The Homepage of Nearest Neighbors and Similarity Search
The Homepage of Nearest Neighbors and Similarity Search Maintained by Yury Lifshits Update: this page is frozen. Please visit the successor page by Arnoldo Muller To preprocess a database of N objects so that given a query object, one can effectively determine its nearest neighbors in database The purpose of this page is to collect links, people, ideas, keywords, papers, slides, code and data sets
DO++: 機械å¦ç¿’ã«ã‚ˆã‚‹è‡ªç„¶è¨€èªžå‡¦ç†ãƒãƒ¥ãƒ¼ãƒˆãƒªã‚¢ãƒ«
自然言語処ç†ã®ã¨ãã«ä½¿ã†æ©Ÿæ¢°å¦ç¿’手法ã®ãƒ†ã‚¯ãƒ‹ãƒƒã‚¯ã‚’ã–ーã£ã¨ï¼’時間程度ã§ç´¹ä»‹ã—ã¦ã»ã—ã„ã¨ã®ã“ã¨ã ã£ãŸã®ã§ä»Šæ—¥è©±ã—ã¦ãã¾ã—ãŸã€‚基本的ã«ã€ãã‚“ãªã«é ‘張らãªãã¦ã‚‚効果ãŒå¤§ãã„ã‚‚ã®ã‚’ä¸å¿ƒã«èª¬æ˜Žï¼ˆç‰¹ã«ãƒ‘ーセプトãƒãƒ³ã¨ã‹ï¼‰ã‚’説明ã—ã¦ã¾ã™ã€‚ 紹介ã—ãŸæ‰‹æ³•ã¯ãƒ‘ーセプトãƒãƒ³ã€æœ€å¤§ã‚¨ãƒ³ãƒˆãƒãƒ”ーã€æ£å‰‡åŒ–ã€å¤šã‚¯ãƒ©ã‚¹åˆ†é¡žã€ç³»åˆ—分類（CRF, Structured Perceptron）ãªã©ãªã©ã§ã™ã€‚ã©ã‚Œã‚‚一ã‹ã˜ã‚Šã™ã‚‹æ„Ÿã˜ã§ç¶²ç¾…çš„ã«è¦‹ã‚‹æ–¹ã‚’優先ã—ã¦ã¾ã™ã€‚個々ã®è©³ã—ã„話ã¯ãã‚Œãžã‚Œã®æ–‡çŒ®ã‚„実装ãªã©ã‚’当ãŸã£ã¦ã¿ã¦ãã ã•ã„。 スライド [ppt] [pdf] ã“ã“ã§è©±ã—ã¦ã„ã‚‹ã®ã¯ç·šå½¢è˜åˆ¥ãƒ¢ãƒ‡ãƒ«ã®æ•™å¸«æœ‰ã‚Šå¦ç¿’ãŒä¸å¿ƒã§æ•™å¸«ç„¡ã—å¦ç¿’（クラスタリングãªã©ï¼‰ãªã©ä»–ã®è‡ªç„¶è¨€èªžå‡¦ç†ã‚’支ãˆã‚‹æŠ€è¡“ã¯çœã„ã¦ã¾ã™ã€‚ ã“ã†ã„ã†ã®ã‚’使ã£ã¦ï¼ˆä½¿ã‚ãªãã¦ã‚‚ã„ã„ã‘ã©ï¼‰ã©ã‚“ã©ã‚“アプリケーション作らãªã„ã¨ã„ã‹ã‚“ã。 Tarot is not used to ma
ALIPR Paper
Real-Time Computerized Annotation of Pictures Jia Li and James Z. Wang The Pennsylvania State University, University Park, PA 16802 Abstract: Automated annotation of digital pictures has been a highly challenging problem for computer scientists since the invention of computers. The capability of annotating pictures by computers can lead to breakthroughs in a wide range of applications including We
