糞糞糞ネット弁慶

読んだ論文についてメモを書きます.趣味の話は http://repose.hatenablog.com

2016-01-01から1年間の記事一覧

冬のコミックマーケット C91 12月30日(金) 東 R23-a で最後の「声優統計 第九号」を出します

日本声優統計学会としての九度目,そして最後となるコミケ参加です. 最後と特に明記した記憶は無いのに恐らくお誕生日席です. 「声優統計第九号」内容 前書き (@R_Linux) 声優力:第二の種田梨沙を探せ (@Med_KU) きららフェスタ2016:観客動員数No.1 は誰…

夏のコミックマーケット C90 8月12日 金曜日 西M02-bで「声優統計 第八号」を出します

日本声優統計学会としての八度目のコミケ参加です.今年は暑い. 今年は声優島そのものが西ホールに配置されているので注意が必要です. 「声優統計第八号」内容 なれる!声優〜Deep Learning を利用した声質変換〜 (@asteerism) 声優しりとり (@Med_KU) 複…

From Online Behaviors to Offline Retailing (KDD 2016) 読んだ

From Online Behaviors to Offline Retailing オンラインの行動とオフラインの購買を同時に分析する.すなわち,「オフラインの行動とオンラインの行動にはどういう関係があるか」がわかる. また,実験では「直近での検索行動を用いることによりその後の購…

DeepIntent: Learning Attentions for Online Advertising with Recurrent Neural Networks (KDD 2016) 読んだ

DeepIntent: Learning Attentions for Online Advertising with Recurrent Neural Networks入力された検索クエリに対して最も適切な文言の広告を出すタスク. 検索クエリおよび広告を単語の系列データとして, RNN などにもとづく neural network に通して適…

Just One More: Modeling Binge Watching Behavior (KDD2016) 読んだ

Just One More: Modeling Binge Watching Behavior このタイトルを見るまで "binge-watching" という単語を知らなかった.ある番組などにハマってまとめて見てしまうことらしい. 論文では VOD (Video On Demand) サービス (特にこのサイトは定額見放題では…

「David Blei x Owen Zhang来日記念カンファレンス『データサイエンス最先端活用』」を (半分だけ) 聞いた

http://recruit.ai/event/datascience_update0210.html David M. Blei に Owen Zhang の話が聞けるということで行ってきた. 朝起きた瞬間から嫌な予感はしていたけれど、会場に着いたあたりで頭痛吐き気悪寒脂汗が止まらなくなってしまったため、午前中だけ…

Collaborative Denoising Auto-Encoders for Top-N Recommender Systems (WSDM 2016) 読んだ

(pdf) 手法 ユーザの評価したアイテム集合にノイズを載せ,それを復元する AutoEncoder (AE) を学習する. その際,入力層にユーザ固有のノードを1つ追加し,その上で全隠れ層に対してユーザノードから(ユーザ固有の)重みを持った枝を張る. これがただのAE…

Modeling Intransitivity in Matchup and Comparison Data (WSDM 2016) 読んだ

概要 Modeling Intransitivity in Matchup and Comparison Data (WSDM 2016)(pdf) 二人のプレイヤーが戦い,勝敗が決まるゲームのモデリングにおいては通常,各プレイヤーの強さは一元的である.よって,推定されたモデルでは推移律が成立する(aがbより,bが…

Your Cart tells You: Inferring Demographic Attributes from Purchase Data (WSDM 2016) 読んだ

Your Cart tells You: Inferring Demographic Attributes from Purchase Data(pdf) 概要 購買履歴からユーザの属性(年齢,性別,結婚状況,収入,学歴)を同時に推定する. つまり,複数の属性を同時に推定する multi-task multi-class prediction に取り組む…