はじめに タイガーマスクが貢いでくれるのを待っている皆さんこんばんは。 前振り考えるのが面倒なので結論から書くと、今日はWebSocketについて扱おうと思います。iPhoneを使って↓こんなサンプルを作ってみました。 Safari上のJavaScriptと、WebSocketをWebサービスとして提供しているPusherを利用して、サーバサイドの言語を使わずに実装しています。 WebSocketってなぁに？ httpおさらい Webの通信に使われる皆さんお馴染みのhttpは、クライアント（ブラウザとかね）とサーバが常に「問い合わせ（リクエスト）と返答（レスポンス）」のペアでやりとりをおこないます。 クライアント(FirefoxやChromeなど): 「情報ください」 サーバ(Apacheやnginxなど): 「はい、どうぞ」 このシンプルな仕組みがhttpの強みであり、URLと共にここま

しばらく日記書いてなかったら、また文体忘れて敬体で書いちゃったよ…。でも常体に書き換えるのもめんどくさいのでこのままうpします。 単語分割器を作ったので、githubで公開しました。→http://github.com/tkng/micter 名前は単純にMIC segmenTERでmicterにしました。作ってから気づいたのですが、segmentという単語のうち、最後のtしか名前に入っていません。今更名前を変えるのも面倒なのでこのままにしておきますが、微妙に失敗した感がありますね…。 形態素解析器としては既にmecabやらchasenやらjumanやらがありますし、最近では単語分割&読み推定のkyteaもあります。そんなにいろいろある中でまた似たようなツールを書いたのは、自分のパッケージに取りこめる小さな単語分割器が欲しかったのが理由です。文章を単語に分割する機能だけあればいいんだけど、

3日で作る高速特定物体認識システム (1) 物体認識とは（2009/10/18）の続きです。 今回は、画像からSIFT (Scale-Invariant Feature Transform) という局所特徴量を抽出するところを作ってみようと思います。 SIFT特徴量の抽出 まずは、局所特徴量の代表ともいえるSIFTを試してみます。OpenCVにはSIFTを抽出する関数がなかったのでRob Hess氏がC言語で実装したライブラリを試してみます。内部でOpenCVを使っているので事前にOpenCVのインストールが必要です。実装はOpenCV 1.1でされているみたいですが、2.0でもちょっと手直しすると動きました。Rob Hess氏のホームページからSIFT Feature Detectorのzip版を落とします。 （注）Hess氏のサイトが更新されたようで現在はGitHub上のOpenSIF

Goodbye After 13 years of service, Paper.li sunset on 20 April 2023

第1回、第2回と画像認識の基礎とOpenCVについて紹介してきました。第3回目の今回は、いよいよ本連載の目玉であるOpenCVを使ったオブジェクト検出に挑戦してみます。 オブジェクト検出の仕組み 基本原理のおさらい オブジェクト検出のプログラムを書き始める前に、そもそもどんな仕組みでオブジェクト検出を行っているのかを理解しましょう。 第1回では画像認識の原理として、学習フェーズと認識フェーズがあることを説明しましたが、OpenCVに実装されているオブジェクト検出プログラムもこの流れに従います。つまり、画像から特徴量を抽出し、学習アルゴリズムによってオブジェクトを学習します（詳しくは第1回を参照してください⁠）⁠。 図1　画像認識の流れ OpenCVに実装されているオブジェクト検出プログラムは、Paul Violaらのオブジェクト検出の研究［1］をベースに、Rainer Lienhartらが

スマートフォン向けサイトの作り方 2011年1月22日 iPhoneとAndroid両方に対応するスマートフォン向けサイトの作り方をまとめてみました。 スマートフォン向けサイト作成にあたっての基本概要 まず最初にスマートフォン向けサイトを作成する際に気になる点は画像の扱いだったりすると思います。 横幅ですが、解像度は機種によって様々ですが、縦向きで320px～640px、横向きで480px～960pxが主流となります。 標準となるものを設けるとなると、320px(横)/480px（縦）を標準として良いかなと思います。 ※iPhone4、4Sは640px/960pxの解像度ですが、内部解像度で320px/480pxと解釈してくれるため。 ですので、クライアントに見せるデザインカンプなどを作成する際も縦を標準とする際は320px（横）で作成すれば問題ないといえますが、iPhone4、4SやAn

