させることで、システムの能力を実証した。大規模データベースに頼らずに言語を翻訳する手法を採用しており、今までに解読されていない古代言語を翻訳できるかもしれない。 by Emerging Technology from the arXiv2019.07.04 1229 482 21 0 1886年、英国の考古学者であるアーサー・エヴァンズは、見慣れぬ文字で奇妙な碑文が刻まれた古代の石に出くわした。その石は地中海にあるクレタ島で見つかったもので、エヴァンズはさらなる証拠を探しに、すぐさま島へと向かった。間もなく、似たような文字が記された多数の石と粘土板を発見し、紀元前1400年頃のものであると推定した。 紀元前1400年頃と時代が推定されたことにより、この文字は
しましま/IBIS2017 - 機械学習の「朱鷺の杜Wiki」
招待講演１：Supervised Learning without Discrimination† Nathan Srebro (TTI-Chicago) 統計的予測が人種や性別で差別的にならないようにする たとえ，保護属性 A が予測関数 ^Y(X) に含まれていなくても，A に依存する可能性 すくなくともテストのときは A を使って補正する必要 demographic parity：Aの各特徴ごとの割合を合わせる → 誤差を細かく制御できない equalized odds: 観測値が与えられたとき，予測値と保護属性が独立 → 属性ごとに誤差が同じ ^Y が実数のときは，ROC曲線を一致させるようにする ↑ 招待講演２：Advice to Young and New AI Scientists† Edward Albert Feigenbaum If you see an area in
第60回 データマイニング+WEB ＠東京( #TokyoWebmining 60th ) ー機械学習 活用 祭りーを開催しました - hamadakoichi blog
2017/10/28 "第60回 データマイニング+WEB ＠東京( #TokyoWebmining 60th ) ー 機械学習 活用 祭り ー" を開催しました。 第60回 データマイニング+WEB ＠東京( #TokyoWebmining 60th ) ー 機械学習 活用 祭り ーEventbrite Google グループ 会場提供して下さった FreakOut さん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。多くの方々の参加を嬉しく思っています。 参加者ID・バックグラウンド一覧： 参加者セキココ：第60回 データマイニング+WEB ＠東京 セキココ (作成してくれた [Twitter:@komiya_atsushi] さんに感謝） 以下、全講師資料、関連資料、ツイートまとめです。 AGENDA： ■Opening Talk： O1.「デー
クックパッドと自然言語処理/cookpad-and-nlp
݄ ݄ ژେֶݴޠϝσΟΞݚڀࣨଐ ΫοΫύουೖࣾ ݪౡ७ ݄ ৽ઃͷݚڀ։ൃ෦ʹҟಈ ത࢜ʢใֶʣऔಘ ݄ ࣗવݴޠॲཧͷݚڀ ɾಉٛදݱͷ֫ಘʢ*+$/-1ʣ ɾݕࡧ݁Ռͷཁʢ/-1*9ʣ ɾݕࡧ݁ՌͷϦϥϯΩϯάʢ*+$/-1ʣ ɾຊޠจͷѹॖʢ$0-*/(ʣ αʔϏε։ൃ෦ ࣗવݴޠॲཧͱը૾ೝࣝͷݚڀɾ։ൃ ɾϨγϐίʔύεͷߏஙʢ-3&$ʣ ɾϨγϐͷ༁ʢ8"5ʣ
DeepLearning研究 2016年のまとめ - Qiita
DeepLearning Advent Calendar 2016の17日目の記事です。 はじめに はじめまして。 Liaroという会社でエンジニアをしている@eve_ykと申します。 今年もあと僅かとなりました。 ここらで、今年のDeepLearningの主要な成果を振り返ってみましょう。 この記事は、2016年に発表されたDeepLearning関係の研究を広く浅くまとめたものです。今年のDeepLearningの研究の進歩を俯瞰するのに役立てば幸いです。 それぞれの内容について、その要点や感想なんかを簡単にまとめられたらと思います。 特に重要だと思った研究には★マークをつけておきます。 非常に長くなってしまったため、興味のある分野だけ読んでいただければと思います。 言い訳とお願い 見つけたものはコードへのリンクも示すので、プログラミングに関係ある記事ということで… 分野的にかなり偏っ
人間は囲碁でＡＩに勝てない～エヌビディア 井崎武士氏
人工知能（AI）関連の技術の中で、今、もっとも注目されているのが「ディープラーニング」だ。ディープラーニングとは、脳の神経回路にヒントを得た「ニューラルネットワーク」をベースにした機械学習の手法。AIが膨大な画像、音声、テキストなどのデータを分析・学習することで、場面に合わせた対応策を導き出すことが可能になる。その能力は、ある領域においては人間と同等、あるいは「すでに人間を超えた」とも言われている。 ディープラーニングを活用したシステムを作るうえで欠かせないのがGPU（グラフィックス・プロセッシング・ユニット）と開発環境。その二つの有力ベンダーであるNVIDIAを訪問し、TREND EXPO TOKYO 2016に登壇する井崎武士氏に、人工知能の現状と人々の生活にどんな恩恵をもたらすのか聞いた。 1997年東京大学工学部材料学科卒業後、1999年東京大学大学院工学系研究科金属工学専攻修了。
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
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
https://github.com/arXivTimes/arXivTimes/blob/master/datasets/README.md
自然言語処理と深層学習の最先端