Submit Search
Upload
カゴメ格子のバンド図の計算
•
0 likes
•
1,301 views
M
M M
Follow
カゴメ格子のバンド図の計算
Read less
Read more
Science
Report
Share
Report
Share
1 of 12
Download now
Download to read offline
Recommended
強束縛模型における多体電子状態の第2量子化表現についてまとめました。
強束縛模型における多体電子状態の第2量子化表現
強束縛模型における多体電子状態の第2量子化表現
Kazu Ghalamkari
研究室内PRML勉強会 8章1節
研究室内PRML勉強会 8章1節
Koji Matsuda
ナレッジグラフ推論チャレンジの紹介 ～解釈可能な人工知能を目指して～ 人工知能学会セマンティックウェブとオントロジー（SWO）研究会
ナレッジグラフ推論チャレンジの紹介
ナレッジグラフ推論チャレンジの紹介
KnowledgeGraph
藤井 流華, 岡本 一志: モデルベース協調フィルタリングにおける推薦の透明性に関する検討, Webインテリジェンスとインタラクション研究会 第13回研究会, 2018.12.03
モデルベース協調フィルタリングにおける推薦の透明性に関する検討
モデルベース協調フィルタリングにおける推薦の透明性に関する検討
Okamoto Laboratory, The University of Electro-Communications
講演者: 松原靖子先生（熊本大学）
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測（第9回ステアラボ人工知能セミナー）
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測（第9回ステアラボ人工知能セミナー）
STAIR Lab, Chiba Institute of Technology
IoT技術の普及によりモノの見える化が急速に進んでいる．一方，コトの見える化は発展途上段階にあるが，ヒトに関する情報取得が十分になされていないことが，その主要な阻害要因の一つである．ヒトは９割程度の時間を屋内で過ごすという調査結果が報告されており，また多くのサービス現場や製造現場は屋内環境で占められている．そのため，屋内で適用可能な屋内測位技術や行動計測技術（IoH技術）がヒトに関する情報取得とそれに基づくコトの見える化のために必須となる．本講演では，まずサービス計測のための屋内測位技術や動作認識を含むIoH技術について概説し，そのスマートワーク設計支援等への応用事例を紹介する．また，サービス計測のために実現場に計測技術を導入する際の合意形成に関しても議論する．
スマートワークとサービス計測
スマートワークとサービス計測
Kurata Takeshi
全脳アーキテクチャ勉強会 第１回の山川の講演資料です．
全脳アーキテクチャ勉強会 第１回（山川）
全脳アーキテクチャ勉強会 第１回（山川）
ドワンゴ 人工知能研究所
九州大学大学院システム情報科学研究院「データサイエンス実践特別講座」が贈る，数理・情報系『でない』学生さんのための「データサイエンス講義
データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
Seiichi Uchida
Recommended
強束縛模型における多体電子状態の第2量子化表現についてまとめました。
強束縛模型における多体電子状態の第2量子化表現
強束縛模型における多体電子状態の第2量子化表現
Kazu Ghalamkari
研究室内PRML勉強会 8章1節
研究室内PRML勉強会 8章1節
Koji Matsuda
ナレッジグラフ推論チャレンジの紹介 ～解釈可能な人工知能を目指して～ 人工知能学会セマンティックウェブとオントロジー（SWO）研究会
ナレッジグラフ推論チャレンジの紹介
ナレッジグラフ推論チャレンジの紹介
KnowledgeGraph
藤井 流華, 岡本 一志: モデルベース協調フィルタリングにおける推薦の透明性に関する検討, Webインテリジェンスとインタラクション研究会 第13回研究会, 2018.12.03
モデルベース協調フィルタリングにおける推薦の透明性に関する検討
モデルベース協調フィルタリングにおける推薦の透明性に関する検討
Okamoto Laboratory, The University of Electro-Communications
講演者: 松原靖子先生（熊本大学）
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測（第9回ステアラボ人工知能セミナー）
時系列ビッグデータの特徴自動抽出とリアルタイム将来予測（第9回ステアラボ人工知能セミナー）
STAIR Lab, Chiba Institute of Technology