Carnegie Mellon Press Release: June 13, 2006
Press Release Contact: Byron Spice 412-268-9068 Anne Watzman 412-268-3830 For immediate release: June 13, 2006 Carnegie Mellon Researchers Teach Computers To Perceive Three Dimensions in 2-D Images Program Automatically Generates 3-D Models From a Single Photograph Above is a composite image of Carnegie Mellon's University Center, showing a photograph (top left) and three 3-D reconstruction
Taku Kudo
Profile åå‰ å·¥è—¤ æ‹“ (ãã©ã† ãŸã) è·æ¥ ç ”ç©¶è€… 写真 ãŠå°å ´ã«ã¦Â ルスツã«ã¦ 暇ã¤ã¶ã— ウクレレ, スノーボード, ジャグリング, ダーツ Research Topics çµ±è¨ˆçš„è‡ªç„¶è¨€èªžå‡¦ç† å½¢æ…‹ç´ è§£æž ãƒ†ã‚ストãƒãƒ£ãƒ³ã‚ング çµ±è¨ˆçš„çµ±èªžè§£æž çµ±è¨ˆçš„ä¿‚ã‚Šå—ã‘è§£æž æ©Ÿæ¢°å¦ç¿’ Support Vector Machines Boosting Maximal Margine Classifiers データマイニング åŠæ§‹é€ 化データã®é«˜é€Ÿãƒžã‚¤ãƒ‹ãƒ³ã‚° テã‚ストマイニング è©•åˆ¤åˆ†æž Software MeCab (次世代 å½¢æ…‹ç´ è§£æž ã‚¨ãƒ³ã‚¸ãƒ³) CaboCha (ä¿‚ã‚Šå—ã‘解æžå™¨) CRF++ (汎用 Tagger,Chunker based on CRF) YamCha (汎用 Tagger,Chunker based on SVM) TinySVM (SVM å¦ç¿’パッケージ) Tin
鹿島ã•ã‚“ã®æ©Ÿæ¢°å¦ç¿’ç ”ç©¶
サービス終了ã®ãŠçŸ¥ã‚‰ã› ã„ã¤ã‚‚Yahoo! JAPANã®ã‚µãƒ¼ãƒ“スをã”利用ã„ãŸã ãèª ã«ã‚ã‚ŠãŒã¨ã†ã”ã–ã„ã¾ã™ã€‚ ãŠå®¢æ§˜ãŒã‚¢ã‚¯ã‚»ã‚¹ã•ã‚ŒãŸã‚µãƒ¼ãƒ“スã¯æœ¬æ—¥ã¾ã§ã«ã‚µãƒ¼ãƒ“スを終了ã„ãŸã—ã¾ã—ãŸã€‚ 今後ã¨ã‚‚Yahoo! JAPANã®ã‚µãƒ¼ãƒ“スをã”愛顧ãã ã•ã„ã¾ã™ã‚ˆã†ã€ã‚ˆã‚ã—ããŠé¡˜ã„ã„ãŸã—ã¾ã™ã€‚
サービス終了ã®ãŠçŸ¥ã‚‰ã›
