本書はCC-BY-NC-NDライセンスによって許諾されています。ライセンスの内容を知りたい方はhttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.ja でご確認ください。
タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
本書はCC-BY-NC-NDライセンスによって許諾されています。ライセンスの内容を知りたい方はhttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.ja でご確認ください。
Thank you for visiting nature.com. You are using a browser version with limited support for CSS. To obtain the best experience, we recommend you use a more up to date browser (or turn off compatibility mode in Internet Explorer). In the meantime, to ensure continued support, we are displaying the site without styles and JavaScript.
type:Article この論文では、人びとが恋愛をどのようにはじめて、それを結婚にどう結びつけているのかを、ソーシャル・キャピタルの視点から検討する。そうした恋愛の壁と結婚の壁における社会的格差を分析することで、家族形成プロセスを解明し、少子化防止にどのような支援が必要かをかんがえる。そこで、ランダムサンプリング調査によって恋愛経験を計量的に測定した。その結果、恋愛の壁をこえて恋人と交際するのに教育や職業といった社会階層は影響をもたず、恋愛はすべての人に平等にひらかれていた。それよりむしろ、成人前の友人関係、部活動、恋人といったソーシャル・キャピタルがその後の交際人数を増加させた。さらに、交際人数が多ければ、とりわけ1人とでも付きあったことがあれば、結婚の壁を乗りこえるチャンスがふえた。これらの結果は、ソーシャル・キャピタルを蓄積することが、恋愛経験や家族形成に役だつことを示唆する。
非営利調査機関の米Pew Research Centerは5月17日(現地時間)、「When Online Content Disappears」(オンラインコンテンツが消滅するとき)と題する調査レポートを公開した。「2013年に存在したWebページの38%が10年後にはアクセス不能に」というサブタイトルがついている。 この調査では、非営利プロジェクト「Common Crawl」のリポジトリから2013年から2023年までの毎年の約9万ページ、合わせて約100万のWebページをサンプリングした。調査結果は、この期間の全ページの25%が現在アクセス不能であることを示している。このうち、16%はルートドメインはアクティブだがアクセスできず、残り9%はルートドメインが廃止されたものだ。 政府の公的サイトでは、サンプリングした約50万ページのうち、21%に少なくとも1つのリンク切れが含まれていた。
調査会社のSynergy Research Groupは、2019年第4四半期における日本や中国を含むアジア太平洋地域のパブリッククラウド市場に関する調査結果を発表しました。 これは各パブリッククラウドのIaaSとPaaSの売り上げをベースに比較したもの。 日本の国内市場を見ると、トップはAmazon Web Services(AWS)、2位はマイクロソフトと、グローバル市場での順位通りになっていますが、3位にはGoogleを上回って富士通がランクインしています。 そして4位にGoogle、5位にNTT、6位にソフトバンクと、3位以下に国内ベンダが顔をだしている点が特徴でしょう。 中国市場は日本以上に国内ベンダが強さを見せています。1位がアリババ、2位がテンセント、3位がバイドゥ、4位はシンネットが運営するAWSのサービス、そして5位にチャイナテレコム、6位がチャイナユニコムとなっており、
本書は京都大学の全学共通科目として実施されるプログラミング演習(Python)の教科書として作成されたものです. 2023年度版では2022年度版での誤植などを修正し,読みにくい文章などを改訂し,2022年の授業の中で補足した説明などを追記しました.また,3章で例題として取り上げた平方根の計算については4章として独立させ加筆しました.また,制御構造の章(6章)ではPythonプログラムの終了について追加し,7章までの力試しの課題としていくつかの演習問題を8章として追加しました.さらに,タートルグラフィクスの章(10章)ではタートルの形の定義の方法を追加するとともに,11章ではtkinterの導入のための簡単な例題を追加て記述を見直すとともに,ウィジェットでの画像表示を追加しています.19章では関数呼び出しの中で生じるエラーについての例を追加しました. ソースコードの記載にK2PFEフォント
