Submit Search
Upload
土方歳三の防衛戦略〜考古学が読み解く二股台場〜
•
0 likes
•
483 views
Junpei Ishii
Follow
2020年9月29日開催の厚沢部町郷土学講座「土方歳三の防衛戦略〜考古学が読み解く二股台場〜」の当日説明用スライド
Read less
Read more
Education
Report
Share
Report
Share
1 of 52
Download now
Download to read offline
Recommended
【DL輪読会】Monocular real time volumetric performance capture
【DL輪読会】Monocular real time volumetric performance capture
Deep Learning JP
2021/03/26 Deep Learning JP: http://deeplearning.jp/seminar-2/
魔法使いの研究室 Vol.1
魔法使いの研究室 Vol.1
Yoichi Ochiai
5/1に行われたニコ生での公開授業のスライドです. ハッシュタグは #ochyainico 生放送の動画もあります. http://live.nicovideo.jp/watch/lv218406272
[第2回3D勉強会 研究紹介] Neural 3D Mesh Renderer (CVPR 2018)
[第2回3D勉強会 研究紹介] Neural 3D Mesh Renderer (CVPR 2018)
Hiroharu Kato
第2回3D勉強会の研究紹介スライドです。 [論文概要] ニューラルネットワークに組み込むことができる3Dメッシュのレンダラーである Neural Renderer を開発しました。『逆伝播』と呼ばれる処理をニューラルネットワークに適した形に定義し直したことがポイントです。そしてこのレンダラーを (a) 単一画像からの3Dメッシュの再構成 (b) 画像から3Dへのスタイル転移と3D版ディープドリームへと応用しました。
[DL Hacks] Objects as Points
[DL Hacks] Objects as Points
Deep Learning JP
2019/06/24 Deep Learning JP: http://deeplearning.jp/hacks/
[DL輪読会]Vector-based navigation using grid-like representations in artificial ...
[DL輪読会]Vector-based navigation using grid-like representations in artificial ...
Deep Learning JP
2018/07/06 Deep Learning JP: http://deeplearning.jp/seminar-2/
内受容感覚から見る情動 (PEACE 3rd, 2017)
内受容感覚から見る情動 (PEACE 3rd, 2017)
Ryota Kobayashi
★追記 2019.12.3★ ★増量・改訂版はこちら★ ★https://www.slideshare.net/RyotaKobayashi2/ss-122560478★ 広島大学霞キャンパスで実施されたPEACE 3rdのシンポジウム (情動について考える) 資料です。 感情の「感じ」ってなんなんだろう…? ということを内受容感覚 (interoception) の観点からお話ししています。
[DL輪読会]SlowFast Networks for Video Recognition
[DL輪読会]SlowFast Networks for Video Recognition
Deep Learning JP
2019/12/06 Deep Learning JP: http://deeplearning.jp/seminar-2/
Rapid Response Systemの意義
Rapid Response Systemの意義
Hideki Arimoto
Rapid Response Systemについての基礎的な内容となっています
Recommended
【DL輪読会】Monocular real time volumetric performance capture
【DL輪読会】Monocular real time volumetric performance capture
Deep Learning JP
2021/03/26 Deep Learning JP: http://deeplearning.jp/seminar-2/
魔法使いの研究室 Vol.1
魔法使いの研究室 Vol.1
Yoichi Ochiai
5/1に行われたニコ生での公開授業のスライドです. ハッシュタグは #ochyainico 生放送の動画もあります. http://live.nicovideo.jp/watch/lv218406272
[第2回3D勉強会 研究紹介] Neural 3D Mesh Renderer (CVPR 2018)
[第2回3D勉強会 研究紹介] Neural 3D Mesh Renderer (CVPR 2018)
Hiroharu Kato
第2回3D勉強会の研究紹介スライドです。 [論文概要] ニューラルネットワークに組み込むことができる3Dメッシュのレンダラーである Neural Renderer を開発しました。『逆伝播』と呼ばれる処理をニューラルネットワークに適した形に定義し直したことがポイントです。そしてこのレンダラーを (a) 単一画像からの3Dメッシュの再構成 (b) 画像から3Dへのスタイル転移と3D版ディープドリームへと応用しました。
[DL Hacks] Objects as Points
[DL Hacks] Objects as Points
Deep Learning JP
2019/06/24 Deep Learning JP: http://deeplearning.jp/hacks/
[DL輪読会]Vector-based navigation using grid-like representations in artificial ...
[DL輪読会]Vector-based navigation using grid-like representations in artificial ...
