11 2017/12 01
26272829300102
03040506070809
10111213141516
17181920212223
24252627282930
31010203040506
Click セミナー

次回セミナー

開催日2017年10月17日(火曜日)
開催時間15時00分-16時00分
発表者吉田 光男 
発表者の紹介豊橋科学技術大学
タイトル社会的注目度を反映する研究評価指標の開発 
発表の概要
従来の研究評価指標は論文による被引用数をもとにしており,評価者が研究者に限られ,また,計測可能になるまでに長い時間が必要でした。論文の読者(活用者)が研究者に限られなくなった今日,研究者以外の注目度も加味した評価指標が望まれています。
本講演では,主にソーシャルメディアを活用した研究評価指標であるオルトメトリクスについて解説し,我が国の現状について報告します。さらに,多様なデータをもとに,どのような指標が開発可能であるかを議論します。
開催場所VBL 301B
接続サイト神田オフィス
開催時間16時00分-17時00分
発表者梶野 洸 
発表者の紹介IBM 東京基礎研究所
タイトルA Functional Dynamic Boltzmann Machine 
発表の概要
Dynamic Boltzmann machines (DyBMs) are recently developed generative models of a time series. They are designed to learn a time series by efficient online learning algorithms, whilst taking long-term dependencies into account with help of eligibility traces, recursively updatable memory units storing descriptive statistics of all the past data. The current DyBMs assume a finite-dimensional time series and cannot be applied to a functional time series, in which the dimension goes to infinity (e.g., spatiotemporal data on a continuous space). In this paper, we present a functional dynamic Boltzmann machine (F-DyBM) as a generative model of a functional time series. A technical challenge is to devise an online learning algorithm with which F-DyBM, consisting of functions and integrals, can learn a functional time series using only finite observations of it. We rise to the above challenge by combining a kernel-based function approximation method along with a statistical interpolation method and finally derive closed-form update rules. We design numerical experiments to empirically confirm the effectiveness of our solutions. The experimental results demonstrate consistent error reductions as compared to baseline methods, from which we conclude the effectiveness of F-DyBM for functional time series prediction.
開催場所VBL 301B
接続サイト神田オフィス