Lockheed Martin Awarded $31M Research Contract To Develop Cyber Information Assurance For Military Networks | Lockheed Martin インターネットの前身であるARPANETは、アメリカ国防総省の国防高等研究計画局（DARPA）によって開発が始められたことはよく知られています。インターネットが自律分散型アーキテクチャを採用しているのは、DARPAの要請により、戦争が起きて一部が破壊されても動作し続けられるように作られたためだといわれています。 そのDARPAが、これからの軍事用途に耐えられる強力なネットワークの研究開発のためにロッキード・マーティン社と契約を結び、同社に研究開発費用として3100万ドルを提供することが明らかになりました。 開発を担当するロッキード・マーティン
Haskell の State モナド (1) - 状態を模倣する
昔、モナドがよくわからなかったので、さまよっていたら、 … ネットで見たMonadの説明で一番私がわかりやすいと思ったのは、Wikibooksの説明。Hello World!がブラックボックスな人は、是非一読を。 (404 Blog Not Found:Haskellで一番難しいのは より) 最初にこの Wikibooksの説明 を読んだのは去年の 11 月頃。そのときの文書のバージョンは 05:13, 27 October 2008 で、今は内容が随分増えている。前の文書は、現在の Haskell/Understanding monads/State に相当するようだ。 ところで、上記の解説を最初読んだとき全く意味がわからなかった。 (@_@;) 「3 Stateful Computations」 では、「ランダムな数字を生成する関数」を例に挙げてモナドの説明がされていたけれど、何が言
Webエンジニアバトルロワイヤルでは、平面分割手法としてボロノイ図と「疑似築道法」というものをデモしたんですが、そのとき説明に使った4種類の2次元ボロノイ図を以下に載せます。 通常のボロノイ図 「どの母点が最も近くにあるか」にもとづいて平面を分割します。ボロノイ辺は母点の垂直二等分線になります。 マンハッタン距離にもとづくボロノイ図 ユークリッド距離の代わりにマンハッタン距離を使うと、見た目ががらっと変わって、路線図や天気予報のときの都道府県図っぽくなります。 加法的重み付きボロノイ図 (Additively Weighted Voronoi Diagram) 母点にそれぞれ重みを設定して、ユークリッド距離に重みを加算したものを距離関数としてボロノイ図を作ると、ボロノイ領域を膨らませたり縮ませたりできます。ボロノイ辺は双曲線になります。 加法的重み付きべき乗ボロノイ図 (Additivel
Benjy Weinberger Craig Silverstein Gregory Eitzmann Mark Mentovai Tashana Landray This style guide contains many details that are initially hidden from view. They are marked by the triangle icon, which you see here on your left. Click it now. You should see "Hooray" appear below. Hooray! Now you know you can expand points to get more details. Alternatively, there's an "expand all" at the top o
This tip describes how to use C++ code completion in Vim (omni completion). When editing a C++ file, enter the command :set omnifunc? to see what completion function is currently used. If the result is omnifunc=ccomplete#Complete, it means you are using the C completion provided with Vim (not C++). If your :set omnifunc? is not set as desired or maybe empty this is a good workaround for C++ files:
C/C++ から Ruby を動的に扱う « ますぽんの雑記
Ruby は Python とよく比較される国産のインタプリタ言語で、文字列の扱いに定評があります。オブジェクト指向で、モジュール、クラス、例外処理、ガベージコレクション等最新の機能は一通り揃った魅力ある言語です。今回は、これを前回と同じように C/C++ から動的に扱ってみます。まずは、C/C++ から Ruby スクリプトを呼んでみます。 #include <Ruby/ruby.h> const char *script = "def multiply(x,y)\n" " return x*y\n" "end"; int main(int argc, char *argv[]) { VALUE value; ruby_init(); // スクリプトの読み込み rb_eval_string(script); // スクリプトの実行 value = rb_funcall(Qnil,rb_