サービス終了ã®ãŠçŸ¥ã‚‰ã› ã„ã¤ã‚‚Yahoo! JAPANã®ã‚µãƒ¼ãƒ“スをã”利用ã„ãŸã ãèª ã«ã‚ã‚ŠãŒã¨ã†ã”ã–ã„ã¾ã™ã€‚ ãŠå®¢æ§˜ãŒã‚¢ã‚¯ã‚»ã‚¹ã•ã‚ŒãŸã‚µãƒ¼ãƒ“スã¯æœ¬æ—¥ã¾ã§ã«ã‚µãƒ¼ãƒ“スを終了ã„ãŸã—ã¾ã—ãŸã€‚ 今後ã¨ã‚‚Yahoo! JAPANã®ã‚µãƒ¼ãƒ“スをã”愛顧ãã ã•ã„ã¾ã™ã‚ˆã†ã€ã‚ˆã‚ã—ããŠé¡˜ã„ã„ãŸã—ã¾ã™ã€‚
ITmediaニュース：「ソレムイã‚モノ？ã€â€•â€•ãƒ–ãƒã‚°ãŒé›ãˆãŸäººå·¥çŸ¥èƒ½ã€Œ20Qã€
「ã¾ã•ã‹ã€â€•â€•ãƒãƒ³ãƒ€ã‚¤ã®æ‹…当者ã¯é©šã„ãŸã€‚ãã‚Œã¾ã§1æ—¥ã«3000件程度ãŒé–¢ã®å±±ã ã£ãŸWebテストをã€ãŸã£ãŸ2æ—¥ã§10万人以上ãŒåˆ©ç”¨ã—ã¦ã„ãŸã€‚é–“é•ã„ã ã‚ã†ã¨ä½•åº¦ã‚‚確èªã—ãŸã€‚é–“é•ã„ã§ã¯ãªã„。“黒幕â€ã¯ã€ãƒ–ãƒã‚°ã ã£ãŸã€‚ 今年5月。ãƒãƒ³ãƒ€ã‚¤ã¯ã€ç±³å›½ã‹ã‚‰ãƒ©ã‚¤ã‚»ãƒ³ã‚¹æ供をå—ã‘ãŸã€Œ20Qã€ï¼ˆãƒˆã‚¥ã‚¨ãƒ³ãƒ†ã‚£ãƒ¼ã‚ュー）ã®æ—¥æœ¬èªžç‰ˆã®å•†å“化ã«å‘ã‘ã€é ã‚’æ‚©ã¾ã›ã¦ã„ãŸã€‚20Qã¯ã€Œã¯ã„ã€ã€Œã„ã„ãˆã€ã§ç”ãˆã‚‰ã‚Œã‚‹è³ªå•â€•â€•ã€Œã‚½ãƒ¬ãƒ イã‚モノ？ã€ã€Œãƒœã‚¿ãƒ³ã‚¬ タクサン ツイテマスカ？ã€ãªã©â€•â€•ã‚’20å‰å¾Œãƒ¦ãƒ¼ã‚¶ãƒ¼ã«æŠ•ã’ã‹ã‘ã€ãã®ç”ãˆã‹ã‚‰ã€ãƒ¦ãƒ¼ã‚¶ãƒ¼ãŒæ€ã„æµ®ã‹ã¹ãŸã‚‚ã®ã‚’当ã¦ã‚‹ãŠã‚‚ã¡ã‚ƒã 。 米国製ã®äººå·¥çŸ¥èƒ½ã‚’ãã®ã¾ã¾æ—¥æœ¬èªžã§åˆ©ç”¨ã—ãŸå ´åˆã€æ£ç”率ã¯4割程度。製å“化ã™ã‚‹ã«ã¯ã“れを6割以上ã«é«˜ã‚ã‚‹å¿…è¦ãŒã‚る。 20Qã®äººå·¥çŸ¥èƒ½ã¯ã€å›žç”データをå¦ç¿’ã™ã‚‹ã»ã©è³¢ããªã£ã¦ã„ã。æ£ç”率を6割ã«ä¸Šã’ã‚‹ã®ã«å¿…è¦ãªã®ã¯ã€10万人分ã®å›žç”データ。ã—ã‹ã—ã€ãƒ‡ãƒ¼ã‚¿é›†
Lecture Notes; 講義資料
YNU: Yokohama National University Topics in Machine Learning (Fall, Thursday, 13:00-14:30, General Research Building, S9-1, Room E205) - 2019 Lecture Notes 大å¦é™¢ 開放環境科å¦å°‚æ”» æƒ…å ±æ„味論（秋å¦æœŸã€æœˆæ›œ3é™ã€14-202） - ï¼’ï¼ï¼‘７年度 講義資料 プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ç‰¹è«–（春å¦æœŸã€æœˆæ›œ3é™ã€12-209） - ï¼’ï¼ï¼ï¼“年度 講義資料 人間ã¨ã‚·ã‚¹ãƒ†ãƒ B（秋å¦æœŸã€ç«æ›œ2é™ã€25-601） - ï¼’ï¼ï¼ï¼’年度 講義資料 人間社会システム特別講義（秋å¦æœŸã€æœ¨æ›œ4é™ã€12-106） å¦éƒ¨ 管ç†å·¥å¦ç§‘２年生 プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°è¨€èªž (春å¦æœŸã€æœˆæ›œ2é™ã€703/704) - ï¼’ï¼ï¼‘７年度 講義資料 管ç†å·¥å¦æ¦‚è«– データマイニングã¨æ©Ÿæ¢°å¦ç¿’（春å¦æœŸ 5/1