初めまして、システム部の劉(りゅう)です。 今はGMOリサーチのクラウドパネルのシステム連携などを対応しています。2014年入社以来、海外リモートワークや産休育児休など経験して、現在も時短で勤務させていただいています。 先日4/2(金)、GMOリサーチのオンラインテックカンファレンスが開催されました。 私は「Zoomが安定したサービスを提供している方法」についてのLT(Lightning talk)を発表しましたので、今日はブログのほうでも同じ内容を共有させていただこうと思います。 Zoomの利用者は約5ヶ月で30倍に 2020年、新型コロナウイルス の影響で、世界中で在宅勤務のニーズが急増しました。 そこで色々なオンラインツールやウェビナーが大活躍しています。 その中で、Zoomは特に注目されており、プライベートの繋がりから、仕事の場面まで広く活用されています。 弊社でも、日々Zoomミ
Home Blog Pythonのlinter/formatterを誰でも手軽に設定できるようにするためのPFN社内ツール “pysen” の紹介 Python向けのlinter/formatter設定ツール「pysen」を pypi.org および github.com で一般公開しました。 このツールは主にPython向けのlinter/formatterの設定を一元管理し、Preferred Networks社内でよく使われているツール環境を誰でも簡単に設定できるように支援するツールです。チームごとに分散しうるようなツールに関するノウハウをコードとして集約し、PFN社内での共有を促進させることを目的として開発しています。pysenは実際にPFN社内で使われており、2020年4月に開発がスタートしてから、2021年3月現在でおよそ100を超える社内リポジトリに導入されています。 上図:
Microsoft Researchは現地時間10日、データ可視化Webアプリケーション「SandDance」をOSS化し、新たにJavaScriptやReactで動作する形でGitHubに公開したことを公式ブログで発表した。 公式ブログより 「SandDance」は、Microsoft ResearchのSteven Drucker(スティーブン・ドラッカー)氏とRoland Fernandez(ローランド・ヘルナンデス)氏が開発を率いるWebベースで動作するBIツールで、2011年の発表以来、機能向上を重ねている。公式Webには数千から数万の単位を持ついくつかのサンプルデータソース(BabyNames、CofeeSales、Colleges、DemoVote、Sales、Titanic)が設置されており、グリッド、コラム、分布(Scatter)、密度(Density)などのアイコンをク
本投稿はPFN2022 夏季国内インターンシップに参加された江平智之さんによる寄稿です。 はじめに PFN2022 夏季国内インターンシップに参加していた江平智之です。現在修士1年で、大学では分散システムやクラウド技術について研究しています。 今回のインターンシップでは、「JP04. Kubernetesにおけるコンテナ実行環境の改善」というテーマでコンテナ起動時間の高速化に取り組みました。 背景 PFNでは機械学習基盤としてKubernetesクラスタを使用しており、リサーチャやエンジニアはKubernetesクラスタ上のPod内で機械学習やシミュレーションなどの計算を行っています。スケジューラによってノードにアサインされた後にPod内にコンテナが起動されますが、ノード上にコンテナイメージのキャッシュがない場合にコンテナ起動が遅いという問題がありました。計算はPFNの研究開発における主要
デザイナーのハシモトです。 今日は、<フリー素材配布サイト>をご紹介します。 資料に、ブログに、SNSに、テレワーク中のビデオ会議バーチャル背景にぜひご活用ください! また、現在コロナウィルスの影響もあり、各素材サイト マスク ウィルス 手洗い・うがい ソーシャルディスタンス STAY HOME オンライン飲み会 TAKE OUT …などを扱う素材が多くみられました。 この状況で無料で提供してもらえることはとてもありがたいですね。 フリー素材を使用する上での注意点 利用規約をしっかり確認し適切に利用する! 超重要です。 今回の記事で一番重要です。 「フリー素材」と聞くと、”フリー”=”なんでも自由に使えるもの”と勘違いしそうになりますが、各サイト、各作品によって利用規約が違います。 作者の方々を尊重する意味でも、きちんと規約を確認し適切な利用をしましょう。 「フリー素材」の利用制限・条件付
脅威インテリジェンスにおけるIPアドレスの取扱 GDPR対個人情報保護法(令和2年改正法-個人関連情報) 2021.10.1 GDPR, データ保護/プライバシ, 情報セキュリティ, 情報共有, 通信の安全/プライバシ 投稿者: Ikuo ネットワークに攻撃を仕掛けているものがいて、そのIPアドレスがわかっているとしたときに、そのIPアドレスをネットワーク管理者間で共有したり、また、顧客に脅威インテリジェンス情報として共有することは、各国においてデータ保護法制の関係で問題ないのでしょうか。データ保護論者は、そのようなIPアドレスを共有するときに、攻撃者の同意をとならなければならないとかいわないよね、という問題があります。 まずは、論点として、IPアドレスって「個人情報」なの、「個人データ(Personal Data) @GDPR」なの?という問題です。 以下、便宜上、個人データと呼びます。