4. 自己紹介 • 高田 勝裕, Ph.D. • Handle: Karubi Namuru • Twitter: @karubi • Facebook: http://www.facebook.com/karubi/ • 職業：Kauli株式会社 代表 • 2009年9月に「Kauli」アドネットワークサービスを開始，現在は広 告枠の収益最大化プラットフォームとして提供 • アルゴリズムの開発，分析システムの構築，そして広告営業 • ここ10年は海外も含めて広告の仕事ばかりです 5. なぜ広告配信で分析システムが必要か • 配信する広告を閲覧者のニーズに合致させるため 閲覧者の興味を引く，または潜在的な需要を喚起する • 広告主に多くの成果を上げてもらうため 予算内で広告主のサイトに最大の見込み客を送る • メディア（サイトオーナー）の収益を増やすため 表示回数において最大の報酬を提供す

1. The document outlines an agenda for a web data mining meetup with topics including natural language processing, R programming for data analysis, and statistical modeling techniques like CAPM and cointegration analysis. 2. Statistical concepts discussed include signal-to-noise ratio, hypothesis testing, and analyzing the probability distribution of random variables exceeding certain thresholds.

6. 画像特徴量の変遷 第一世代 第二世代 第三世代 対象物全体 局所情報 局所情報のつな 輝度分布 SIFT がり wavelet SURF Haar-like Joint Haar-like HOG Joint HOG Shapelet 1990年代 2000 - 2005 2006 - 現在 7. 局所特徴量 SIFT 1999 •Google の論文で言及http://www.esprockets. com/papers/www2008-jing-baluja.pdf。ただし、アルゴリズムが著作 権で守られている。C#ライブラリ libsift, OpenCV SURF 2006 SIFT の処理速度改良版。OpenCV haar-like特徴 2001 近接する2 つの矩形領域の明度差 Haar- 顔認識に用いられ(OpenCVの顔検出) like HOG(Histogram o

The document discusses graph databases and their properties. Graph databases are structured to store graph-based data by using nodes and edges to represent entities and their relationships. They are well-suited for applications with complex relationships between entities that can be modeled as graphs, such as social networks. Key graph database technologies mentioned include Neo4j, OrientDB, and T

第1回、第2回と画像認識の基礎とOpenCVについて紹介してきました。第3回目の今回は、いよいよ本連載の目玉であるOpenCVを使ったオブジェクト検出に挑戦してみます。 オブジェクト検出の仕組み 基本原理のおさらい オブジェクト検出のプログラムを書き始める前に、そもそもどんな仕組みでオブジェクト検出を行っているのかを理解しましょう。 第1回では画像認識の原理として、学習フェーズと認識フェーズがあることを説明しましたが、OpenCVに実装されているオブジェクト検出プログラムもこの流れに従います。つまり、画像から特徴量を抽出し、学習アルゴリズムによってオブジェクトを学習します（詳しくは第1回を参照してください⁠）⁠。 図1　画像認識の流れ OpenCVに実装されているオブジェクト検出プログラムは、Paul Violaらのオブジェクト検出の研究［1］をベースに、Rainer Lienhartらが