IoT技術の普及によりモノの見える化が急速に進んでいる．一方，コトの見える化は発展途上段階にあるが，ヒトに関する情報取得が十分になされていないことが，その主要な阻害要因の一つである．ヒトは９割程度の時間を屋内で過ごすという調査結果が報告されており，また多くのサービス現場や製造現場は屋内環境で占められている．そのため，屋内で適用可能な屋内測位技術や行動計測技術（IoH技術）がヒトに関する情報取得とそれに基づくコトの見える化のために必須となる．本講演では，まずサービス計測のための屋内測位技術や動作認識を含むIoH技術について概説し，そのスマートワーク設計支援等への応用事例を紹介する．また，サービス計測のために実現場に計測技術を導入する際の合意形成に関しても議論する．
スマートワークとサービス計測
スマートワークとサービス計測
Kurata Takeshi
全脳アーキテクチャ勉強会 第１回の山川の講演資料です．
全脳アーキテクチャ勉強会 第１回（山川）
全脳アーキテクチャ勉強会 第１回（山川）
ドワンゴ 人工知能研究所
九州大学大学院システム情報科学研究院「データサイエンス実践特別講座」が贈る，数理・情報系『でない』学生さんのための「データサイエンス講義
データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
Seiichi Uchida
2019年6月19日に行いました東大駒場オムニバス講義、人間情報学VIでの講義スライド「統合失調症、感覚運動随伴性、自由エネルギー原理」から著作権のある図などを除外して公開できるようにしたものです。
駒場学部講義2019 「統合失調症、感覚運動随伴性、自由エネルギー原理」
駒場学部講義2019 「統合失調症、感覚運動随伴性、自由エネルギー原理」
Masatoshi Yoshida
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
Erika_Fujita
グラフィカルモデル輪読会での発表資料です。 http://wbawakate.connpass.com/event/31613/
Probabilistic Graphical Models 輪読会 #1
Probabilistic Graphical Models 輪読会 #1
Takuma Yagi
中村 幹太, 岡本 一志: リンク予測に基づく共同研究者推薦システムの試作, 統計数理研究所共同利用研究（30-共研-2014） 研究集会, 2019.3
リンク予測に基づく共同研究者推薦システムの試作
リンク予測に基づく共同研究者推薦システムの試作
Okamoto Laboratory, The University of Electro-Communications
2018/01/15 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Deep Learning 第17章 モンテカルロ法
[DL輪読会]Deep Learning 第17章 モンテカルロ法
Deep Learning JP
深層学習 第6章
深層学習 第6章
深層学習 第6章
KCS Keio Computer Society
rogyzemi4th by nikku12312
情報統計力学のすすめ
情報統計力学のすすめ
Naoki Hayashi
どのくらいの事業規模になるか正確に予測できていないので、お手本になる資料かと言われると難しいです。しかし、どういう取り組みをすれば上手くいくかは提案できていると思いますので、ある程度参考になるかと思います。他の方も、スライド資料をアップロードしていれば、その資料も参考にした方がいいかと思います。
柵木2021（東大GCI最終課題）
柵木2021（東大GCI最終課題）
ssuser563e4e1
2019/09/06 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Scalable Training of Inference Networks for Gaussian-Process Models
[DL輪読会]Scalable Training of Inference Networks for Gaussian-Process Models
Deep Learning JP
だいぶ前に大学で発表したMICの解説スライドです。 サイト作ってます。 http://logics-of-blue.com/
MICの解説
MICの解説
logics-of-blue
脳の自由エネルギー原理FEPチュートリアル2021の講義3の部分をアップデートしたので、共有しておきます。
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
Masatoshi Yoshida
ARIMAモデルを用いて時系列データを解析しました。 機械学習の社会実装勉強会 https://www.youtube.com/channel/UCrjRZ4D2tpqV5UI2XSUKQ6g
2. BigQuery ML を用いた時系列データの解析 (ARIMA model)
