TL; DR OpenAI が非常に高品質な動画生成モデル Sora を公開 画像生成モデル Diffusion-Transformer を利用 動画を3次元画像として扱うことで画像モデルを拡張 キャプションは DALL•E3 同様、キャプション生成モデルで作成 OpenAI Sora Sora は OpenAI が今年の2月に発表した、動画生成モデルです。まずはこのモデルの出力例を見てみましょう。 図1. Sora の生成例: https://cdn.openai.com/sora/videos/big-sur.mp4 各フレームの画像が非常に美しく生成されています。また、従来の動画生成では時間が経った際に写っているオブジェクトを保つことが難しく、消えたり現れたり、急に歪んだりするものが多かったのに対し、Sora では一度隠れてから再度現れる場合であっても、矛盾なく生成できています。 こ

武蔵大の千田有紀教授（家族社会学・ジェンダー論）が国会内で講演し、生物学的な性差から性自認（心の性）を重視する流れが強まっているとして、「性別の基準に性自認の尊重を置けば、『女性に見えないけど、あなたは本当に女性なの』と疑うこと自体、差別とされかねない。女性は数は多くてもマイノリティーだということを分かってほしい」と述べ、警鐘を鳴らした。女性の権利保護を目指す「女性スペースを守る諸団体と有志の連絡会」が今月１８日に開いた集会でも講演した。千田氏の発言要旨は以下の通り。 ◇ 見られる存在になることに不安女性は、心と体が一致しない性同一性障害（ＧＩＤ）の人たちの「体を変えたい」との思いに対し、温かなまなざしを送っていた。自由な社会を目指す思いはＧＩＤも女性も同じだ。戸籍上の性別を変更するために男性器を取ってしまうほど女の人になりたいと思っているならば、その人は女性だと思い、共存していた。 《昨

物理学は基本的には自然科学の分野ですが、物理学の手法とツールはさまざまに応用可能で、社会物理学や経済物理学などの分野が発展しています。同じように物理学の手法を言語の分析や分類などに応用した言語物理学について、世界最大の物理学会の1つであるInstitute of Physics(IOP)の会員誌であるPhysics Worldが、日本語における「悪口」の広まりなどを例に挙げて解説しています。 The physics of languages – Physics World https://physicsworld.com/a/the-physics-of-languages/ 物理学を他の分野に適用する手法はさまざまな分野で浸透していますが、社会物理学や経済物理学と比べて、言語学への物理学の応用はあまり浸透していません。言語は、生物種と同じように広がり、進化し、競争し、絶滅していく性質があ

Quantization is a technique to reduce the computational and memory costs of evaluating Deep Learning Models by representing their weights and activations with low-precision data types like 8-bit integer (int8) instead of the usual 32-bit floating point (float32). Reducing the number of bits means the resulting model requires less memory storage, which is crucial for deploying Large Language Models

「Microsoft Excel（エクセル）」で表を作成する際、ついつい見栄えを優先して、セルを結合したり、セル内に単位などを直接入力したりしていないだろうか。単に閲覧するだけの「表」を作るなら、問題ないだろう。しかし、データとして活用する場合には、機械処理する際の障害となるなど不都合な点もある。 総務省統計局が公開した各府省が政府統計の総合窓口（e-Stat）に掲載する統計表の表記方法の統一ルール「統計表における機械判読可能なデータの表記方法の統一ルールの策定」では、こうした機械処理に向かないExcelの表を作成しないことを推奨しており、ガイドラインを示している。 この統一ルールは本来、e-Statで統計表を公開する各府省向けのものだ。しかし、一般企業などにおいても参考にすべき点が多い。そこで、Tech TIPSの中で「構造化Excelテク」として、この統一ルールの中から幾つかのルールを

Digitization部 Bill One Entry*1グループの秋山です。 はじめに Domain Modeling Made Functionalというスゴ本 補講：Make Illegal States Unrepresentable バックエンドの処理を抽象化する 手続き型プログラミングの典型例 課題1：制約のないエラーハンドリング 課題2：低い可読性 課題3：エラーハンドリングの低い網羅性 Railway Oriented Programming TypeScriptで型安全にエラーハンドリングする ステップ1：サブ関数の出力はResult型で表現する ステップ2：サブ関数にResult型を入力できるようにする ステップ3：サブ関数を連結する ステップ4：網羅的にエラーハンドリングする おわりに 付録 TypeScriptの全文サンプル はじめに エラーハンドリングは重要な処