「アジャイル開発は、実は本を読んで理解するのがとても難しい」。9月4日に、有志によるアジャイル開発のイベントの基調講演「アジャイル開発の現在・過去・未来」の中で、アジャイルの第一人者であるチェンジビジョン代表取締役社長の平鍋健児氏はこう発言しました。 本を読んで理解するのが難しいのだとすると、アジャイル開発はどのようにして学んでいくのがいいのでしょうか？ 平鍋さんが伝えようとしたことを詳しく聞くために、メールインタビューをしました。 自分で考えることが本質 先日のXP祭りで平鍋さんの講演を聞いたとき、「アジャイルは人づてに伝わっていく」という部分が印象に残りました。また、「アジャイルは、実は本を読んで理解するのがとても難しい」ともおっしゃっていました。とはいえ、アジャイル開発を本や講演などから学び始める人も多いはずです。そういう方々にアジャイルをどう学ぶのがいいのか、というアドバイスを届け

カリフォルニア州マウンテンビュー発--Microsoftの研究部門Microsoft Researchのシリコンバレーオフィスで米国時間5月6日に開催されたイベント「TechFair」において、同部門の研究者であるNeel Joshi氏は、短い動画や高速連写した写真画像を使用して、たいへん見事な画像やパノラマ写真を作成するという素晴らしい手法を披露した。 一例としてJoshi氏は、霞がかかったレーニア山の動画から、大気の動きを追跡して霞を取り除き、肉眼で見るよりもはるかに鮮明な画像を作り出した。また別の例では、Microsoft ResearchがあるBuilding 99という建物を撮影した手ぶれの激しい動画を、驚くほど鮮明なパノラマ写真に変換する方法を示してみせた。 この30秒間の動画は、1秒30フレームで約900枚の静止画像を含んでいる。ただし、このうちパノラマ写真の作成に使われたの

日本発の「Topcoderトレーニング講座」は最強最速アルゴリズマーへの最短経路 こんな記事も出して貰えたところですし、凄く簡単に、自分の中での教育論みたいな部分を少し話してみようかと思います。 ある物事を習得するのに必要なのは何か？という話をした時に、僕が絶対に必要だと思っているのは、「すげぇ！！」ってなることだと思っています。当然だとは思いますが、せっかくなので具体例を見ていきましょう。 Wikipediaにおける、動的計画法の記事を見ると、このようになっています。 動的計画法（どうてきけいかくほう、英: Dynamic Programming, DP）は、コンピュータ科学の分野において、ある最適化問題を複数の部分問題に分割して解く際に、そこまでに求められている以上の最適解が求められないような部分問題を切り捨てながら解いていく手法である。分割統治法がトップダウン的な手法であるのに対し、

今回は、米Googleのクラウド環境に存在するデータベースBigtableとDatastoreサービスを紹介します。「巨大分散」という新たなデータベースの地平を切り開くためにどのような工夫をしているか、じっくり見ていきましょう。 「Bigtable」は、Googleの主要なサービスを支える独自の巨大分散データストアです＊1。Bigtableは、2005年4月から本格的な運用（プロダクション利用）が開始されたもので、Googleの検索サービスをはじめ、Gmail、YouTube、Google Maps、Google日本語入力、そしてApp Engineなど、70以上のプロジェクトで利用されています。その規模は、数P（ペタ）バイト～数十Pバイトに達しているでしょう。 Bigtableは、Google検索サービスにおける膨大なコンテンツやインデックスを保持し、高速に検索するための専用データストア

（前編はこちら） 2008年5月19日、Facebookが日本で初めて記者説明会を開催した。創業者で現CEOのMark Zuckerberg氏が、同日にオープンした日本語サイトのアピールのために日本を訪れていたのである。当時のFacebook会員数は7000万人。MySpaceに次ぐ世界第2位のソーシャルネットワーキングサービス（SNS）だった。国内でのSNSと言えば、mixiが勢いづき、2007年に登録者数1000万人を突破、もう少しで1500万人に手が届くといった頃だった（2008年7月に1500万人達成）。まだTwitterも流行る以前で、日本では海外のSNSが国内で受け入れられた前例はなく、Facebookはまだその名前すら知れ渡っていなかった。 日本の報道陣とは平行線 説明会は表参道で行われた。会場は60名ほどのメディア関係者が集まり満席で、テレビカメラも数台来ていた。Zucke