Deep Learning JP
2018/07/06 Deep Learning JP: http://deeplearning.jp/seminar-2/
内受容感覚から見る情動 (PEACE 3rd, 2017)
内受容感覚から見る情動 (PEACE 3rd, 2017)
Ryota Kobayashi
★追記 2019.12.3★ ★増量・改訂版はこちら★ ★https://www.slideshare.net/RyotaKobayashi2/ss-122560478★ 広島大学霞キャンパスで実施されたPEACE 3rdのシンポジウム (情動について考える) 資料です。 感情の「感じ」ってなんなんだろう…? ということを内受容感覚 (interoception) の観点からお話ししています。
[DL輪読会]SlowFast Networks for Video Recognition
[DL輪読会]SlowFast Networks for Video Recognition
Deep Learning JP
2019/12/06 Deep Learning JP: http://deeplearning.jp/seminar-2/
Rapid Response Systemの意義
Rapid Response Systemの意義
Hideki Arimoto
Rapid Response Systemについての基礎的な内容となっています
キャリアとは
キャリアとは
Mariko Hayashi
こちらのスライドは、先にアップした「Webクリエイティブ職のキャリア」に関するスライドをご覧になった方からのお声がけを受け、ある会社で社員の皆さん向けにお話をさせていただいたときの抜粋(導入部と、終わりの数枚)です。そもそもキャリアって?を考えるときの参考資料に。
簡単な算数でできる文章校正
簡単な算数でできる文章校正
hirokiky
【初心者向け】Pythonで手軽に始める文章校正というイベントで登壇した発表資料です。 https://churadata.connpass.com/event/234308/
Object as Points
Object as Points
harmonylab
リアルタイム物体認識の論文 物体の中心をキーポイント推定で 探知,様々なオブジェクトプロパ ティに回帰
UI/UXなUXのお話
UI/UXなUXのお話
Kenji Minamoto
人とモノ、その接点にあるインターフェイスの関係性を再確認しつつ、デジタルな機器を操作している時にユーザーの頭の中がどうなっているかを明らかにします。 そこから得られる情報を元に、より良いUIとは何か?UXがどのようにUIとつながっていくのか?のお話 ▼内容の紹介と一部補足を追加したブログ記事 http://yorittty.tumblr.com/post/102952638262
(研究会輪読) Facial Landmark Detection by Deep Multi-task Learning
(研究会輪読) Facial Landmark Detection by Deep Multi-task Learning
Masahiro Suzuki
輪読日:2015/07/02
形状解析のための楕円フーリエ変換
形状解析のための楕円フーリエ変換
Tsukasa Fukunaga
10分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 1010
Nobuaki Oshiro
https://api.atnd.org/events/70522
2022年度調和系工学研究室配属説明会資料
2022年度調和系工学研究室配属説明会資料
harmonylab
研究室配属の説明資料です.
機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測
Momoko Hayamizu
「機械学習の応用例にみる認知症診断と将来の発症予測」 2回やった文献紹介のダイジェスト版。 口頭での説明メインだったので、スライドはいろいろ手抜き気味。
Lightning talks
Lightning talks
hayamari
第一回ペイミーナイトのライトニングトークのスライドです。 ■イベント名:【New Career】~起業家の右腕~ 大企業からベンチャー転身へのリアル ■内容 ・成長産業について」 ・米国と日本の転職市場のトレンド」 ・大企業出身の活躍している起業家/No.2の実例」
機械学習とオペレーションズリサーチによるポイント付与最適化
機械学習とオペレーションズリサーチによるポイント付与最適化
Shinichiro Sega
ポイントを付与して購入を促進する施策において、ユーザ毎に「500, 300, 100, 3ポイント付与、または、付与しない」それぞれの購入確率を機械学習で算出した上で、付与可能な合計ポイント数の制約の下、整数線形計画法に利用して、合計購入者数を最大化するように、ユーザ毎に付与すべきポイント「500, 300, 100, 3ポイント付与、または、付与しない」を決定する。
【DL輪読会】Drag Your GAN: Interactive Point-based Manipulation on the Generative ...
【DL輪読会】Drag Your GAN: Interactive Point-based Manipulation on the Generative ...
