理系にゅーす

理系に関する情報を発信! 理系とあるものの文系理系関係なく気になったものを紹介します!

パターン

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/06/11(火) 10:52:43.83 ID:CAP_USER
自然界の幾何学的パターンは葉の配列から解明できる!?
東大の研究チームが「コクサギ」の複雑なパターンを解明
https://www.axismag.jp/posts/2019/06/132061.html
2019/6/10
AXIS Web Magazine

 画像:
 https://www.axismag.jp/axismag-admin/wp-content/uploads/2019/06/fig1-720x603.jpg
 https://www.axismag.jp/axismag-admin/wp-content/uploads/2019/06/fig2-720x312.jpg
 https://www.axismag.jp/axismag-admin/wp-content/uploads/2019/06/fig3.jpg

 杉山宗隆東京大学大学院理学系研究科

 私たちの身近にあり、日頃からその色合いや紅葉、風情を楽しんでいる植物だが、葉がどのような配置になっているのかは植物学において長年の謎だった。
 とくに独特の葉のパターンをもつものもあるそうで、東京大学大学院理学系研究科の杉山宗隆准教授らがその謎に挑んだ。

 葉の配置を考えるには葉の角度が重要で、茎の根本から先の方に向かって新しい葉が現れるときに、一般的には対称的なパターンになる。
 たとえば、バジルやミントは90度、竹は180度ずつ葉の方向を変え、球サボテンの針や多肉植物のスパイラルアロエはフィボナッチらせんを描くのだ。
 同氏らが研究した独特のパターンは、日本、中国、朝鮮半島原産の低木で生垣に使われる「コクサギ(Orixa japonica)」
 にちなんで「コクサギ型葉序(orixate)」と命名。

続きはソースで
ダウンロード (7)


引用元: 【植物学】自然界の幾何学的パターンは葉の配列から解明できる!?[6/10]

自然界の幾何学的パターンは葉の配列から解明できる!?の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/04/28(日) 21:41:58.14 ID:CAP_USER
専門雑誌に掲載された難解な論文を読み込み、科学的背景を持たない読者にもわかりやすいようにかみ砕いて文章として伝える「サイエンスライター」と同じように機能するAIをマサチューセッツ工科大学(MIT)の研究者らが発表しました。

Rotational Unit of Memory: A Novel Representation Unit for RNNs with Scalable Applications | Transactions of the Association for Computational Linguistics | MIT Press Journals
https://www.mitpressjournals.org/doi/full/10.1162/tacl_a_00258

Rotational Unit of Memory
http://super-ms.mit.edu/rum.html

Can science writing be automated? | MIT News
http://news.mit.edu/2019/can-science-writing-be-automated-ai-0418

MITの大学院生であるRumen Dangovski氏とLi Jing氏、物理学教授のMarin Soljačić氏らの研究チームは、専門的な論文を1、2文程度に要約するAIを開発しました。AIが生成できる文章は非常に短いため、2019年4月時点では実際のサイエンスライターが作成するような記事を作り出すことはできないとのことですが、大量の論文を読む際に軽くチェックして内容を予備的に把握するのに役立つ可能性があります。

もともと、研究チームは物理学的な問題に対処することを目的としてAIでのアプローチを試みていたそうで、論文の要約などの処理に焦点を当てていなかったそうです。ところが、研究チームは自身が開発したアプローチが物理学の分野だけでなく、自然言語処理を含むほかの分野にも同じアプローチが適用できることに気づいたとのこと。

一般的なニューラルネットワークは、コンピューターが非常に多くの事例についてのパターンを「学習」して進歩します。たとえば写真に写っているオブジェクトを識別したり、写真や音声から特定のものを抜き出したりするシステムに、ニューラルネットワークは広く活用されています。

その一方で、ニューラルネットワークは長い一連のデータから情報をピックアップし、関連付けることが困難だとのこと。この能力は長い論文から必要な情報を見つけ出して要約する、サイエンスライターのような仕事に求められる技術の一つです。長距離の依存関係をモデル化する長期短期記憶(LSTM)ネットワークなどの手法がこの問題を解決するために使用されていますが、自然言語処理を実用的なものに近づけるには至っていません。