Googleが「Google Offers」という名称で同社独自の共同購入サービスの立ち上げ準備を進めている。同社はわずか1カ月前、競合となるGrouponに買収提案を行ったが、拒否されていた。 Mashableが掲載した情報によると、Google Offersは「潜在顧客や常連が日々の電子メールを通じて自分たちの地域で素晴らしい取引を探すのを支援する新製品である」という。 Googleの広報担当者は、同社が日々の取引を提供する企業を積極的に募集していることを認めた。 同社は声明で、「Googleは、プリペイドの割引プログラムに対するテストのサポートと参加を募るため、小規模企業と話し合いをしている」と述べた。「このイニシアチブは、顧客と企業が新しい方法でつながる新製品を開発するGoogleの取り組みの一環である。現時点ではこれ以上の詳細は明らかにできないが、追って明らかにしていく予定だ」（

シスコシステムズは1月21日、米Cisco Systemsによる「2010年シスコ セキュリティレポート」（英語版、PDF）を発表した。詐欺組織のターゲットがWindowsベースのPCから、ほかのOSやスマートフォン、タブレットといったプラットフォーム、そしてモバイルプラットフォーム全般に移りつつあり、サイバー犯罪が大きな転換期を迎えたとしている。 スパムについては、2010年はネット史上初めてスパム数が減少した年になったという。だが地域別に仏や独、英などの先進経済国では増加、特に英は2009年から99％増加したとしている。逆に、スパム受信国の上位だったブラジル、中国、トルコでは、スパム数が大幅に減少しており、特にトルコでは87％も減少したという。この傾向は、ISPの尽力によりボットネットを閉鎖に追い込んだことが一因としている。 サイバー犯罪市場の拡大や犯罪者による金融認証情報へのアクセス

ソフォスは1月21日、「2011年セキュリティ脅威レポート」（英語版、PDF）を発表した。2010年に発生したサイバー犯罪を分析するとともに、2011年のITセキュリティの傾向を予想している。また、ソーシャルネットワーキング（SNS）で体験したセキュリティ脅威についてのアンケートの調査報告も掲載している。 2010年は、SNSを標的にしたサイバー犯罪が増加しており、特に、ユーザーが5億人を突破したFacebookはサイバー犯罪者の格好の標的になっており、攻撃数が増加しているという。その上に攻撃方法もマルウェア、フィッシング、スパムと多様化。SNSユーザーへの調査でも、40％がマルウェアを、67％がスパムをSNS経由で送りつけられており、この割合は2年で倍増したとしている。 また調査では、82％が最大のセキュリティリスクはFacebookであると回答しているが、ソフォスは2010年におけるS

AppleのiPhone、iPad向けアプリストア「App Store」で、アプリのダウンロード件数が100億に到達した。 同ストアは2008年7月にオープンし、同年9月に1億ダウンロード、2009年4月に10億ダウンロードを突破した。オープンから2年半での100億ダウンロード到達となる。 Appleは100億番目にアプリをダウンロードしたユーザーに、1万ドル分のiTunesギフトカードを贈るとしている。ギフトカートを送る相手は後ほど発表の予定。

Pic.st Please read and comply with the following conditions before you continue: This website contains information, links and images of sexually explicit material. If you are under the age of 21, if such material offends you or if it's illegal to view such material in your community please do not continue. I am at least 21 years of age and I believe that as an adult it is my inalienable right to r

「Android Bazaar and Conference 2011 Winter（ABC 2011 Winter）」が2011年1月9日、東京大学の本郷キャンパスで開催された。Androidの普及促進団体である日本Androidの会が主催するイベントである。事前登録者数は3500人を数え、当日は参加者とスタッフを会わせて2400人以上が集まった。44のセッションに加えライトニング・トークでは24組が発表、展示スペースのバザールには50グループが出展、Androidの広がり、進化、影響力の大きさを示すイベントとなった。 基調・招待講演：世界と日本の今後に重要な意味を持つAndroid 午前中は、東京大学の安田講堂を会場として、日本Androidの会の丸山不二夫会長による基調講演と、総務省情報通信国際戦略局情報通信政策課長 谷脇康彦氏による招待講演が行われた。世界の今後、日本の今後に、ワイ

Build once, deploy anywhere Industry-leading multiplatform support There are so many platforms you can deploy to with the Unity game engine, and their number is growing all the time. Build your content once and deploy at a click across all major mobile, VR, desktop, console, and TV platforms plus the Web.