暗号化において重要になってくるのは「ランダム性の生成」です。Cloudflareでは、基本的にはLinuxで乱数を生成していますが、何か問題があったときのために利用できる乱数生成器として、オフィスに「ラバライト」や「二重振り子」を設置しています。 Cloudflareのオフィスにおけるカオスの活用 https://blog.cloudflare.com/ja-jp/harnessing-office-chaos-ja-jp/ Randomness 101: LavaRand in Production https://blog.cloudflare.com/randomness-101-lavarand-in-production The Hardest Working Office Design In America Encrypts Your Data–With Lava Lamps

こんにちは。私がAidemyでデータ分析講座コースを受講いたしました。今回は学んだスキルを活用して、上場企業を株価予測をしてみました。 ※私の環境: Python3 Chrome Google　Colaboratory Windows　10 目次 1．目的 2. データセット 3. 機械学習モデル 4. 予測モデルの構築と検証 5. 結果 6. 反省 1.目的 上場会社の株価データセットを用いて、株価予測するLSTMの機械学習モデルを構築すること。 2.データセット Yahoo Financeである上場企業Lasertec(6920.T)の時列データ 3.機械学習モデル LSTM(Long Short-Term Memory: ニューラルネットワークの一種で、長期的な依存関係を学習することができる特徴ある。 4.予測モデルの構築と検証 4-1. ライブラリのインポート import ker

1. 株価はサプライズによって動く 株式相場には常にプロの投資家がうごめいており、各銘柄の各種業績数値を常に予想して投資活動をしている。そんな状況下において、仮に「売上が前年比2倍」という決算が発表されても、株価が2倍になるわけではない。むしろ3倍が予想されていたのに、2倍だったら失望売りとなる。つまり事前予想と比較してこそ意味があり、staticな値や過去実績との比較を特徴量にすることはあまり意味がない。事前予想と決算の乖離、または前回予想と今回予想の乖離こそが意味のある特徴量であると言える。 2. 業績数値の単純な変化率では株価インパクトは測れない 営業利益の事前予想100億円に対し、決算が200億円の場合、 変化率 = （ 実績 - 予想 ) / 予想 の計算式を使うと、変化率は100%となる。 この変化率を特徴量にするのは一見もっともらしいが、株においてはこれは使いづらい。 営業利

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

マンヤオベガス @Nishimuraumiush 大学院卒レベルの人が、生き方や人間関係や話し方や自分磨きについての小学生女児向けの本を買うケースを何度か見てきた。 結果を見るに、ムチャクチャ正しい方法論だと思う。ホストが国語ドリルやるのとある意味同じことで、適切なレベルの教材を学習する事が何よりも近道になる。 マンヤオベガス @Nishimuraumiush 読んだ後に確実に賢くなっているし、しかも、キラキラし始めたことがタイムラインからもわかる。学習の効果が出ている。 女児向けの自分磨き本を読んでいなければ彼等もインセルになっていたかもしれない。

Teedyはさまざまな種類のファイルの中身を読み取って検索できる状態にしてくれるドキュメント整理ツールです。受信したメールを自動で取り込む設定もできるとのことなので、実際にセルフホストして使い勝手を確かめてみました。 sismics/docs: Lightweight document management system packed with all the features you can expect from big expensive solutions https://github.com/sismics/docs TeedyのインストールにDockerを利用するので、下記のリンクから自分の環境に合った方法でDockerをインストールします。 Install Docker Engine | Docker Documentation https://docs.docker.com

ザンビアとコンゴに2年ずつしか住んだことないけどね 西側はロシアに、ウクライナの占領地域を全部返せって言ってるよね？ たとえ占領地域にロシア人が移住したり、ロシア人が土地を所有したとしても、それは武力と盗んだ不正行為だ。だから全部無条件で返せと。 それはとても道理にかなっている。 一方、アフリカでは独立後は白人支配層が出ていくこともおかったが、引き続き侵略した土地を所有していることもあった。例えばレソト王国では今でも国土の３割を数パーセントもいない白人が所有しているね。 ジンバブエも、独立した後でさえ１割以下の白人が土地の半分以上を所有し、黒人先住民は小作人であり続けた。これでは黒人の隷属状態は変わらないし、独立に何の意味がある？ だからムガベ大統領は白人侵略者から農地を奪い返し、黒人小作人に与えた。 しかし白人諸国、特に米英はこれを財産権の侵害、レイシズム、ヘイトクライム、民族浄化だとし

