You can type these search operators directly into the search box. (Alternatively, you can use the advanced search form to automatically constuct your query.) OperatorFinds tweets...

前の記事　日常生活のありふれたデータを視覚化してくれる『Daytum』 膨らますと快適な仮設住宅に：高さ1mのキット『ライフキューブ』　次の記事 複雑な状況を「物語」として理解する：DARPAがAIシステムを開発へ 2009年1月20日 Noah Shachtman 単調な低い連続音、情報提供者からの情報、ニュース報道、入手した携帯電話の会話……戦場にいる指揮官はしばしば、非常に多くの情報を手に入れるが、これらの情報から意味を得るのは難しい。 こうしたことから、米国防総省の奇妙な研究部門である国防高等研究計画庁(DARPA)は、こうしたすべてのデータを、「人が理解するのにもっと適したかたち」――具体的に言うと、物語――に変えようと試みている。 この物語の作者は、こうしたすべての情報をまとめて、隠れた意味を探り出し、分かりやすい物語にすることができるという、一連の知的なアルゴリズムだ。 DA

この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。 出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "AVCHD" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL (2021年7月) AVCHD logo AVCHD（エーブイシーエイチディー）とは、Blu-ray Discのアプリケーションフォーマット「BDMV」を応用し、ハイビジョン映像をビデオカメラで記録するための規格の一つであり[発表 1]、パナソニックとソニーが共有する登録商標（第5011316号）である。名称はAdvanced Video Coding High Definitionに由来する。 AVCHDは2006年5月に松下電器産業（現：パナソニック）とソニーが基本仕様を策

/20201021.html にリダイレクト中

◇ポイント◇ 「プラズモン」を用いて物質の屈折率を自在に制御 ナノメートルサイズの金属コイルで負の屈折率を実現 超高分解能顕微鏡や高効率光通信デバイスへの応用に期待 独立行政法人理化学研究所（野依良治理事長）は、金属ナノ構造体を使って自然界には存在しない負の屈折率を持つ材料を人工的に作り出すことに成功しました。これは理研中央研究所河田ナノフォトニクス研究室の河田聡主任研究員と田中拓男先任研究員らの研究成果です。 光の伝搬は、物質が持っている屈折率によって支配されます。自然界に存在する物質の屈折率はすべて正の値であり、負の値を持つ物質は存在しません。そこで金属のナノ構造体を用いて屈折率を人工的に負に変えてしまうという手法が、近年提案されており世界中で研究が進められています。しかし、私たちの目に見える電磁場である可視光域において、実際に負の屈折率が実現できるのかどうかについては、これまでいっさ

神経細胞から計算回路を作成：イスラエルの研究チーム 2008年10月24日 サイエンス・テクノロジー コメント： トラックバック (0) Priya Ganapati Photo: (neurollero/Flickr) イスラエルのレホボトにあるワイツマン科学研究所の研究チームが、培養したニューロン(神経細胞)を使って計算回路を作り出す方法を開発した。 研究チームは、ガラス板の上で神経を培養し、その結合箇所と活動を制御することによって、脳細胞回路の構成要素となるANDゲートとダイオードを作成した。 このプロセスは次のようなものだ。細胞を寄せ付けない物質でコーティングしたガラス板の表面に回路パターンを彫り、[細胞の働きを阻害しないような]接着剤を使って結合する。こうすることで、細胞はプレート表面に彫られた細い筋の中でしか成長できなくなる。この筋は非常に幅が狭いので、神経細胞は一定方向にしか

データから「構造」を発見する：より人間に近づく人工知能 2008年7月31日 サイエンス・テクノロジー コメント： トラックバック (1) Brandon Keim 生物学者のエルンスト・ヘッケルが作成した系統樹(現在は不正確だとされている)。 Image: WikiMedia Commons コンピューターがより人間らしく考えるのに役立つかもしれない、ある新しいパターン認識モデルが登場した。 7月28日(米国時間)刊行の『米国科学アカデミー紀要』(PNAS)に掲載されたこのモデルは、生のデータセットから出現する見込みが最も高いパターンの種類を判断する。 こうした処理は、人間が周囲の世界を理解する際に無意識のうちに使っているものだが、人工的な認識ツールでは一般に難しいとされてきた。 顔認識や系統学などに使われている現行の諸モデルでは、予想されるパターンの型があらかじめ特定されている必要があ