前回は、既存アプリ（HelloNikkeiアプリ）に、ボタンを付けるところまで説明しました。今回はいよいよ、カメラアプリ化します。なお今回の記事ではAndroid2.1をビルドターゲットとし、APIレベル7を用いています。Android2.1エミュレータおよび「GALAXY S」（NTTドコモ）と「IS03」（au）、「HTC Aria」（イー・モバイル）で動作を確認済みですが、全機種で動作を保証するものではありません。 それでは始めましょう。カメラを使うには、まずパーミッションの設定が必要です。最初に、AndroidManifest.xmlファイル（写真1）を写真2のように書き換えてください。 本記事では、アプリのpackage名を「jp.co.nikkeibp.nikkeihello」としていますが、この部分はご自分のアプリのパッケージ名を使ってください。追加するのは写真2の9行目の、

Androidのアプリ開発では、スマートフォンに搭載されている高性能カメラを用いた「カメラアプリ」を自由に作れることが魅力です。しかし撮影機能がメインのアプリだけがカメラアプリではありません。本来別の目的を持ったアプリでも、少しでもカメラの機能を使えばそれは立派なカメラアプリです。そこで本記事では、他の目的で開発したAndroidアプリに少しだけコードを加えることで、簡単に「カメラアプリ」化する方法を紹介します。 本記事の対象読者は、Androidアプリ開発の初心者です。ただし、「Hello World」＋αという程度のアプリは作ったことがある人を対象にします。このような人は当然、JDKやEclipseなど一連の「Androidアプリ開発セット」のインストールは済ませているでしょうから、開発環境のインストール方法は解説しません。インストール方法や初歩的なアプリ開発方法を知りたい場合は、日経

『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day

『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day

『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day

本音が語れるエンジニア参加型メディア「＠IT自分戦略研究所 エンジニアライフ」。日々、ITエンジニアの「生の声」を公開している。ここでは、編集部がおすすめするコラムを取り上げよう。 『ITエンジニアとして年齢の壁と、どう向き合うか？』 「WACATE 2010 冬」参加レポート（その4）――現在地：歴史の生まれるところ 世界を変えるクリエーターはTwitterを使っていない 「年齢の壁」のせいにしない働き方 首都圏コンピュータ技術者 取締役の篠原博氏による『技術立国への復活』。「エンジニアと年齢」について考える。 「年齢を重ねることは、ハンデでも不幸でもない。本当の不幸は、何かのせいにして意欲を持って前に進まないことだ」と篠原氏は語る。エンジニアにとって「年齢という壁」が存在するケースがないとはいえないものの、それを理由にあきらめることを、篠原氏は良しとしない。 事実、年齢が壁になることは

入門 自然言語処理 Steven Bird、Ewan Klein、Edward Loper （著） 萩原正人、中山敬広、水野貴明 （翻訳） オライリージャパン 2010年11月 ISBN-10: 4873114705 ISBN-13: 978-4873114705 3990円（税込） ■自然言語処理とは 「自然言語処理」（NLP：Natural Language Processing）という言葉をご存じだろうか。自然言語処理は、コンピュータの用途の1つとして、古くから研究されてきたジャンルである。 言葉を分割して考えてみよう。「言語」は自明であるとして、「自然言語」とは何か。 「自然言語」とは、人間が日常のコミュニケーションを取るために使う「言葉」である。単に「言語」といえば、一般的には英語や日本語など自然言語のことを指すことがほとんどだろう。まあ、エンジニアが「言語」という場合はRuby