Deep Learning JP
2023/6/30 Deep Learning JP http://deeplearning.jp/seminar-2/
視聴者に優しいプレゼン資料の作り方
視聴者に優しいプレゼン資料の作り方
akihiro_0228
視聴者に優しいプレゼン資料の作り方 - 社内勉強会
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
Ryohei Suzuki
De Cao & Kipf, "MolGAN: An implicit generative model for small molecular graphs" (ICML Deep Generative Models Workshop 2018) arXiv:1805.11973
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
Deep Learning JP
2022/10/21 Deep Learning JP http://deeplearning.jp/seminar-2/
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
Atsuto ONODA
東京理科大学の「こうよう会」にて行った講演のスライドです(一部改変あり)。本スライドは、私自身が大学院博士課程へと進学する際、両親に賛同を得てもらうために、その説得に用いた資料をベースに作りました。データ等は最新のものになっていますが、概ね、当時のままです。もし、両親に進学を反対されていて、どうしても説得したいと考えている学生がおりましたら、本資料を参考に、ご自身の所属大学のデータを用いて説得してみてはいかがでしょうか? Twitter→ @ONODA_in_Onodac Website→http://www.atsuto-onoda.com/ 補足説明:各方面からの疑問に対して補足いたします。 1.修士2年生は親への説得は必要か? 親子関係は人それぞれですが、私の場合は親に納得してもらい、後顧の憂いなく博士課程で研究に没頭したかったので、説明しました。またプレゼンスライドはあくまでも「今回の講演用」であり、説得時にはプレゼンをしたわけではなく、あくまでも資料(就職率や奨学金等)を用意しただけです。 2.牛丼は何? 「辛そうにしているときはとりあえず、美味しいご飯を食べさせてあげてください。私は1杯300円の牛丼に救われました。」という趣旨の内容をお話しするために用意いたしました。 3.熱意はいらんの? 親に説明したときは、もちろん、自分の行っている研究内容について触れ、自分の目指している夢についても語りました。しかし、今回の講演では、それは不要(時間的に足りない)と判断して泣く泣くカットいたしました。 4.就職率100%にバイトなどのワーキングプアは含まれていないのか? 大学が公開している公的な資料によると、就職率と就職先の名前は書いてありますが、そこでの待遇等は記載されておりません(プライバシー的な問題が大きいのでしょう)。私も、就職後の情報を記載することが重要だと思ってはいるのですが、残念ながらそこまで追いかけることができませんでした。申し訳ございません。ただ、正規雇用と判断される企業への就職率は7割を超えている(残り3割は教員、公務員、未定等)ため、少なく見積もっても7割はワーキングプアではないのではないかと想定しております。 5.理系限定じゃね? 文系は? すみません。うちの大学理系総合大学故……誰か文系版作って。 6.そんなに学振DCなどの金銭的援助を得られる奴ばっかじゃないだろ これは、最低(援助なし)と最高(様々な援助有)を示すことで、この範疇に入りますという趣旨のスライドです。限りなく不可能に近いかとは思いますが、理論上の最高値を示すことで、「世の中には博士の支援制度がたくさんあるんですよ」、ということを説明しています。なので、必ずしも全員が通るわけではない、特に育志賞(賞金110万円)は年間20人弱、学振DCは全博士の1割程度しか通らないと、口頭で述べています。ただ、「それ以外の財団や大学、国外の政府が行っている奨学金制度、それに加えて理研や産総研が行っているRA制度などを活用することで、生活費を賄うことができます。実際に私の同級生は全員何かしらの形で生活費を自分で準備していました。」と述べました。 更に同時に、理論上最高値であったとしても、程修士卒の理系会社員には400万円程低いということも説明いたしました。 7.デメリットに触れないのはフェアじゃない 私にとって博士課程の最大のデメリットは、「その期間会社員になって得られたはずの経験が得られない」というものです。これには当然、金銭を受け取るというのも含まれます。これに関しては、上記の援助に関する部分で同時にお話ししています。博士号の学位取得できない可能性等に関しましては、本学の場合、就職した方全員が学位を取得しているうえ、取得できなかったとしても、満期修了退学後に大学へ論文を提出することで学位取得できる(論博ではないです)ため、高確率で取得できると判断し、割愛いたしました。 8.博士課程の厳しさについてもっと触れるべき 申し訳ございません。私としては、「博士号の意義」と「メンタルヘルス」の部分で述べたつもりになっていたのですが、足りていませんでした。次回以降改善いたします。
【 xpaper.challenge 】ブレインストーミング法
【 xpaper.challenge 】ブレインストーミング法
cvpaper. challenge
cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有しています。 http://xpaperchallenge.org/cv/ 本資料はxpaper.challengeにて開催している、ブレインストーミング(ブレスト)法について以下の項目に従って記載しております。 1. ブレストとは 2. 研究におけるブレスト 3. これまで/これからのブレスト 4. その他(ブレストのコツなど)
