情報更新

last update 02/26 09:14

ツイート検索

 

@fronori
サイトメニュー
Twilogユーザー検索

Twilog

 

@fronori

Tetsuo Ishikawa@fronori

Stats Twitter歴
2,900日(2010/03/21より)
ツイート数
10,436(3.5件/日)

ツイートの並び順 :

表示するツイート :

2018年02月22日(木)2 tweetssource

2月22日

@fronori

Tetsuo Ishikawa@fronori

ノンパラ好きなら外せないWMW(Wilcoxon順位和/Mann–Whitney Uを合わせて)の提案者たちのご尊顔を初めて拝した。 WMWの漸近相対効率(ARE)は3/π(≒ 0.955) twitter.com/fronori/status とは覚えておいて損はない。毎回思い出すたびに、なるほどと唸る。ただし、分散の均質性に頑健でないのが玉に瑕。 pic.twitter.com/Xr1NvdmbGx

posted at 19:35:21

2018年02月21日(水)1 tweetsource

2月21日

@fronori

Tetsuo Ishikawa@fronori

グッときたスライド。自信のなさの自覚と記銘。≪モデリングとは…あまり自信のない判断をせざるを得なくなるときもあるが、その時は「ここで微妙な判断をした」ということを忘れないことが重要。
→ 自分のモデルを冷静に評価すること≫土居正明『経時データのモデリング(1)』www012.upp.so-net.ne.jp/doi/biostat/CT pic.twitter.com/ylYl2dg3my

posted at 20:43:52

2018年02月19日(月)7 tweetssource

2月19日

@fronori

雨雲@N74580626

スキーのスーパー大回転⛷

成績上位20人が先に滑り、オーストリアの選手がトップ(みんなが金メダルを確信)

スノボでのメダルが期待されているレデツカ選手(チェコ)が借り物のスキー板を履いて26番目にスタート(みんながノーマーク)

トップでゴールし会場は騒然、本人は呆然 pic.twitter.com/xETYQuaTPI

Retweeted by Tetsuo Ishikawa

retweeted at 22:56:10

2018年02月18日(日)8 tweetssource

2月18日

@fronori

しゅんけー@shunk031

Spectral clusteringのためのDeep learning手法を用いて大規模データセットへの適用と埋め込みの一般化を可能にしたSpectralNetを提案している。先行研究のクラスタリング手法より優れたパフォーマンスを示し、IMSATと同程度の性能を発揮している。 また未知のデータに対しても高い精度を示している。 twitter.com/shunk031/statu

Retweeted by Tetsuo Ishikawa

retweeted at 20:22:15

2月18日

@fronori

Yusuke Uchida@yu4u

AAAI'18。顔ランドマーク推定をregressionではなく、クラス分類として解く。こういう論文だいしゅき。普通にやると精度が低下するが、マルチラベルとして学習すると良い。 Brute-Force Facial Landmark Analysis With A 140,000-Way Classifier arxiv.org/abs/1802.01777

Retweeted by Tetsuo Ishikawa

retweeted at 10:16:07

2018年02月17日(土)4 tweetssource

2月17日

@fronori

えり@我が推しに幸あれ@Rabi_4510471

フェルナンデスが一位で羽生結弦が二位だったとき、悔しがる羽生結弦を抱き寄せてな、「僕の中ではいつも君がチャンピオンだよ」って言う、そんな伝説があってな、日本勢以外は興味ないって人も、ぜひ、応援、ね、ンオーーー!!!!!!ぁ゛あ゛あ゛あ゛;;;;;;;;;;;;;;;; pic.twitter.com/3CCQs1983q

Retweeted by Tetsuo Ishikawa

retweeted at 12:54:35

2018年02月16日(金)7 tweetssource

2月16日

@fronori

Tetsuo Ishikawa@fronori

流行りの非滑らか化!?≪特異点を持つカラビ・ヤウ多様体ではチャーン類をうまく定義できないが、特異点がすべてゴレンシュタイン特異点であれば標準バンドルと標準類を定義することはでき、滑らかなカラビ・ヤウ多様体での定義を、特異点を持つカラビ・ヤウ多様体へと拡張することが可能≫Wikipedia

posted at 12:43:01

2月16日

@fronori

piqcy@icoxfog417

学習率を自動調整するアルゴリズム(Adam/RMSPropなど)は、しばしば最適解に至らないケースがある。その原因として、ごく稀に大きな勾配が発生するケースにおいて、指数移動平均がその影響を急速に減少させてしまう点がある。そこで低めの学習率を使用し、過去の勾配の影響をなだらかにする手法を提案。 twitter.com/seb_ruder/stat