2. BigQuery ML を用いた時系列データの解析 (ARIMA model)
幸太朗 岩澤
Functional dynamics of the hippcoamppus
Functional dynamics of the hippcoamppus
Naoyuki Sato
当法人では、ハッカソンなどの経験を通じて全脳アーキテクチャの開発方法論を開拓してきた。現在は、脳のメゾスコピックレベルのアーキテクチャについての解剖学的構造・生理学的現象・計算機能の仮説に関する神経科学的知見の要約した全脳参照アーキテクチャ(WBRA)というデータの蓄積を進めている。 今後は、それを起点として、ソフトウエアの生物学的妥当性を評価しつつ、機械学習のモジュールを開発し、それをマージすることで、全脳アーキテクチャ・アプローチからのシステム開発を進めようとしている。 第5回全脳アーキテクチャシンポジウム「見えてきた人工知能研究の本丸」 第1部発表資料 https://wba-initiative.org/16844/
進化したWBAアプローチの現在@第5回WBAシンポジウム： 山川宏
進化したWBAアプローチの現在@第5回WBAシンポジウム： 山川宏
The Whole Brain Architecture Initiative
はじめての統計データ分析勉強会 #2 資料
MCMCと正規分布の推測
MCMCと正規分布の推測
Gen Fujita
パターン認識と機械学習（PRML）第2章 確率分布 2.3 ガウス分布
パターン認識と機械学習（PRML）第2章 確率分布 2.3 ガウス分布
Nagayoshi Yamashita
認知心理学特論(2021/06/14)
[授業]洞察問題解決プロセスの分析(眼編)
[授業]洞察問題解決プロセスの分析(眼編)
Reiji Ohkuma
第38回 コンピュータビジョン勉強会＠関東 の発表資料です
ごちうサーチ
ごちうサーチ
Kazuhiro Sasao
第28回REQUIRE研究会 ベイズ統計を用いた臨床試験: ベイジアン・アダプティブ・デザイン 東京医科歯科大学湯島キャンパス: 14:30-17:45
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
Yoshitake Takebayashi
# K-shapes
K shapes zemiyomi
K shapes zemiyomi
kenyanonaka
六角形のブリルアンゾーンを長方形に変形する
六角形のブリルアンゾーンを長方形に変形する
六角形のブリルアンゾーンを長方形に変形する
M M
酸と塩基のルイスの定義
酸と塩基のルイスの定義
酸と塩基のルイスの定義
M M
More Related Content
What's hot
2019年6月19日に行いました東大駒場オムニバス講義、人間情報学VIでの講義スライド「統合失調症、感覚運動随伴性、自由エネルギー原理」から著作権のある図などを除外して公開できるようにしたものです。
駒場学部講義2019 「統合失調症、感覚運動随伴性、自由エネルギー原理」
駒場学部講義2019 「統合失調症、感覚運動随伴性、自由エネルギー原理」
Masatoshi Yoshida
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
Erika_Fujita
グラフィカルモデル輪読会での発表資料です。 http://wbawakate.connpass.com/event/31613/
Probabilistic Graphical Models 輪読会 #1
Probabilistic Graphical Models 輪読会 #1
Takuma Yagi
中村 幹太, 岡本 一志: リンク予測に基づく共同研究者推薦システムの試作, 統計数理研究所共同利用研究（30-共研-2014） 研究集会, 2019.3
リンク予測に基づく共同研究者推薦システムの試作
リンク予測に基づく共同研究者推薦システムの試作
Okamoto Laboratory, The University of Electro-Communications
2018/01/15 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Deep Learning 第17章 モンテカルロ法
[DL輪読会]Deep Learning 第17章 モンテカルロ法
Deep Learning JP
深層学習 第6章
深層学習 第6章
深層学習 第6章
KCS Keio Computer Society
rogyzemi4th by nikku12312
情報統計力学のすすめ
情報統計力学のすすめ
Naoki Hayashi
どのくらいの事業規模になるか正確に予測できていないので、お手本になる資料かと言われると難しいです。しかし、どういう取り組みをすれば上手くいくかは提案できていると思いますので、ある程度参考になるかと思います。他の方も、スライド資料をアップロードしていれば、その資料も参考にした方がいいかと思います。