GPUいらずの高速動画異常検知
GPUいらずの高速動画異常検知
Core Concept Technologies
機械学習の手法を用いた動画の異常検知手法を紹介します。シンプルに最適化されたアルゴリズムによって高価なGPUサーバを必要とせず、初期費用の大幅な削減を実現しました。耐久試験場での試験体の異常動作監視や製品形状の定量評価など製造現場での活用事例を交えて説明します。
STARD2015に学ぶ「診断精度の分析」の書き方
STARD2015に学ぶ「診断精度の分析」の書き方
Yoshitake Takebayashi
第26回REQUIRE研究会 診断精度の分析: STARD2015 場所:東京医科歯科大学湯島キャンパス: 14:30-17:45
NTCIR-16 Real-MedNLP タスク紹介(2021年7月1日版)
NTCIR-16 Real-MedNLP タスク紹介(2021年7月1日版)
Shoko Wakamiya
NTCIR-16 Real-MedNLP タスクの紹介スライド
考古学からみた館城と箱館戦争
考古学からみた館城と箱館戦争
Junpei Ishii
明治元年に松前藩によって築城され、同年11月15日に落城した史跡館城跡の調査成果から箱館戦争を考える。2019年12月7日南北海道考古学情報交換会発表資料
北斗市二股台場の考古学的調査
北斗市二股台場の考古学的調査
Junpei Ishii
明治2年箱館戦争で旧幕府軍が構築した塹壕群の調査成果報告。2019年12月7日南北海道考古学情報交換会発表資料。
More Related Content
What's hot
キャリアとは
キャリアとは
Mariko Hayashi
こちらのスライドは、先にアップした「Webクリエイティブ職のキャリア」に関するスライドをご覧になった方からのお声がけを受け、ある会社で社員の皆さん向けにお話をさせていただいたときの抜粋(導入部と、終わりの数枚)です。そもそもキャリアって?を考えるときの参考資料に。
簡単な算数でできる文章校正
簡単な算数でできる文章校正
hirokiky
【初心者向け】Pythonで手軽に始める文章校正というイベントで登壇した発表資料です。 https://churadata.connpass.com/event/234308/
Object as Points
Object as Points
harmonylab
リアルタイム物体認識の論文 物体の中心をキーポイント推定で 探知,様々なオブジェクトプロパ ティに回帰
UI/UXなUXのお話
UI/UXなUXのお話
Kenji Minamoto
人とモノ、その接点にあるインターフェイスの関係性を再確認しつつ、デジタルな機器を操作している時にユーザーの頭の中がどうなっているかを明らかにします。 そこから得られる情報を元に、より良いUIとは何か?UXがどのようにUIとつながっていくのか?のお話 ▼内容の紹介と一部補足を追加したブログ記事 http://yorittty.tumblr.com/post/102952638262
(研究会輪読) Facial Landmark Detection by Deep Multi-task Learning
(研究会輪読) Facial Landmark Detection by Deep Multi-task Learning
Masahiro Suzuki
輪読日:2015/07/02
形状解析のための楕円フーリエ変換
形状解析のための楕円フーリエ変換
Tsukasa Fukunaga
10分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 1010
Nobuaki Oshiro
https://api.atnd.org/events/70522
2022年度調和系工学研究室配属説明会資料
2022年度調和系工学研究室配属説明会資料
harmonylab
研究室配属の説明資料です.
機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測
Momoko Hayamizu
「機械学習の応用例にみる認知症診断と将来の発症予測」 2回やった文献紹介のダイジェスト版。 口頭での説明メインだったので、スライドはいろいろ手抜き気味。
Lightning talks
Lightning talks
hayamari
第一回ペイミーナイトのライトニングトークのスライドです。 ■イベント名:【New Career】~起業家の右腕~ 大企業からベンチャー転身へのリアル ■内容 ・成長産業について」 ・米国と日本の転職市場のトレンド」 ・大企業出身の活躍している起業家/No.2の実例」
機械学習とオペレーションズリサーチによるポイント付与最適化
機械学習とオペレーションズリサーチによるポイント付与最適化
Shinichiro Sega
ポイントを付与して購入を促進する施策において、ユーザ毎に「500, 300, 100, 3ポイント付与、または、付与しない」それぞれの購入確率を機械学習で算出した上で、付与可能な合計ポイント数の制約の下、整数線形計画法に利用して、合計購入者数を最大化するように、ユーザ毎に付与すべきポイント「500, 300, 100, 3ポイント付与、または、付与しない」を決定する。
【DL輪読会】Drag Your GAN: Interactive Point-based Manipulation on the Generative ...
【DL輪読会】Drag Your GAN: Interactive Point-based Manipulation on the Generative ...