グローバルのクラウドインフラ市場シェア、AWSとAzureの差が9ポイントにまで縮まる。2023年第1四半期、Synergy ResearchとCanalysの調査結果 調査会社のSynergy Research GroupとCanalysは、2023年第1四半期時点のグローバルにおけるクラウドインフラのシェアをそれぞれ発表しました(Synergy Research Group、Canalys)。 クラウドインフラとは、IaaS、PaaS、ホステッドプライベートクラウドを合わせたもの。 両社の調査結果ではいずれも過去1年のクラウドインフラ市場の成長率を20%前後としており、これまで30%前後という高い成長率で推移してきたクラウド市場が、世界的な不景気の影響を受けて急速に減速していることが示されました。 AWSとAzureのシェアの差が2桁を切って9%に そうした中で、2023年第1四半期の
本書は京都大学の全学共通科目として実施されるプログラミング演習(Python)の教科書として作成されたものです. 2021年度版では2020年度版での誤植などを修正し,読みにくい文章などを改訂し,2020年の授業の中で補足した説明などを追記しました.また,2020年度版では10章に置いていたリストの紹介を4章に移動し,リストを対象とするfor文の扱いを見直しています.これまでの授業実践に参画いただいた岡本雅子先生に本書の改訂から新たに共著者として加わっていただきました. 2021年度版ではソースコードの記載に新たに開発したK2PFEフォントを用いています. K2PFEフォントは著者のうち喜多と京都市立芸術大学教授,辰巳明久氏,同非常勤講師,楠麻耶氏,京都大学助教,元木環氏との共同研究により開発いたしました.また,同フォントの開発は,一部,科研費-学術研究助成基金助成金(課題番号21K028
JaLC IRDB Crossref DataCite NDL NDL-Digital RUDA JDCat NINJAL CiNii Articles CiNii Books CiNii Dissertations DBpedia Nikkei BP KAKEN Integbio MDR PubMed LSDB Archive 極地研ADS 極地研学術DB 公共データカタログ ムーンショット型研究開発事業
本記事は、2023年夏季インターンシッププログラムで勤務された竹田悠哉さんによる寄稿です。 はじめに 2023年度のPFN夏季インターンに参加した、東京大学大学院工学系研究科の竹田悠哉と申します。学部では画像生成の研究をしていましたが、技術の社会実装をより俯瞰的に学びたいと思い、現在は技術経営戦略学専攻で教育工学の研究をしています。 インターンでは「機械学習技術の社会実装」をテーマに、LLM(Large Language Model)にドメイン知識を習得させることに取り組みました。様々な設定において、主に英語で学習されたモデルであるLLaMA2に対して日本語のデータでのFine-tuningを行い、LoRAやInstruction Tuning、ドメイン知識の習得に関する知見を得ることができたと思います。本記事では、そこで利用した技術の紹介と、日本語におけるドメイン知識の習得に関する実験、
近年様々な分野に対してDeep learningの応用が研究されてきています。 化学の分野でも物性値の予測モデルや、化合物の生成モデルの研究などが盛んになってきています。最近では、有機化合物の合成を行う際に必要な化学反応の予測をDeep learningで行うという試みが行われてきているのでその先行研究サーベイをしました。 サーベイ資料はこちらのSlideshareにアップロードしています。 問題設定:反応予測および逆合成経路探索 化学反応で、反応物 (reactant) AとBを触媒 (reagent) Cの下で反応させたときに 生成物 (product) D ができたようなプロセスは Reaction SMILES を用いると “A.B.C>>D” というように表すことができます。 ここで、 AとBとC から何ができるか? (答えはD)を予測する問題を順方向の反応予測問題と呼び、Dを作
This post is about why we need a coroutine package for Go, and what it would look like. But first, what are coroutines? Every programmer today is familiar with function calls (subroutines): F calls G, which stops F and runs G. G does its work, potentially calling and waiting for other functions, and eventually returns. When G returns, G is gone and F continues running. In this pattern, only one fu