こんにちは。検索基盤部の山﨑です。検索基盤部では、ZOZOTOWNの検索機能の改善を目的とした施策の有効性をA/Bテストで検証しています。 A/Bテストは、新たな施策の有効性を評価する手法として信頼性の高い手法ではあるものの、下記のような制約があります。 統計的に有意な差が出るためには、多くのユーザーからのフィードバックが必要である 比較手法を実際のユーザーに提示するため、ユーザー体験に悪影響を与えるリスクがある これらの制約から、実験したい全ての施策をA/Bテストで検証することは困難なため、事前に有効な可能性が高い施策に絞った上でA/Bテストに臨むことが大切です。 事前に有効な可能性が高いことを示すためには、オフラインでの評価結果を活用します。しかし、オフライン評価とA/Bテストの結果は必ずしも一致しないことが知られており、ZOZOTOWNにおいても同様の問題が発生しています。 このよう

Hayanon Science Manga Studio(2019) 「サービスは闘い」だと主張し、飲食店を中心にサービス科学について研究・分析を行っている京都大学経営管理大学院の山内裕教授に、サービスの本質について聞きました。 行動経済学をはじめとする学問の教授に、データの観点から飲食店の店づくりや集客方法、リピーター施策として効果的なことを深掘りしていきます。今回は「サービス科学」を専門とし、飲食店を中心に日々フィールドワークを続ける京都大学経営管理大学院の山内裕教授にインタビューを行いました。 一般的に「サービス」は、おもてなしや奉仕の意味合いが強いものの、山内先生は「サービスは闘い」だと主張し、その旨を伝える著書も執筆。その意図や、飲食店にとって切っても切り離せないサービスの本質などについて考えます。 山内裕さん 京都大学経営管理院教授、経営学者。経営学の一分野として「サービス科学

DMMｘDAZNホーダイは 最高のエンターテインメントを 驚きのコスパで！ ※1 2024年2月14日からのDAZNスタンダード改定後の価格 ※2 新規登録限定 ※2024年3月1日(金)9時59分までに登録された方は、改定前の月額2,980円（税込）が継続して適用されます。 解約又はプラン変更後、2024年3月1日(金)10時以降に再登録された際は、月額3,480円（税込）が適用されますのでご注意ください。 解約・再開も自由自在！ “シーズン中だけ加入”もできるので 年間コストでもおトク！ DAZNスタンダードと視聴可能なコンテンツに違いはありますか？ まったく同じです。 DAZNスタンダードで視聴可能なコンテンツは全部見られます！ もちろんDMM TVのアニメ・ドラマ・映画・バラエティなどの対象作品も見放題！ さらに！ DMM × DAZNホーダイ新規登録で 最大1,650ポイントもら

はじめに 二値分類の評価指標について 「AUCとGini係数ってどんな関係だっけ？」 と毎回忘れては調べているので、いい加減覚える意味で体系的にまとめてみる。 この記事では AUCとは何か？ Gini係数とは何か 両者はどんな関係があるか？ を理解することを目的とする。 最初に結論 AUCとGini係数の間には の関係がある。 AUCは0.5から1の範囲を取るため、Gini係数は0から1までの範囲を取る。 どちらも値が大きいほど分類性能が良いことを表す。 最終的にこの式を理解することを目的としよう。 AUCを理解しよう AUC （Area Under the Curve）は二値分類における有名な評価指標の一つであり、文字通り、「ROC曲線下の面積」を表す。 ROC曲線とは？ ROC (Receiver Operating Charastaristic Curve)は受信者操作特性と呼ばれる

もよもよ。 @yoppu1eg 情報セキュリティの敗北史が面白すぎる。だめだこれは寝れない、なんだこの死ぬほどワクワクする本は。まだ3章だぞ？これだこのことが私が生まれる少し前から起きてたのか？？なんで、3ヶ月くらい寝かしてたの？この本？？ pic.twitter.com/3vHXxg2W1h