Deep Learning JP
2023/6/30 Deep Learning JP http://deeplearning.jp/seminar-2/
視聴者に優しいプレゼン資料の作り方
視聴者に優しいプレゼン資料の作り方
akihiro_0228
視聴者に優しいプレゼン資料の作り方 - 社内勉強会
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
Ryohei Suzuki
De Cao & Kipf, "MolGAN: An implicit generative model for small molecular graphs" (ICML Deep Generative Models Workshop 2018) arXiv:1805.11973
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
Deep Learning JP
2022/10/21 Deep Learning JP http://deeplearning.jp/seminar-2/
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
Atsuto ONODA
東京理科大学の「こうよう会」にて行った講演のスライドです(一部改変あり)。本スライドは、私自身が大学院博士課程へと進学する際、両親に賛同を得てもらうために、その説得に用いた資料をベースに作りました。データ等は最新のものになっていますが、概ね、当時のままです。もし、両親に進学を反対されていて、どうしても説得したいと考えている学生がおりましたら、本資料を参考に、ご自身の所属大学のデータを用いて説得してみてはいかがでしょうか? Twitter→ @ONODA_in_Onodac Website→http://www.atsuto-onoda.com/ 補足説明:各方面からの疑問に対して補足いたします。 1.修士2年生は親への説得は必要か? 親子関係は人それぞれですが、私の場合は親に納得してもらい、後顧の憂いなく博士課程で研究に没頭したかったので、説明しました。またプレゼンスライドはあくまでも「今回の講演用」であり、説得時にはプレゼンをしたわけではなく、あくまでも資料(就職率や奨学金等)を用意しただけです。 2.牛丼は何? 「辛そうにしているときはとりあえず、美味しいご飯を食べさせてあげてください。私は1杯300円の牛丼に救われました。」という趣旨の内容をお話しするために用意いたしました。 3.熱意はいらんの? 親に説明したときは、もちろん、自分の行っている研究内容について触れ、自分の目指している夢についても語りました。しかし、今回の講演では、それは不要(時間的に足りない)と判断して泣く泣くカットいたしました。 4.就職率100%にバイトなどのワーキングプアは含まれていないのか? 大学が公開している公的な資料によると、就職率と就職先の名前は書いてありますが、そこでの待遇等は記載されておりません(プライバシー的な問題が大きいのでしょう)。私も、就職後の情報を記載することが重要だと思ってはいるのですが、残念ながらそこまで追いかけることができませんでした。申し訳ございません。ただ、正規雇用と判断される企業への就職率は7割を超えている(残り3割は教員、公務員、未定等)ため、少なく見積もっても7割はワーキングプアではないのではないかと想定しております。 5.理系限定じゃね? 文系は? すみません。うちの大学理系総合大学故……誰か文系版作って。 6.そんなに学振DCなどの金銭的援助を得られる奴ばっかじゃないだろ これは、最低(援助なし)と最高(様々な援助有)を示すことで、この範疇に入りますという趣旨のスライドです。限りなく不可能に近いかとは思いますが、理論上の最高値を示すことで、「世の中には博士の支援制度がたくさんあるんですよ」、ということを説明しています。なので、必ずしも全員が通るわけではない、特に育志賞(賞金110万円)は年間20人弱、学振DCは全博士の1割程度しか通らないと、口頭で述べています。ただ、「それ以外の財団や大学、国外の政府が行っている奨学金制度、それに加えて理研や産総研が行っているRA制度などを活用することで、生活費を賄うことができます。実際に私の同級生は全員何かしらの形で生活費を自分で準備していました。」と述べました。 更に同時に、理論上最高値であったとしても、程修士卒の理系会社員には400万円程低いということも説明いたしました。 7.デメリットに触れないのはフェアじゃない 私にとって博士課程の最大のデメリットは、「その期間会社員になって得られたはずの経験が得られない」というものです。これには当然、金銭を受け取るというのも含まれます。これに関しては、上記の援助に関する部分で同時にお話ししています。博士号の学位取得できない可能性等に関しましては、本学の場合、就職した方全員が学位を取得しているうえ、取得できなかったとしても、満期修了退学後に大学へ論文を提出することで学位取得できる(論博ではないです)ため、高確率で取得できると判断し、割愛いたしました。 8.博士課程の厳しさについてもっと触れるべき 申し訳ございません。私としては、「博士号の意義」と「メンタルヘルス」の部分で述べたつもりになっていたのですが、足りていませんでした。次回以降改善いたします。
【 xpaper.challenge 】ブレインストーミング法
【 xpaper.challenge 】ブレインストーミング法
cvpaper. challenge
cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有しています。 http://xpaperchallenge.org/cv/ 本資料はxpaper.challengeにて開催している、ブレインストーミング(ブレスト)法について以下の項目に従って記載しております。 1. ブレストとは 2. 研究におけるブレスト 3. これまで/これからのブレスト 4. その他(ブレストのコツなど)
GPUいらずの高速動画異常検知
GPUいらずの高速動画異常検知
Core Concept Technologies
機械学習の手法を用いた動画の異常検知手法を紹介します。シンプルに最適化されたアルゴリズムによって高価なGPUサーバを必要とせず、初期費用の大幅な削減を実現しました。耐久試験場での試験体の異常動作監視や製品形状の定量評価など製造現場での活用事例を交えて説明します。
STARD2015に学ぶ「診断精度の分析」の書き方
STARD2015に学ぶ「診断精度の分析」の書き方
Yoshitake Takebayashi
第26回REQUIRE研究会 診断精度の分析: STARD2015 場所:東京医科歯科大学湯島キャンパス: 14:30-17:45
NTCIR-16 Real-MedNLP タスク紹介(2021年7月1日版)
NTCIR-16 Real-MedNLP タスク紹介(2021年7月1日版)
Shoko Wakamiya
NTCIR-16 Real-MedNLP タスクの紹介スライド
What's hot
(20)
キャリアとは
キャリアとは
簡単な算数でできる文章校正
簡単な算数でできる文章校正
Object as Points
Object as Points
UI/UXなUXのお話
UI/UXなUXのお話
(研究会輪読) Facial Landmark Detection by Deep Multi-task Learning
(研究会輪読) Facial Landmark Detection by Deep Multi-task Learning
形状解析のための楕円フーリエ変換
形状解析のための楕円フーリエ変換
10分で分かるr言語入門ver2.15 15 1010
10分で分かるr言語入門ver2.15 15 1010
2022年度調和系工学研究室配属説明会資料
2022年度調和系工学研究室配属説明会資料
機械学習の応用例にみる認知症診断と将来の発症予測
機械学習の応用例にみる認知症診断と将来の発症予測
Lightning talks
Lightning talks
機械学習とオペレーションズリサーチによるポイント付与最適化
機械学習とオペレーションズリサーチによるポイント付与最適化
【DL輪読会】Drag Your GAN: Interactive Point-based Manipulation on the Generative ...