柵木2021（東大GCI最終課題）
柵木2021（東大GCI最終課題）
ssuser563e4e1
2019/09/06 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Scalable Training of Inference Networks for Gaussian-Process Models
[DL輪読会]Scalable Training of Inference Networks for Gaussian-Process Models
Deep Learning JP
だいぶ前に大学で発表したMICの解説スライドです。 サイト作ってます。 http://logics-of-blue.com/
MICの解説
MICの解説
logics-of-blue
脳の自由エネルギー原理FEPチュートリアル2021の講義3の部分をアップデートしたので、共有しておきます。
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
Masatoshi Yoshida
ARIMAモデルを用いて時系列データを解析しました。 機械学習の社会実装勉強会 https://www.youtube.com/channel/UCrjRZ4D2tpqV5UI2XSUKQ6g
2. BigQuery ML を用いた時系列データの解析 (ARIMA model)
2. BigQuery ML を用いた時系列データの解析 (ARIMA model)
幸太朗 岩澤
Functional dynamics of the hippcoamppus
Functional dynamics of the hippcoamppus
Naoyuki Sato
当法人では、ハッカソンなどの経験を通じて全脳アーキテクチャの開発方法論を開拓してきた。現在は、脳のメゾスコピックレベルのアーキテクチャについての解剖学的構造・生理学的現象・計算機能の仮説に関する神経科学的知見の要約した全脳参照アーキテクチャ(WBRA)というデータの蓄積を進めている。 今後は、それを起点として、ソフトウエアの生物学的妥当性を評価しつつ、機械学習のモジュールを開発し、それをマージすることで、全脳アーキテクチャ・アプローチからのシステム開発を進めようとしている。 第5回全脳アーキテクチャシンポジウム「見えてきた人工知能研究の本丸」 第1部発表資料 https://wba-initiative.org/16844/
進化したWBAアプローチの現在@第5回WBAシンポジウム： 山川宏
進化したWBAアプローチの現在@第5回WBAシンポジウム： 山川宏
The Whole Brain Architecture Initiative
はじめての統計データ分析勉強会 #2 資料
MCMCと正規分布の推測
MCMCと正規分布の推測
Gen Fujita
パターン認識と機械学習（PRML）第2章 確率分布 2.3 ガウス分布
パターン認識と機械学習（PRML）第2章 確率分布 2.3 ガウス分布
Nagayoshi Yamashita
認知心理学特論(2021/06/14)
[授業]洞察問題解決プロセスの分析(眼編)
[授業]洞察問題解決プロセスの分析(眼編)
Reiji Ohkuma
第38回 コンピュータビジョン勉強会＠関東 の発表資料です
ごちうサーチ
ごちうサーチ
Kazuhiro Sasao
第28回REQUIRE研究会 ベイズ統計を用いた臨床試験: ベイジアン・アダプティブ・デザイン 東京医科歯科大学湯島キャンパス: 14:30-17:45
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
Yoshitake Takebayashi
# K-shapes
K shapes zemiyomi
K shapes zemiyomi
kenyanonaka
What's hot
(20)
駒場学部講義2019 「統合失調症、感覚運動随伴性、自由エネルギー原理」
駒場学部講義2019 「統合失調症、感覚運動随伴性、自由エネルギー原理」
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
Probabilistic Graphical Models 輪読会 #1
Probabilistic Graphical Models 輪読会 #1
リンク予測に基づく共同研究者推薦システムの試作
リンク予測に基づく共同研究者推薦システムの試作
[DL輪読会]Deep Learning 第17章 モンテカルロ法
[DL輪読会]Deep Learning 第17章 モンテカルロ法
深層学習 第6章
深層学習 第6章
情報統計力学のすすめ
情報統計力学のすすめ
柵木2021（東大GCI最終課題）
柵木2021（東大GCI最終課題）
[DL輪読会]Scalable Training of Inference Networks for Gaussian-Process Models
