論文の読み方 / How to survey新入生向けの資料
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
自身のサーベイ力向上のために行った経験を基に，論文サーベイの大切さ，基本的なやり方等をまとめました．4月21日に中部大学名古屋キャンパスで行われる名古屋CV・PRML勉強会の発表資料です．
高速で論文がバリバリ読める落合先生のフォーマットがいい感じだったのでメモ - 書架とラフレンツェ
(図書館学系の話題でもあるからちょっと悩んだけれど、文献読解全般に関する内容だからこちらへ) 既に日々論文をバリバリ読んでいるひとには今更な記事だろうけれど、分野ごとの違いもあって興味深かったのでざっくり記録する。 論文を大量に読む際に、頭から几帳面に読んでいると時間がどれほどあっても足りないし、後から「こんなことが書いてあった論文なんだったっけ？」という問題も発生してしまう。 研究者の皆様はMendeley などの文献管理ツールをを用いていることが多いかとは思うが、それでも論文の読み方そのものに工夫をすればインプット/アウトプットの効率が圧倒的によくなるので、やってみるにこしたことはない。 その工夫とは何かというと、論文を読むときに「特定の問いに集中して読む」というものだ。学術論文は分野ごとの違いはあれ、必ず特定の流れに従って構成されている。そこで要点のみに注目して読み、他の事項を捨てる
飯塚里志 — ディープネットワークを用いた大域特徴と局所特徴の学習による白黒写真の自動色付け
概要： 本研究では，ディープネットワークを用いて白黒画像をカラー画像に自動変換する手法を提案する．提案手法では，画像の大域特徴と局所特徴を考慮した新たな畳込みネットワークモデルを用いることで，画像全体の構造を考慮した自然な色付けを行うことができる．提案モデルにおいて，大域特徴は画像全体から抽出され，局所特徴はより小さな画像領域から計算される．これらの特徴は“結合レイヤ”によって一つに統合され，色付けネットワークに入力される．このモデル構造は入力画像のサイズが固定されず，どんなサイズの画像でも入力として用いることができる．また，モデルの学習のために既存の大規模な画像分類のデータセットを利用し，それぞれの画像の色とラベルを同時に学習に用いることで，効果的に大域特徴を学習できるようにしている．提案手法により，100年前の白黒写真など，様々な画像において自然な色付けを実現できる．色付けの結果はユー
selfref2006.dvi
∗ I 2 1 2 2 2 3 3 4 5 5 7 6 8 II 11 1 11 2 12 3 13 4 14 5 15 6 — 16 ∗ 2002 8 5 8 2006 5 2007 8 Soto-Andrade Varela 1984 1 Part I 1 Russell, B.A.W., 1872-1970 ( ) X ∈ X X M 1 M M M ∈ M M M M M ∈ M M 2 Cantor, G., 1845-1918 1 X 2X X u t X m : 2X → X X R R = {m(A) | A ⊆ X, m(A) 6∈ A} m(R) R m(R) ∈ R R m(A) 6∈ A A ⊆ X m(R) = m(A) m R = A m(R) 6∈ R m(R) 6∈ R R m(R) ∈ R 1 M 2 1 1 ( ) 3 1 2 X X X XX X u
インフラエンジニア向けシステム系論文 - ゆううきブログ
この記事ははてなエンジニアアドベントカレンダー2014の23日目とシステム系論文紹介 Advent Calendar 2014の23日目を兼ねています。 今回は、インフラエンジニア向けにシステム系論文を読むということについて書きます。 ここでいうインフラエンジニアは、Webサービスを作る会社のサーバ・ネットワーク基盤を構築・運用するエンジニアを指しており、はてなではWebオペレーションエンジニアと呼んでいます。 人が足りなくて普通に困っているので採用にご興味のある方はぜひこちらまで。 SRE (Site Reliability Engineer) 職 - 株式会社はてな はてなでは、id:tarao さんを中心に有志で論文輪読会を定期的に開催しており、システム系論文にかぎらず、言語処理系、機械学習についての論文などが読まれています。 だいたい１人でインフラまわりの論文を読んでいて、インフラ
Facebook、ユーザー約70万人のニュースフィードを操作した実験結果論文を発表
米Facebookが約70万人のユーザーのニュースフィードに表示する投稿を実験のために操作したことが、米国科学アカデミーの機関誌PNASで公開された論文で明らかになった。 Facebookのデータサイエンティスト、アダム・クレイマー氏ら3人によるこの論文は「ソーシャルネットワークにおける大規模情動感染に関する実験的証拠（Experimental evidence of massive-scale emotional contagion through social networks）」と題され、Facebookのニュースフィードに表示される投稿の感情がユーザーの投稿の感情に影響するかどうかを実験した結果がまとめられている。 この実験で、Facebookは68万9003人の英語を使うユーザーを抽出し、ニュースフィードのアルゴリズムを操作して、ポジティブな言葉を含む投稿の表示を減らした場合のユ
Linuxのブロックデバイスレベルで実現するrsyncより高速な差分バックアップについて - ゆううきブログ
社内で論文輪読会みたいなことやってて、そこで紹介した論文の内容についてです。 最近、Graphite に保存しているデータのバックアップ（データ同期）に rsync 使ってて、かなり遅いので困ってた。 LISA っていう 大規模システム、sysadmin 系のカンファレンスがあって、ここから論文探してたら、ちょうど巨大データの高速バックアップの実装の話があったので読んでみた。 論文概要 dsync: Efficient Block-wise Synchronization of Multi-Gigabyte Binary Data - https://www.usenix.org/conference/lisa13/technical-sessions/presentation/knauth - Thomas Knauth and Christof Fetzer, Technische U
404 SPAM Not Found #21 騙され上手になろう：404 SPAM Not Found
小飼弾です。ブロマガをお届けいたします。 200 Any Questions OK Q. なぜNatureは追試もされていない論文を掲載したのか? 弾さんはブロマガ#19で「俺の幹細胞がそんなにちょろいなわけがない」と言いましたが、やっぱりそんなにちょろいわけがありませんでしたね^^;)しかし弾さんはとにかく、なんでNatureまでちょろっとだまされちゃったんでしょうか? A. 権威の連鎖 ここでNatureに限らず、科学誌はどのように論文がウソでないことを担保してきたのかを確認しておきます。 発行者(パブリッシャー)はレフェリー (査読者)に論文を回す。 レフェリー はそれぞれの方法で論文を検証する。 が、レフェリー がどのように論文を検証するか、レフェリーの裁量に任されている。 つまり、「疑ってかかる」のはあくまでレフェリーであって、レフェリーから上は「信じてかかっている」わけです。そ
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
Tumblr
CiNii 論文 - 制服着用下における学生の下着着装の意識と実態 : 第1報