【DL輪読会】Drag Your GAN: Interactive Point-based Manipulation on the Generative ...
視聴者に優しいプレゼン資料の作り方
視聴者に優しいプレゼン資料の作り方
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
論文紹介: "MolGAN: An implicit generative model for small molecular graphs"
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
博士課程の誤解と真実 ー進学に向けて、両親を説得した資料をもとにー
【 xpaper.challenge 】ブレインストーミング法
【 xpaper.challenge 】ブレインストーミング法
GPUいらずの高速動画異常検知
GPUいらずの高速動画異常検知
STARD2015に学ぶ「診断精度の分析」の書き方
STARD2015に学ぶ「診断精度の分析」の書き方
NTCIR-16 Real-MedNLP タスク紹介(2021年7月1日版)
NTCIR-16 Real-MedNLP タスク紹介(2021年7月1日版)
More from Junpei Ishii
考古学からみた館城と箱館戦争
考古学からみた館城と箱館戦争
Junpei Ishii
明治元年に松前藩によって築城され、同年11月15日に落城した史跡館城跡の調査成果から箱館戦争を考える。2019年12月7日南北海道考古学情報交換会発表資料
北斗市二股台場の考古学的調査
北斗市二股台場の考古学的調査
Junpei Ishii
明治2年箱館戦争で旧幕府軍が構築した塹壕群の調査成果報告。2019年12月7日南北海道考古学情報交換会発表資料。
09遺跡分布を分析する〜カーネル密度推定〜
09遺跡分布を分析する〜カーネル密度推定〜
Junpei Ishii
2019年9月24日〜27日開催奈良文化財研究所主催文化財担当者研修「遺跡GIS課程」の資料です。 QGISの「ヒートマップ」機能を利用したカーネル密度推定図を作成します。作成したカーネル密度推定図によるラスタ演算を行い、「単位遺跡当たりの時期別密度図」の作成手法を学びます。
08遺跡景観の分析〜可視領域を調べる〜
08遺跡景観の分析〜可視領域を調べる〜
Junpei Ishii
2019年9月24日〜27日開催奈良文化財研究所主催文化財担当者研修「遺跡GIS課程」の資料です。 r.viewshedコマンドを利用した可視領域の分析手法を学びます。
07QGISで遺跡立地分析
07QGISで遺跡立地分析
Junpei Ishii
2019年9月24日〜27日開催奈良文化財研究所主催文化財担当者研修「遺跡GIS課程」の資料です。 DEMデータから各種地形指標を算出し、それらの地形指標をもとに遺跡立地可能性にかかるラスタ演算を行います。
06コスト距離とコストパス解析
06コスト距離とコストパス解析
Junpei Ishii
2019年9月24日〜27日開催奈良文化財研究所主催文化財担当者研修「遺跡GIS課程」の資料です。 GRASS GISのr.walkコマンドを利用した累積コストラスタの作成と最短コストルートの算出方法を解説します。
05QGISで地図印刷
05QGISで地図印刷
Junpei Ishii
2019年9月24日〜27日開催奈良文化財研究所主催文化財担当者研修「遺跡GIS課程」の資料です。 QGISの「レイアウト」機能を利用した図版作成手法について解説しています。図の配置やテキスト、凡例、スケールの付与など基本的な手法を解説しています。
04ベクタデータを利用した地図表現
04ベクタデータを利用した地図表現
Junpei Ishii
2019年9月24日〜27日開催奈良文化財研究所主催文化財担当者研修「遺跡GIS課程」の資料です。 ベクタデータを利用した地図表現について解説しています。論理式を利用した地物の分類と線種や色の指定、ラベルの付与について解説します。
03紙地図をGISで使う
03紙地図をGISで使う
Junpei Ishii
2019年9月24日〜27日開催奈良文化財研究所主催文化財担当者研修「遺跡GIS課程」の資料です。 フィールドワークで作成した図面などをGISに取り込んで利用する幾何補正の技術について解説しています。
02ラスタデータを利用した地形指標の作成と地図表現