Retweeted by Tetsuo Ishikawa

retweeted at 12:04:23

2018年02月15日(木)6 tweetssource

2月15日

@fronori

kato.kohaku.0@kato_kohaku

ルール→black boxを組合わせて、前者で正例にも負例にも分けられないインスタンスは後者に投げる。ルールがデータ全体をどれだけカバー出来たか評価することで、予測精度+モデルの解釈可能性+データの説明可能性を目的関数とするexplainabilityという指標値を提案する。
arxiv.org/abs/1802.04346

Retweeted by Tetsuo Ishikawa

retweeted at 21:05:40

2月15日

@fronori

M脇@tak_miyawaki

アストロサイトがニューロンの活動コントロールする的な主張は摂動が極端すぎて生理的に起こってるのかわからないことが多いけどこれはガチっぽいな

Retweeted by Tetsuo Ishikawa

retweeted at 09:52:46

2月15日

@fronori

knom@k_nomot

朝からhabenulaの話題多いなと思ってたら、Hailan HuラボからNature article二連発か!鬱様行動につながるlateral habenulaのバースト発火にアストロサイトが関与って話とケタミンでバースト発火抑えるって話かな。うーんすごい

Retweeted by Tetsuo Ishikawa

retweeted at 09:52:29

2018年02月13日(火)5 tweetssource

2月13日

@fronori

Tetsuo Ishikawa@fronori

うむ。さっぱりわからん。素粒子論と現代思想、ある種のものはどちらが形而上でどちらが形而下かもはや区別がつかない。思考が脳にembodyingするならどちらも下に由来するわけだし、脳にsuperveneするmindに根ざすならどちらも上を志向するのでもおかしくはないのかな。上下の境こそ幻想だったりして。

posted at 19:23:30

2018年02月12日(月)7 tweetssource

 

公開拒否

retweeted at xx:xx:xx

 

公開拒否

retweeted at xx:xx:xx

2月12日

@fronori

笑い猫@bokudentw

@tmaehara モース関数は二階連続微分可能が仮定ですか。現実の自然現象は、非線形なものが多くてこれ仮定できるのかなあ。あと、ブログ主の「Monkey saddleはまず現れない(もし現れても簡単に消せる)」の発言にはそうなの?根拠とかあるのかなあ

Retweeted by Tetsuo Ishikawa

retweeted at 19:39:47

2月12日

@fronori

dhgrs@__dhgrs__

「鞍点で学習が停滞」が過去のものになりつつある?例として、Adamはロス減少が早いが汎化能力が低いので、途中からSGDに変え汎化能力を上げるという論文があります。この背景には、「Adamは鞍点を避けるためではなく学習を早くするために使う」新常識があるかと思います。
arxiv.org/abs/1712.07628 twitter.com/hmkz_/status/9

Retweeted by Tetsuo Ishikawa

retweeted at 19:36:35

2018年02月10日(土)2 tweetssource

2018年02月09日(金)6 tweetssource

2月9日

@fronori

piqcy@icoxfog417

CNNの構造探索について強化学習と進化戦略を同じハードウェアスペック・探索空間など条件をそろえて比較した研究。結果は進化戦略の方が良好なモデルを作成し、探索の結果得られたAmoebaNetsはCIFAR-10でSOTA。進化戦略はトーナメント戦略と最も古いものを除く方式の2つ、強化学習はTRPOを使用している twitter.com/hardmaru/statu

Retweeted by Tetsuo Ishikawa

retweeted at 20:53:08

2月9日

@fronori

piqcy@icoxfog417

CNNの判断根拠を明らかにする方法のサーベイ。5つのカテゴリに分けて紹介されており、隠れ層の活性を利用する、inputのFlipなどにより重点箇所を探る、判断根拠の共起/相関を探る、あらかじめ解釈性の高いモデルを作る、人とのインタラクションから判断根拠を明らかにする、というように分けられている twitter.com/Deep_Hub/statu

Retweeted by Tetsuo Ishikawa

retweeted at 11:03:44

このページの先頭へ