Bookmarks: August 2014

2014-08-26

Object detection - Pierre Sermanet (Google)

https://docs.google.com/presentation/d/1EukM17bSCDqmxktFS2Yksi6gLwL0XSW0z578rpG08a0/edit?usp=sharing

Object Detection with Deep Learning
CVPR 2014 Tutorial
Pierre Sermanet, Google Research

Deep Learning for Computer Vision

https://sites.google.com/site/deeplearningcvpr2014/

TUTORIAL ON DEEP LEARNING FOR VISION
A tutorial in conjunction with the Intl. Conference in Computer Vision (CVPR) 2014.

CCNBook/Main - Computational Cognitive Neuroscience Wiki

https://grey.colorado.edu/CompCogNeuro/index.php/CCNBook

This is a new wiki textbook, serving as a 2nd edition to Computational Explorations in Cognitive Neuroscience CECN.

未来の図書館を作るとは - 達人出版会

http://tatsu-zine.com/books/miraino-toshokan

未来の図書館を作るとは
長尾真, LRG(編)
達人出版会
0円 [PDF] [EPUB]

前国立国会図書館館長でもある著者による、図書館論の集大成。書籍、出版、図書館、そして知識インフラの未来を考える。付録として特別対談「知識インフラの構築に向けて（長尾真×岡本真）」を収録

2014-08-25

CIFAR-10 and CIFAR-100 datasets

http://www.cs.toronto.edu/~kriz/cifar.html

The CIFAR-10 and CIFAR-100 are labeled subsets of the 80 million tiny images dataset. They were collected by Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton.

2014-08-24

CIFAR-10でstate of the artのスコアが出せる、インターネットに落ちている中で最強のコード - デー

http://ultraist.hatenablog.com/entry/2014/08/23/025614

CIFAR-10のstate of the artである0.912を微妙に超える精度(0.9173)が出せるようになったのでソースコードを公開します。

HTML5 Quick Tutorial

http://coursesweb.net/html/html5-quick-tutorial_t

2014-08-21

文法圧縮されたテキスト上でのrank/select/accessに関する論文を公開しました。 - tb_yasuの日記

http://d.hatena.ne.jp/tb_yasu/20140818/1408388943

論文中では、一般的な構文木上でのrank/select/access操作の困難性を提示した後、これらに対するアルゴリズムを提案しています。

2014-08-18

JavaScript で流体シミュレーションを試してみるテスト - CX's Hatena Blog

http://cx20.hatenablog.com/entry/2014/08/17/155418

Google から物理エンジンに関して面白そうなライブラリが登場したようなので jsdo.it で試してみました。

Googleがオープンソースの2D物理エンジンLiquidFun 1.1をリリース

最強オブジェクト指向言語 JavaScript 再入門！

http://www.slideshare.net/yuka2py/javascript-23768378

2014-08-11

rakuten-nlp/rakutenma · GitHub

https://github.com/rakuten-nlp/rakutenma

Rakuten MA - morphological analyzer (word segmentor + PoS Tagger) for Chinese and Japanese written purely in JavaScript.

2014-08-10

Neuron states are binary (spikes) and synaptic weights are 9-bit signed integers with a 4-bit time delay. The overall peak performance is 4096x256x256x1000 = 266 GSops (billion synaptic operations per second).

2014-08-08

特許 US8626676 - Regularized dual averaging method for stochastic and online learning - Google 特許検索

http://www.google.com/patents/US8626676

Regularized dual averaging method for stochastic and online learning
US 8626676 B2

RDA (Regularized Dual Averaging) の特許。

2014-08-07

unnonouno: AdaGradが12倍速くなる魔法

http://blog.unnono.net/2014/08/adagrad.html

ボトルネックになりそうなsqrt周りを見てみましょう。実は-O2でも、sqrtssというCPU命令を使って1発で計算しているのでそれなりに高速です。ところが、-Ofastでは、vrsqrtpsという何やら怪しげな命令が。 rsqrtというのは、-1/2乗を計算する命令です。そのお陰で、-Ofast側ではdivが無くなっていることに気づきます。

2014-08-06

大脳皮質を中心とする神経回路の研究フォーラム

http://www.mbs.med.kyoto-u.ac.jp/cortex/

I) The scope of this forum このフォーラムの目的
II) Theoretical Model for the Neural Circuits of Cerebral Cortex and its Related System 大脳皮質と関連する神経領域の回路モデル
1) TD Reinforcement Learning in the Basal Ganglia 基底核における TD 強化学習について
2) Inverse Dynamic Model in the Cerebellum 小脳の内部モデルについて
3) Corticothalamic loop circuit model 皮質視床ループ回路のモデルについて
4) Model for outer-world observer 外界オブザーバを順モデルで構築する
5) Boltzmann machine ボルツマンマシンについて
6) Infomax インフォマックス原理について
7) Recurrent Infomax 相互結合ネットワークのインフォマックス
8) Hodgkin Huxley-type neural simulation model ホジキン・ハックスレー型ニューロンモデル
Appendix: Data of measurement and simulation Ž実測値とシミュレーション実験のパラメータ
9) Bayesian estimator and Kalman filter ベイズ推定とカルマンフィルタ
10) Bayesian estimator with continuous time 連続時間のベイズ推定
11) Electric Circuit for Electrophysiology 電気生理実験のための電気回路
12) Sparse Coding スパース符号化
13) Correlation of Neural Activity 神経活動の相関
14) Likelihood/AIC/BIC 尤度と情報量基準
15) Discrete Fourier transform and multitaper method 離散フーリエ解析と multitaper 法について
III) The Structure and Function of the Cerebral Cortex 大脳皮質の構造と機能
1) Introduction of Cerebral Cortex イントロ (pdf in Japanese)
2) Neural Elements 構成要素 (pdf in Japanese; incomplete)
3) Thalamic Inputs to Cereral Cortex 視床からの大脳皮質への入力 (pdf in Japanese; incomplete)
4) Modulatory Inputs 調節性入力 (pdf in Japanese; incomplete)
5) Local/Intrinsic Connection (Microcircuit) 局所回路 (pdf in Japanese; incomplete)
6) Corticocortical Connection 皮質間連絡 (under construction)
7) Output of Cerebal Cortex 大脳皮質からの出力 (under construction)