You are currently not logged in! Enter your authentication credentials below to log in. You need to have cookies enabled to log in. Recently I decided to take on a very ambitious project to design my own microprocessor from scratch. A couple of things inspired me on this project, the first being a book I finished, Digital Apollo by David A. Mindell. This book details the design and engineering beh
「Windows Server 2008の真価」は、Windows Server 2008の後継OSである、Windows Server 2008 R2の注目機能について解説するコーナーです。 第1回 Windows Server 2008 R2の概要（1） － 製品のコンセプトとベース・システムの強化点--2009/08/05 1．Windows Server 2008 R2とは 2．モジュラー・アーキテクチャの採用でフットプリントも軽く 3．コアパーキングの採用で低消費電力を実現 4．NUMA対応の強化で大規模用途へも最適化 第2回 Windows Server 2008 R2の概要（2） － システム要件と機能--2009/09/02 1．システム要件とエディションによる機能の違い 2．カテゴリ別の主な新機能 第3回 進化したPowerShell 2.0--2009/10/15 1．
四国のSOHO。薬師寺 国安（フリープログラマ）と薬師寺聖（個人事業所自営）による，コラボレーション・ユニット。1997年結成。XMLや.NETプログラミングに関する執筆多数。両名とも，Microsoft MVP for Development Platforms - XML(Oct 2003-Sep 2009)，http://www.PROJECTKySS.NET SilverlightのGUI要素を表現するXAMLドキュメントは，図形の種類や座標値や色などのスタイルを記録した，整形式XML文書です。したがって，XMLデータと同じように，LINQ to XMLを用いて処理することができます。本連載では，このXAMLのデータ処理をメインとする，サンプル・アプリケーションの開発方法を紹介します。 開発に用いたツールは，ペイント・Expression Design（画像素材の作成），Expre
いまや8人に1人がかかっているといわれる現代病「うつ」。これだけ蔓延しているにもかかわらず、この病気に対する誤解はまだまだ多い。多数の患者と向き合ってきた精神科医が、その誤解を1つずつひも解いていく。
自然言語処理において、 辞書は単語の文法的意味の情報源として必要不可欠であり、辞書に登録されていない単語を減少させるため、 辞書の語彙を増強する努力がなされている。 新語や専門用語は絶えず増え続けているため、 辞書作成の作業は多大な労力を要するのみならず、 各解析段階での未知語との遭遇は避けられず、大きな問題の一つとなっている。 ※当然ですが 形態素解析が必要な言語のみの研究です。 これができていないと 妙な箇所で形態素分割することになります。 ヒューリスティックな検出は色々ありますが、ヒューリスティックではない統計的方法です。 概して、単語（と見なせるかもしれない記号列）の前後情報から最も尤もらしいモデルを推定します。 出現頻度と連接頻度に基づく専門用語抽出 湯本紘彰 森辰則 横浜国立大学 中川裕志 東京大学 情報処理学会研究報告. 自然言語処理研究会報告 2001(86) ターム性
東工大の杉山先生の講演がすごく面白かったのでメモ。 やりたいこと、特徴p(x)とp'(x)という分布を推定しようという問題があったとする。このとき、二つの分布のパラメータを推定しないといけないので普通は大変。そこで、w(x) = p'(x) / p(x)を推定するという風に少し変形してやる。p(x)とp'(x)が分かればw(x)は求めることができるが、w(x)があってもp(x)とp'(x)は分からない。ということでw(x)のほうが簡単な問題になっている。 こういう風に「何か問題を解くときに、その過程で元の問題より難しい問題を解かないようにしないと!」というような考え方をVapnikの原理といったりするそうです。 この確率密度比の枠組みを利用すると非定常環境適応、ドメイン適応、マルチタスク学習、外れ値検出、時系列の変化点検知、特徴選択、次元削減、独立成分分析、条件付き確率推定などなどの問題を
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