Googleの研究部門であるGoogle Researchが、地球の大気をシミュレートする機械学習モデル「NeuralGCM」を開発したことを発表しました。このモデルは、従来の物理ベースのモデリングと機械学習を組み合わせることで、シミュレーションの精度と効率を向上させており、2〜15日間の天気予報において従来のモデルよりも正確な結果を出し、過去40年間の気温をより正確に再現することができます。 Fast, accurate climate modeling with NeuralGCM https://research.google/blog/fast-accurate-climate-modeling-with-neuralgcm/ Google AI predicts long-term climate trends and weather — in minutes https://w
脆弱性の開示の枠組を深く勉強したい人に-ワクチンの予約システムの報道に関して 2021.5.19 情報セキュリティ, 脆弱性対応 投稿者: Ikuo 世間では、ワクチンの予約システムについて新聞社が、実際の接種券にはない架空の数字を入力しても予約可能だと報じたことに関して、脆弱性の開示の枠組を遵守すべきではないか、といういい方をする人もでており「脆弱性の開示の枠組」に興味が増しているように思います。そこで、この「脆弱性の開示の枠組」を正確に理解してもらうために基礎的なお話をまとめます。 ソフトウエアの脆弱性を不特定多数に開示する前に、そのソフトウエアの開発者に連絡することが求められていますという考え方は、いわゆる「協調的な脆弱性の開示(CERTのガイドを紹介しておきます-https://resources.sei.cmu.edu/asset_files/SpecialReport/2017
大規模言語モデル (LLM) は日進月歩で進化しており、日本語の理解能力についても多くの言語モデルがしのぎを削っています。先日PFNからも、日英2言語を併せた能力で世界トップレベルの性能を示す言語モデルPLaMo-13Bを公開*しました。 一方で、LLMを実際のタスクに適用する場合には、事前学習モデルやファインチューニングによる改善もさることながら、プロンプトの違いが性能を大きく左右します。本稿ではプロンプトを自動的にチューニングすることによって、LLMの能力を最大限に引き出し、与えられた課題の精度をどこまで高められるのかを検証します。 * 本稿で解説するプロンプトチューニング技術は、PLaMo-13B公開時の性能評価には用いていません。 プロンプトエンジニアリングについて LLMを使ったチャットシステムでは、ユーザーからの問い合わせ内容を改変してLLMに入力することがあります。例えば、図
リサーチャーの南です。機械学習のトップ会議のひとつであるICLR2020に、2019年度PFN夏季インターンのCasey Chuさん、PFN技術顧問の福水健次教授と共同で書いた論文が採択されました。 Casey Chu, Kentaro Minami and Kenji Fukumizu. Smoothness and Stability in GANs. In International Conference on Learning Representations (ICLR), 2020, to appear. 論文リンク 本記事では、上記論文の内容を簡単に紹介します。 背景: GANと安定化技術 周知のとおり、敵対的生成ネットワーク (GAN, [1]) はとても強力な生成モデルです。例えば、GANによって自然な高解像度画像を生成できることが知られています。下記は高解像度画像生成にお
Preferred Networks エンジニアの坂田です。普段は社内向けの GPU サーバークラスタの運用管理の業務などをやっております。 先日、DevOpsDays Tokyo 2021 というイベントで、弊社 須田と一緒に PFN が Kubernetes を使って GPU クラスタを運用する中で経験してきた障害とその対応の自動化や、Kubernetes クラスタそのものの管理・アップグレードの自動化の取り組みについてご紹介しました。 SlideShare: PFNのML/DL基盤を支えるKubernetesにおける自動化 / DevOpsDays Tokyo 2021 本エントリでは、その中でご紹介した障害の事例の中から、コーナーケースとして対応に悩まされた Uninterruptible Sleep という状態に入ったプロセスの扱いについてご紹介します。 はじめに PFN のクラ
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く