Deep Learningでラブライブ！キャラを識別する - christinaの備忘録
このところDeep Learningが相当流行っているようで、ほとんど至るところで話題になっているのを見ます。 Deep Learningは深層学習とも呼ばれ、ニューラルネットワークの層をこれまでより深くして機械学習を行う技法です（だそうです）。 画像認識コンテストで他の方法と比べて非常に高い精度を示しており、以前は人の手で行っていた特徴の抽出まで行えます。 以前であれば車を認識するには車はどのような特徴を持っているかを人がモデル化して入力していたわけですが、この特徴を入力画像と与えられたラベルからニューラルネットワークが捉えてくれます。詳しいことはDeep Learningで検索して出てくる記事やスライドを参照のこと。 Deep Learning自体は容易に実装可能なものではなさそうですが、多くの研究グループがDeep Learningを行うためのソフトウェアをオープンソースにしているた
pixiv のタグ情報を用いた「ラブライブ！ School idol project」のカップリングネットワークの構築 - (iwi) 備忘録
はじめに ネットワーク解析やグラフアルゴリズムの研究者がアルゴリズムを実装した際，動作確認のために最初に実行する toy example をどうするかというのは意外と悩ましい．パスグラフやグリッドグラフのような高い対称性を持つグラフや小さすぎるグラフではいまいち動作に確証が持てない．一方，公開されている実データは最も小規模な Karate Club や Dolphin Social Network 等でも目視には大きすぎる．調度良いサイズの，ある程度非自明な形をしており，アルゴリズムによる出力の意味の解釈がある程度可能であり，できれば愛着が持てるグラフデータが必要とされている． そこで，本研究ではそのような用途に適切なグラフデータとして，「ラブライブ！ School idol project」のキャラクター間のグラフを構築する．データの構築には，pixiv に投稿されている二次創作作品のタ
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
処理を実行中です
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