研究チームは従来のニューラルネットワークに使われてきた行列の乗算に基づくシステムではなく、多次元空間で回転するベクトルに基づく代替システムを考案しました。このシステムは「記憶回転単位(rotational unit of memory)」と名付けられており、研究チームは「RUM」と呼んでいます。RUMはニューラルネットワークが要素を記憶するのを助け、より正確に要素を思い出すことにも有効とのこと。RUMはもともと光の振る舞いのような複雑な物理学的問題を解決するために考案されたアプローチでしたが、やがて研究チームはRUMが自然言語処理のような他分野でも有用である可能性に気づきました。
https://i.gzn.jp/img/2019/04/27/science-writing-be-automated/03_m.png

続きはソースで
ダウンロード (3)


引用元: 【AI】「難解な論文をわかりやすく要約してくれるAI」が開発される[04/27]

「難解な論文をわかりやすく要約してくれるAI」が開発されるの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/02/14(木) 15:16:23.83 ID:CAP_USER
■世界で初めて日本人の基本6感情の表情を報告-

 佐藤弥 こころの未来研究センター特定准教授らの研究グループは、日本人65人を対象として、表情の表出を調べ、日本人の表情が心理学研究において著名なエクマン博士の理論とは異なることを実証しました。

 表情は感情を表すメディアで、人のコミュニケーションに不可欠です。エクマンは、感情を表す普遍的な表情があるという理論を提案しました。理論は、観察や直感に基づいていましたが、基本感情の表情表出を実証的に調べた先行研究は、この理論を部分的にしか支持していませんでした。さらに、そうした研究は今まで、西洋文化圏でしか実施されていませんでした。

 本研究では、被験者は基本6感情(怒り・嫌悪・恐怖・喜び・悲しみ・驚き)のシナリオに基づいて表情を表出しました。

続きはソースで

■図:一般日本人の写真条件とシナリオ条件の表情。幸福と驚きは写真条件とシナリオ条件で類似しているが、それ以外の感情はかなり異なる。
http://www.kyoto-u.ac.jp/ja/research/research_results/2018/images/190212_2/01.jpg

http://www.kyoto-u.ac.jp/ja/research/research_results/2018/190212_2.html
ダウンロード


引用元: 【心理学】日本人の表情がエクマンの理論(喜怒哀楽の感情が全人類に普遍的)とは異なることを実証 京大[02/14]

日本人の表情がエクマンの理論(喜怒哀楽の感情が全人類に普遍的)とは異なることを実証 京大の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2019/01/07(月) 14:06:33.54 ID:Emp7KWTk
人工知能(AI)は非常に幅広い概念であり、その定義は絶えず進化している。どんなアルゴリズムでも、コンピューター・プログラムでも、十把ひとからげにAIと呼ばれてしまうこともしばしばだ。現時点でAIと呼ばれているものは何なのか、究極的に何を目指しているのか考えてみた。

厳密に言うと、人工知能(AI)とは何だろうか。基本的な質問に思えるかもしれないが、その答えは多少複雑だ。

もっとも広義には、AIは、自ら学習して、推論し、行動できる機械を指す。そうした機械は、新たな状況に直面しても、人間や動物と同じように自ら決断を下すことができる。

現在人々がよく耳にするAIの進歩やAIの応用といったことのほとんどは、機械学習というアルゴリズムのカテゴリーを指している。こうしたアルゴリズム は、統計的手法を用いて、莫大な量のデータからパターンを発見する。そうして発見したパターンを使って予測をする。たとえば、あなたがネットフリックスのどの番組を気に入るかとか、あなたがアレクサ(Alexa)に話しかけたとき、その話は何を意味しているのかとか、核磁気共鳴画像(MRI)に基づいてがんに罹患しているかどうか、といったことを予測するのだ。

機械学習とその一部である深層学習(これは基本的には強化型機械学習のことである)は信じられないほど強力であり、多くの主要なブレークスルーの基盤になっている。

続きはソースで

https://cdn.technologyreview.jp/wp-content/uploads/sites/2/2018/11/10233423/flow-chart-og-cropped.jpg

はっきりさせるために、封筒の裏にフローチャートを描いてみた(上図)。これを見れば、何がAIを活用していて、何がそうでないかを判断できるだろう。

https://www.technologyreview.jp/s/112335/is-this-ai-we-drew-you-a-flowchart-to-work-it-out/
ダウンロード (2)


引用元: 【AI】「人工知能ってなに?」あなたはこの質問に答えられますか

【AI】「人工知能ってなに?」あなたはこの質問に答えられますかの続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2018/10/06(土) 14:19:43.71 ID:CAP_USER
4年にわたる野生キリンの撮影データから、母子の共通点や生存率を分析

キリンにはなぜ模様があるのか? その形やパターンはどのように決まっているのか? 親から受け継ぐものなのか?

