新たなメルセンヌ素数を探している「グレート・インターネット・メルセンヌ数検索(GIMPS)」が、既知の素数として最大のものとなる50番目のメルセンヌ素数を見つけました。新たな素数は「2 77,232,917-1」で、「M77232917」と呼ばれています。

50th Known Mersenne Prime Discovered
https://www.mersenne.org/primes/press/M77232917.html

関連画像
https://i.gzn.jp/img/2018/01/05/largest-known-prime-number/01.png


メルセンヌ素数とは、「2のべき乗より1小さい自然数」であるメルセンヌ数の中でも素数のものを指します。

GIMPSによると50番目のメルセンヌ素数「M77232917」は2324万9425桁の数字で、これまで最長だった49番目のメルセンヌ素数「M74207281」の2233万8618桁と比べて、約100万桁大きくなっています。

以下のZIPファイルには、「M77232917」の書かれたテキストファイルが入っています。
ZIPファイルのサイズは11MBほどですが、テキストファイルは22.6MBあります。

http://www.mersenne.org/primes/digits/M77232917.zip
関連画像
https://i.gzn.jp/img/2018/01/05/largest-known-prime-number/02.png

続きはソースで

GIGAZINE
https://gigazine.net/news/20180105-largest-known-prime-number/

東北電力と弘前大学（青森県）は7月28日、人工知能（AI）技術を使い、津軽弁の音声を標準語のテキストに変換し、要約する研究を8月に始めると発表した。東北電力が持つ音声データ、弘前大学の言語分野に関する知見を組み合わせ、認識精度を検証。医療現場などで事業化を検討するという。

　音声認識・言語処理技術を使い、東北電力コールセンターの通話音声データをテキスト化・自動要約し、実用的な文章として理解できるかを検証する。

続きはソースで

http://www.itmedia.co.jp/news/spv/1707/28/news118.html
http://image.itmedia.co.jp/news/articles/1707/28/kf_tsugaru_01.jpg

凸版印刷｜凸版印刷、江戸期以前のくずし字を 高精度でテキストデータ化する新方式ＯＣＲ技術を開発
http://www.toppan.co.jp/news/2015/07/newsrelease150703_2.html

画像
http://www.toppan.co.jp/var/rev0/0000/2966/11573165137.png
「源氏物語」（絵入本，国文研所蔵）のOCRによるテキストデータ化
http://www.toppan.co.jp/var/rev0/0000/2965/11573165214.png
古典籍のテキストデータ化処理の流れ


凸版印刷株式会社（本社：東京都千代田区、代表取締役社長：金子眞吾、以下 凸版印刷）は、江戸期以前のくずし字で記されている古典籍（内容・形態の優れた古い書物のこと）の文字を判別し、テキストデータ化するＯＣＲ（光学文字認識）技術を開発しました。凸版印刷は、本技術による古典籍のテキストデータ化サービスを2015年夏より試験的に開始予定です。

　本技術は、江戸期以前の書物に使われているくずし字を自動で判読し、テキストデータ化することを可能にするものです。凸版印刷は、2013年からさまざまな書籍を高い精度でテキストデータ化する「高精度全文テキスト化サービス」を提供しています。このサービスで確立したテキストデータ化技術のシステム基盤をベースに、公立学校法人公立はこだて未来大学（所在地：北海道函館市、学長：中島秀之）の寺沢憲吾准教授が開発した「文書画像検索システム」と組み合わせることで、くずし字で記されている古典籍のOCR処理を実現しました。

本技術開発に際して、2014年度に実施した原理検証実験では、くずし字で記されている書物を80％以上の精度でＯＣＲ処理することに成功し、効率のよいテキストデータ化が可能であることを実証しました。原理検証実験を行う上で、凸版印刷は、大学共同利用機関法人人間文化研究機構国文学研究資料館（所在地：東京都立川市、館長：今西祐一郎、以下　国文研）の古典籍共同研究事業センターとともに課題整理と検討を重ね、本技術の検証で使用する古典籍の選定に関する助言、および所蔵する古典籍の画像とテキスト情報の提供を受けています。

■ 開発の背景

　近年、大規模災害による資料アーカイブの必要性の見直しや、専門家の減少と資料の経年劣化による文化継承の危機的状況から、歴史的資料のデジタル化やテキストデータ化が求められています。しかし、総数100万点以上ともいわれる江戸期以前のくずし字で記されている古典籍は、専門家による判読が必要とされ、テキストデータ化が遅れていました。

■ 本技術の特長

・　テキストデータ化済みの文献を、ＯＣＲ処理に用いるくずし字データベースとして使用することで、テキストデータ化されていない文献を80％以上の精度でテキストデータ化することが可能

・　専門家による判読に頼っていたテキストデータ化と比べ、大幅なコスト削減と大量処理が可能

・　テキストデータを、ＰＤＦなどさまざまなデータ形式へ変換し、利活用することが可能

■ 今後の目標

　凸版印刷は、本技術による、くずし字で記された古典籍のテキストデータ化サービスを2015年夏より試験的に開始する予定です。今後、幅広い年代やジャンルの資料に対するＯＣＲ処理の精度向上を図ります。さらに本技術を発展させ、現代語への翻訳、多言語翻訳、システム公開などを通して、異分野との研究融合や教育への普及、日本文化の諸外国へむけた情報発信の進展といった新しい文化の創出に貢献していきます。

続きはソースで

 

「脳波からのテキスト再現」に成功
引用元：WIRED 2015.6.23 TUE
http://wired.jp/2015/06/23/brain-to-text-tech/

簡単な文章を音読しているときの脳波を分析することで、元のテキストを再現する実験が成功した。
研究が進めば、話すことができない人が、システムを使って会話をすることが可能になるかもしれない。

インフォマティクス、神経科学、医療の研究者からなるチームが、音読するときの脳波を分析し、元のテキストを再現することに初めて成功した。
こうした技術が進展すれば、話すことができない人が、システムを使って「話す」ことができるようになるかもしれない。

ニューヨーク州にあるオールバニ・メディカルセンターとドイツのKIT研究所が協力して行ったこの研究では、皮質脳波記録（ECOG）技術を使って、ボランティアのてんかん患者7人の前頭葉と側頭葉をモニターし、発話に関係する脳波を特定することに成功した。
この研究では、針によってニューロンから直接信号を記録する、頭骨の切開が必要な手技も用いられている。

続きはソースで



▽関連リンク
Karlsruher Institut fur Technologie（独語）
Spracherkennung aus Gehirnstromen（Speech Recognition from Brain Activity）
Interdisziplinarem Forscherteam gelingt es erstmals aus Aktivitatsmustern auf der Gehirnoberflache gesprochene Satze zu rekonstruieren.
http://www.kit.edu/kit/english/16890.php