02ラスタデータを利用した地形指標の作成と地図表現
Junpei Ishii
2019年9月24日〜27日開催奈良文化財研究所主催文化財担当者研修「遺跡GIS課程」の資料です。 DEMデータから各種地形指標を作成するとともに透過や乗算を利用した視覚表現を学びます。
01GIS概論
01GIS概論
Junpei Ishii
2019年9月24日〜27日開催奈良文化財研究所主催文化財担当者研修「遺跡GIS課程」の資料です。 GISの概念や基礎的知識について解説しています。
データで見る厚沢部町の高齢化
データで見る厚沢部町の高齢化
Junpei Ishii
8月23日に厚沢部町内で行った勉強会の資料です。
厚沢部昔のまち探検
厚沢部昔のまち探検
Junpei Ishii
小学校4年生社会科「昔から今へと続くまちづくり」の厚沢部版です。
館城はなぜ作られたのか
館城はなぜ作られたのか
Junpei Ishii
小学生向けに史跡館城跡が築城された背景についてかいせつしたしりょうです。
市民が護る地域の歴史文化考古資源
市民が護る地域の歴史文化考古資源
Junpei Ishii
2015年8月29日函館市中央図書館にて開催されたはこだて国際科学祭科学夜話スペシャル使用スライド。 文化遺産の活用における行政と市民の対話の可能性について考えました。Open Sourceのツール群がその可能性を拓くのではないかと期待しています。
Foss4 gで修学旅行支援〜子どものためのフィールドワーク入門〜
Foss4 gで修学旅行支援〜子どものためのフィールドワーク入門〜
Junpei Ishii
2014年6月28日FOSS4G北海道2014発表資料です。
つながる!!博物館〜ウェブとリアルでアプローチ〜
つながる!!博物館〜ウェブとリアルでアプローチ〜
Junpei Ishii
文化財の保護と今後の活用
文化財の保護と今後の活用
Junpei Ishii
Qgisを考古学で使う
Qgisを考古学で使う
Junpei Ishii
Qgisを考古学で使う2
Qgisを考古学で使う2
Junpei Ishii
More from Junpei Ishii
(20)
考古学からみた館城と箱館戦争
考古学からみた館城と箱館戦争
北斗市二股台場の考古学的調査
北斗市二股台場の考古学的調査
09遺跡分布を分析する〜カーネル密度推定〜
09遺跡分布を分析する〜カーネル密度推定〜
08遺跡景観の分析〜可視領域を調べる〜
08遺跡景観の分析〜可視領域を調べる〜
07QGISで遺跡立地分析
07QGISで遺跡立地分析
06コスト距離とコストパス解析
06コスト距離とコストパス解析
05QGISで地図印刷
05QGISで地図印刷
04ベクタデータを利用した地図表現
04ベクタデータを利用した地図表現
03紙地図をGISで使う
03紙地図をGISで使う
02ラスタデータを利用した地形指標の作成と地図表現
02ラスタデータを利用した地形指標の作成と地図表現
01GIS概論
01GIS概論
データで見る厚沢部町の高齢化
データで見る厚沢部町の高齢化
厚沢部昔のまち探検
厚沢部昔のまち探検
館城はなぜ作られたのか
館城はなぜ作られたのか
市民が護る地域の歴史文化考古資源
市民が護る地域の歴史文化考古資源
Foss4 gで修学旅行支援〜子どものためのフィールドワーク入門〜
Foss4 gで修学旅行支援〜子どものためのフィールドワーク入門〜
つながる!!博物館〜ウェブとリアルでアプローチ〜
つながる!!博物館〜ウェブとリアルでアプローチ〜
文化財の保護と今後の活用
文化財の保護と今後の活用
Qgisを考古学で使う
Qgisを考古学で使う
Qgisを考古学で使う2
Qgisを考古学で使う2
土方歳三の防衛戦略〜考古学が読み解く二股台場〜
1.
土方歳三の防衛戦略 〜考古学が読み解く二股台場〜 箱館戦争戦跡調査プロジェクト 石井淳平
2.
土方歳三の防衛戦略 〜考古学が読み解く二股台場〜 箱館戦争戦跡調査プロジェクト 石井淳平 4月9日 新政府軍乙部上陸
3.
4月9日以降 大野川右岸から 陣地転換
4.
二股口 第一次会戦 4月13日〜14日
5.
4月13日15時頃 天狗岳前線基地へ新政府軍襲来
6.
松前藩 50名 長州藩 250名 福山藩 250名 総兵力 550名 衝鋒隊 70名 伝習隊 40名 工兵隊・砲兵隊 20名 総兵力 130名
7.
4月13日夕刻 新政府軍、二股台場へ到達 伝習歩兵隊 衝鋒隊衝鋒隊
8.