 意外かもしれないが、これらはどれも答えの出ていない謎だった。2011年からアフリカ、タンザニア北部でキリンを調査してきた研究者のデレク・リー氏とモニカ・ボンド氏は、この謎を解き明かそうと研究に乗り出した。

 10月2日付けで学術誌「PeerJ」に掲載されたリー氏らの論文によると、キリンの模様のうち特定の要素は遺伝性であり、幼いキリンの生存率に影響しているらしいことが判明した。特に、模様の丸みと滑らかさ(専門的には「複雑性(tortuousness)」と呼ばれる尺度)が母から子に遺伝しているようだ。

 模様と生存率にも相関があり、模様が大きく丸みがあるほど、幼いキリンが生き延びる確率も高くなると、リー氏らは論文で述べている。ただ、理由は正確にはわからないという。キリンの模様はカムフラージュに役立っているとの仮説もあるが、体温調節に役立っている可能性もある。それ以外にも、知られざる効能があるかもしれない。

「哺乳類一般の外皮の模様について、自分たちがほとんど何も知らないということに気づきました」。米ペンシルベニア州立大学の准研究教授で、ボンド氏とともに保護団体「野生自然研究所」を設立したリー氏はこう語った。

「模様が何を意味するのか、じっと目を凝らしたことはなかったのです」

 キリン保護基金の共同設立者で、世界トップクラスのキリンの専門家であるジュリアン・フェネシー氏は、「この研究結果は科学的に根拠があり、興味深いものです。ただし、ひとかたまりのサンプルセットにすぎません」と話す。フェネシー氏は今回の研究には参加していない。「この研究を、他の地域のキリン研究や別種の研究と比較できれば素晴らしいと思います」(参考記事:「珍しい白いキリンの写真を公開、タンザニア」)

 キリンの模様に関連した研究は、最も新しいものでも1968年までさかのぼるとリー氏は言う。著名なキリン研究者のアン・イニス・ダッグ氏が、模様の大きさ、形、色、数が遺伝性と考えられる証拠を見出したのだ。しかしリー氏によれば、当時に比べると遺伝学の理解は劇的に進んでおり、ダッグ氏の研究は動物園にいる比較的少数の個体群を対象としていた。「野生の個体群で実際に検証した人は誰もいませんでした」

続きはソースで

https://cdn-natgeo.nikkeibp.co.jp/atcl/news/16/c/100400101/ph_02.jpg

ナショナルジオグラフィック日本版サイト
https://natgeo.nikkeibp.co.jp/atcl/news/16/c/100400101/
ダウンロード (6)


引用元: 【動物】キリンの模様は丸く大きいほど生存率が高い、新説[10/04]

キリンの模様は丸く大きいほど生存率が高い、新説の続きを読む

    このエントリーをはてなブックマークに追加 mixiチェック
1: 2018/02/10(土) 02:43:33.54 ID:CAP_USER
政府の地震調査委員会(委員長=平田直なおし・東京大教授)は9日、静岡県から九州の太平洋側に延びる南海トラフで今後30年以内にマグニチュード(M)8~9級の巨大地震が発生する確率を「70~80%」に引き上げたと発表した。

 調査委は、毎年1月1日現在の発生確率を計算して公表している。時間の経過に伴い、2014年に発表した「70%程度」から確率が高まった。13年までは「60~70%」だった。

 今後10年以内の発生確率もこれまでの「20~30%」から「30%程度」に引き上げた。
50年以内の確率は「90%程度、もしくはそれ以上」に据え置いた。

 南海トラフでは、おおむね100~150年おきにM8級の海溝型地震が発生してきた。
地震は様々なパターンで起きることなどを考慮し、調査委は平均発生間隔を88・2年と仮定している。

続きはソースで

読売新聞
http://www.yomiuri.co.jp/science/20180209-OYT1T50102.html
ダウンロード (2)


引用元: 【地震】南海トラフ発生確率「70~80%」に引き上げ 政府の地震調査委員会[02/09]

【地震】南海トラフ発生確率「70~80%」に引き上げ 政府の地震調査委員会の続きを読む

このページのトップヘ