[DL輪読会]Scalable Training of Inference Networks for Gaussian-Process Models
MICの解説
MICの解説
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
FEPチュートリアル2021 講義3 「潜在変数が連続値、生成モデルが正規分布の場合」の改良版
2. BigQuery ML を用いた時系列データの解析 (ARIMA model)
2. BigQuery ML を用いた時系列データの解析 (ARIMA model)
Functional dynamics of the hippcoamppus
Functional dynamics of the hippcoamppus
進化したWBAアプローチの現在@第5回WBAシンポジウム： 山川宏
進化したWBAアプローチの現在@第5回WBAシンポジウム： 山川宏
MCMCと正規分布の推測
MCMCと正規分布の推測
パターン認識と機械学習（PRML）第2章 確率分布 2.3 ガウス分布
パターン認識と機械学習（PRML）第2章 確率分布 2.3 ガウス分布
[授業]洞察問題解決プロセスの分析(眼編)
[授業]洞察問題解決プロセスの分析(眼編)
ごちうサーチ
ごちうサーチ
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
フェーズI/IIに置けるベイジアン・アダプティブ・メソッド
K shapes zemiyomi
K shapes zemiyomi
More from M M
六角形のブリルアンゾーンを長方形に変形する
六角形のブリルアンゾーンを長方形に変形する
六角形のブリルアンゾーンを長方形に変形する
M M
酸と塩基のルイスの定義
酸と塩基のルイスの定義
酸と塩基のルイスの定義
M M
電磁テンソルの導出
電磁テンソルの導出
電磁テンソルの導出
M M
ネータカレントの導出
ネータカレントの導出
ネータカレントの導出
M M
自発的対称性の破れと小林益川理論
自発的対称性の破れと小林益川理論
自発的対称性の破れと小林益川理論
M M
クォークとレプトン
クォークとレプトン
クォークとレプトン
M M
ナビエストークスの方程式の物理的解釈と導出
ナビエストークスの方程式の物理的解釈と導出
ナビエストークスの方程式の物理的解釈と導出
M M
剛体の力学的エネルギーと慣性モーメントの性質
剛体の力学的エネルギーと慣性モーメントの性質
剛体の力学的エネルギーと慣性モーメントの性質
M M
平面内の回転
平面内の回転
平面内の回転
M M
相対性理論の記法
相対性理論の記法
相対性理論の記法
M M
ラグランジュ形式による場の量子化
ラグランジュ形式による場の量子化
ラグランジュ形式による場の量子化
M M
四元速度の導入
四元速度の導入
四元速度の導入
M M
ローレンツ変換の不変量 世界間隔
ローレンツ変換の不変量 世界間隔
ローレンツ変換の不変量 世界間隔
M M
時間と空間の対称性
時間と空間の対称性
時間と空間の対称性
M M
ローレンツ変換の導出
ローレンツ変換の導出
ローレンツ変換の導出
M M
ローレンツ変換と不変量
ローレンツ変換と不変量
ローレンツ変換と不変量
M M
反変・共変・混合テンソルの定義
反変・共変・混合テンソルの定義
反変・共変・混合テンソルの定義
M M
反変ベクトルと共変ベクトル
反変ベクトルと共変ベクトル
反変ベクトルと共変ベクトル
M M
点電荷のエネルギーの発散
点電荷のエネルギーの発散
点電荷のエネルギーの発散
M M
場の量子
場の量子論
場の量子論
M M
More from M M
(20)
六角形のブリルアンゾーンを長方形に変形する
六角形のブリルアンゾーンを長方形に変形する
酸と塩基のルイスの定義
酸と塩基のルイスの定義
電磁テンソルの導出
電磁テンソルの導出
ネータカレントの導出
ネータカレントの導出
自発的対称性の破れと小林益川理論
自発的対称性の破れと小林益川理論
クォークとレプトン
クォークとレプトン
ナビエストークスの方程式の物理的解釈と導出
ナビエストークスの方程式の物理的解釈と導出
剛体の力学的エネルギーと慣性モーメントの性質
剛体の力学的エネルギーと慣性モーメントの性質
平面内の回転
平面内の回転
相対性理論の記法
相対性理論の記法
ラグランジュ形式による場の量子化
ラグランジュ形式による場の量子化
四元速度の導入
四元速度の導入
ローレンツ変換の不変量 世界間隔
ローレンツ変換の不変量 世界間隔
時間と空間の対称性
時間と空間の対称性
ローレンツ変換の導出
ローレンツ変換の導出
ローレンツ変換と不変量
ローレンツ変換と不変量
反変・共変・混合テンソルの定義
反変・共変・混合テンソルの定義
反変ベクトルと共変ベクトル
反変ベクトルと共変ベクトル
点電荷のエネルギーの発散
点電荷のエネルギーの発散
場の量子論
場の量子論
カゴメ格子のバンド図の計算
1.
カゴメ格子のバンド図の 計算
Download now
