「馬券の配当160億円」をどうやって実現したのか - 朝日新聞の補足記事 - アフター・パンデミック
ちまたの競馬予想会社のうさん臭さは、「そんなに儲かるならなぜ自分で買わない」という言葉で表されるが、ほんとに儲かる人間はやはり自分で馬券を買っていることを証明した事件だと言える。 asahi.com（朝日新聞）が競馬の配当１６０億円隠す 英国人社長のデータ分析会社という記事を報じているが、新聞紙面ではその隣に関連記事も掲載されているので、これを引用する。 「なぜそんなに稼げた - 3連単を分散買い」（2009年10月9日付朝日新聞より） ユープロ関係者らによると、同社は、天候や出走馬の血統、騎手などの各データを入力、解析する競馬必勝プログラムを使い、高確率で配当金を得ていたという。だが、億単位の資金を使い、ほとんどの組み合わせの馬券を買うという、一般の競馬ファンにはまねできないやり方だった。 05年設立の同社が目をつけたのは、「3連単」という馬券。1着から3着までを順番通り当てるもので、配
神経活動を分析して「見ていたものの再現」に成功 | WIRED VISION
前の記事 『iPhone』表示ヘルメット＋自転車で東京を疾走(動画) 『TGS2009』お勧めショッピング：画像ギャラリー 次の記事 神経活動を分析して「見ていたものの再現」に成功 2009年9月30日 Brandon Keim 画像はNeuron論文から。左側の画像は、被験者が見た画像。真ん中の画像は、従来の「構造に焦点をあてた分析モデル」が戻してきた画像。右側の画像は、最新の「概念に焦点をあてた分析モデル」による画像。なお、サイトトップの画像は、前回の研究を紹介する日本語版記事より 科学者たちは、人の精神を読むことで、その人がそれまで見ていたものを知ることに一歩近づいた。脳のなかでイメージがどのように表されているかをモデル化することで、神経活動パターンの記録を、被験者が見ていた写真と結びつけることに成功したのだ。 この研究は、カリフォルニア大学バークレー校の神経科学者Jack Gall
Web上の膨大な画像に基づく自動画像補完技術の威力 - A Successful Failure
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
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
