2017-01-01から1年間の記事一覧
終わったはずの声優統計．しかし5号から8号までの前回の冬コミ在庫が若干部屋に残っていました．正直保存状態は悪いです． @MagnesiumRibbonが30日東 F-55b Rei'n forcement にて松嵜麗さんの本を出す予定(松嵜麗さんのファンブックを出したいです - Rei'n f…
[1709.05424] NIMA: Neural Image AssessmentGoogle、任意の画像が技術的に審美的に美しいかを評価し1-10（10が最高得点）で採点するCNNベースの画像評価モデル「NIMA」を提案した論文を発表 | Seamless Google AI Blog: Introducing NIMA: Neural Image Ass…
Deep Text Classification Can be Fooled 入力を少し変化させるだけで機械学習によるモデルの推定結果を変えてしまう技術は Adversarial example と呼ばれている． よく見るのは画像を用いた例だけど，それが文書分類でもできないかと思い探したところ，まず…
Neural Collaborative Filtering (pdf) 概要 タスクは user と item について評価しているか (1) していないか (0) の情報 (implicit feedback) から未知の user と item の評価を予測する，商品推薦において非常に古典的なもの． 一般的には協調フィルタリ…
Face-to-BMI 顔写真から BMI (Body Mass Index) を推定する．データセットは progresspics - Show us your body transformations をクロールし，皆さんがアップロードしている before / after の写真 4206 枚を集めた． reddit にこんなデータがあるとは思わ…
python で実装はしていたけれどもう少し速度が欲しかった． C++で書こうと思っていたけれど，周りから golang を薦められたので従った． 高速化のためにパラメータ更新は[1106.5730] HOGWILD!: A Lock-Free Approach to Parallelizing Stochastic Gradient D…
声優統計コーパス : 二次配布可能な音素バランス文とその読み上げ音声の構築 (pdf, GitHub) というわけで プロの女性声優 3 名が 3 パターンの感情表現で読み上げた音声 2 時間分 を「声優統計コーパス」として無料公開します - 糞ネット弁慶 で公開した声優…
[1701.04099] Field-aware Factorization Machines in a Real-world Online Advertising System Criteo で Field-aware Factorization Machines を活用している，という話．気になった点をメモしておく． 複数マシンでの推定 Iterative Parameter Mixing を…
[1702.06270] Trajectory Recovery From Ash: User Privacy Is NOT Preserved in Aggregated Mobility Data ユーザのプライバシーなどに考慮し，「誰がいつどこにいたか」という生の位置情報ではなく，「どの領域にいつ何人いたか」という集計情報の公開，共…
日本声優統計学会 サークル「日本声優統計学会」の最後の活動として，読んでくださった方々への恩返しの意味を込め， id:repose と id:MagnesiumRibbon で声優統計コーパスを上記ページにて公開しました． 概要 声優統計コーパスは diphone の出現頻度を考慮…
Factorization Machines で Bayesian Personalized Ranking を用いた implicit feedback の推定を行いたかったけどうまくいかなかった - 糞ネット弁慶 Matrix Factorization で Bayesian Personalized Ranking を用いた implicit feedback の推定はうまくい…
Factorization Machines で Bayesian Personalized Ranking を用いた implicit feedback の推定を行いたかったけどうまくいかなかった - 糞ネット弁慶の続き． 要約 Bayesian Personalized Ranking が諦められない pairwise な loss を考慮した Matrix Facto…
何故上手くいかなかったのか，あとから再現できるよう忘れないために書く． 要約 回帰や分類ではなく， Bayesian Personalized Ranking にもとづく Factorization Machines を試したい 実装はibayer/fastFM を使い，データに MovieLens 100K を選び実験する…
Modeling Consumer Preferences and Price Sensitivities from Large-Scale Grocery Shopping Transaction Logs (WWW 2017) 概要 ある商品の購入数を予測する上で階層構造を導入する．更に値段も重要だからモデルに組み込む． 具体的には が に を 個購入す…
[1512.04912] Portrait of an Online Shopper: Understanding and Predicting Consumer Behavior オンラインでの購買行動に関する様々な分析． 年齢，性別の購買傾向，購買した商品の違い，購買間隔，購買金額の分析，および購買金額，購買間隔の予測． デー…