Ajax を使ã£ãŸæ‰‹æ›¸ãæ–‡å—èªè˜
Ajax ã‚’ 使ã£ãŸæ‰‹æ›¸ãæ–‡å—èªè˜ã§ã™ã€‚下ã®ã‚ャンãƒã‚¹ã«ãƒžã‚¦ã‚¹ã§æ–‡å—ã‚’æã„ã¦ã¿ã¦ãã ã•ã„。 デモ
æ··åˆåˆ†å¸ƒã«å¯¾ã™ã‚‹ EM アルゴリズム・ EM algorithm for Mixture models (赤穂 æ˜å¤ªéƒŽ / Shotaro Akaho)
æ··åˆåˆ†å¸ƒã«å¯¾ã™ã‚‹ EM アルゴリズム(テスト ãƒãƒ¼ã‚¸ãƒ§ãƒ³) last ufpdated : 2001 Oct 12 与ãˆã‚‰ã‚ŒãŸå¦ç¿’データã«æœ€ã‚‚フィットã™ã‚‹ã‚ˆã†ã«å¦ç¿’ã‚’è¡Œãªã„ã¾ã™. å¦ç¿’ã«ã¯ EM アルゴリズムを使ã£ã¦ã„ã¾ã™ã®ã§, å¿…ãšã—も最é©è§£ã«ã¯åŽæŸã›ãš, 局所解ã«ã¤ã‹ã¾ã‚‹ã“ã¨ã‚‚ã‚ã‚Šã¾ã™. EM アルゴリズムã¯ã“ã®ã‚ˆã†ãªè¤‡æ•°ãƒ¢ã‚¸ãƒ¥ãƒ¼ãƒ«ã®å¦ç¿’ã«å‘ã„ãŸã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã§ã™. 使用法 "GaussMix" ã‹ "LineMix" を切替ãˆã‚‹ã¨æ£è¦åˆ†å¸ƒå¦ç¿’㋠複数直線å¦ç¿’ã‹ã‚’é¸ã¹ã¾ã™. ç”»é¢ä¸ã§ã‚¯ãƒªãƒƒã‚¯ã—ãŸç‚¹ãŒå¦ç¿’データ点ã«ãªã‚Šã¾ã™. "RandomPts"をクリックã™ã‚‹ã¨ä¸€æ§˜åˆ†å¸ƒã§ç‚¹ãŒã°ã‚‰ã¾ã‹ã‚Œã¾ã™. "ClearPts"をクリックã™ã‚‹ã¨ç‚¹ãŒã‚¯ãƒªã‚¢ã•ã‚Œã¾ã™. 1 ã‹ã‚‰ 5 ã¾ã§ã§æ£è¦åˆ†å¸ƒã‚„ç›´ç·šã®æ•°ã‚’é¸ã³ã¾ã™. "InitKernels" を押ã™ã¨æ£è¦åˆ†å¸ƒã‚„直線をランダムã«åˆæœŸåŒ–ã—ã¾ã™. EM
1
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
plda - Google Code
CRAN Package 'kernlab'
Conference Schedules
http://nansen.ee.washington.edu/AutonomousLearning/
Department of Statistics | Eberly College of Science
http://www.kecl.ntt.co.jp/icl/kpro/kazawa/most/
[Anthy-dev 2794] 変æ›ã‚¨ãƒ³ã‚¸ãƒ³ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ
{{#tags}}- {{label}}
{{/tags}}