別働隊による 奇襲攻撃 伝習歩兵隊 衝鋒隊衝鋒隊
9.
夜明けとともに 新政府軍撤退 伝習歩兵隊 衝鋒隊衝鋒隊
10.
伝習歩兵隊 6小隊200名 衝鋒隊+三国隊 100名 衝鋒隊 松前藩 80名 長州藩 180名 福山藩 200名 岡山藩 80名 徳山藩 160名 弘前藩
80名 薩摩藩 80名 総兵力 860名
11.
伝習歩兵隊 6小隊200名 衝鋒隊+三国隊 100名 衝鋒隊 松前藩 80名 長州藩 180名 福山藩 200名 岡山藩 80名 徳山藩 160名 弘前藩
80名 薩摩藩 80名 総兵力 860名
12.
二股口 第二次会戦 4月23日〜25日 増強された両軍兵力が 再度激突する
13.
伝習歩兵隊 6小隊200名 衝鋒隊+三国隊 100名 衝鋒隊 長州藩を主力とし、左翼 に岡山藩、右翼に福山藩 が配置された 長州藩 岡山藩 福山藩 4月23日夕刻
14.
伝習歩兵隊 衝鋒隊衝鋒隊 滝川充太郎率いる 伝習士官隊の増援。 滝川の独断で 敵主力への突撃を敢行 長州藩 岡山藩 福山藩 4月24日10時頃
15.
君は何の作戦もなく突撃したのか。無駄に 兵を消耗させて、士気にかかわる!! ・・・・・・ 大川君の言うことは筋が通っている。 しかし、滝川君の勇気も感心すべきものだよ。 大川(伝習歩兵隊隊長) 滝川(伝習士官隊隊長) 土方(「総督」)
16.
伝習歩兵隊 衝鋒隊衝鋒隊 薩摩藩及び 松前藩の増援 夕刻には徳山藩到着 長州藩 岡山藩 福山藩 4月24日午後 徳山藩 薩摩藩 松前藩 伝習士官隊
17.
伝習歩兵隊 衝鋒隊衝鋒隊 長州藩 岡山藩 福山藩 4月24日深夜 徳山藩 薩摩藩 伝習士官隊
18.
伝習歩兵隊 衝鋒隊衝鋒隊 長州藩 岡山藩 福山藩 4月25日早暁 徳山藩 薩摩藩 伝習士官隊 新政府軍全線に 撤退命令
19.
土方歳三の防衛戦略 〜考古学が読み解く二股台場〜 箱館戦争戦跡調査プロジェクト 石井淳平 4月29日 大鳥圭介率いる主力が 矢不来で敗走
20.
二股口からの 撤 退 4月30日 戦略的価値を失った 二股台場を放棄 五稜郭へ撤退
21.
なぜ少ない人数で 新政府軍を 撃退できたのか 二股台場の 防衛構想を探る
22.
防衛構想1 二股台場の 防衛構想を探る 長くけわしい 短 く 平 ら
23.
『維新戦争実録』(長州藩士) 第一次会戦(4月13日の退却の様子) ■雨は降るし、非常な困難で食料も来ない。昼飯を食 うたきりで夜12時まで何も食うことができぬ。 ■山の絶頂でけが人が出てそれを運搬するのに、はな はだ困りました。 ■途中でどうも疲れて動くことができぬ。首を取られ ても仕方がないから戦友を先に行かせて寝てから、 稲倉石まで帰ったことがあります。
24.
『維新戦争実録』(長州藩士) 第二次会戦(4月23日の様子) ■(援軍に出たところ)我が官軍の監督をしていた駒 井政五郎という人に会いました。「なに、わずかな怪 我だよ、一刻も早く出て盛り返してくれなければいか ぬ」と言われた(駒井は後に戦死)。 負傷兵の後送に大きな困難
25.
防衛構想2 あえて 攻めさせる
26.
川岸を守らない 川岸には わずかな塹壕のみ
27.
新政府側 幕府側
28.
新政府側
29.
新政府軍 幕府軍 二股川 川をわたったところを 叩く
30.
鶉山道
31.
32.
33.
34.
35.
36.
2020年9月7日放映所ジャパン 世紀の大発見!!
37.
38.
39.
防衛構想3 罠をかける
40.
新政府軍 幕府軍急斜面
41.
南側の尾根を 回り込む敵を狙う
42.
南側の尾根の 正面を守る
43.
鶉山道の突破を 許さない!!
44.
鶉山道に 十字砲火をかける
45.
渡河する敵を 狙い撃つ
46.
立ちはだかる塹壕群立ちはだかる塹壕群
47.
48.
49.
50.
塹壕がグループで機能する ・回り込まれないように ・十字砲火 ・対岸の敵をけん制
51.
ライフル銃の性能を活かす ・長い射程きょり ・高い命中率
52.
軍事技術の結晶 当時のまま残る塹壕 二股台場とは
Download now