mots quotidiens.
Daichi Mochihashi (持橋大地) daichi <at> ism.ac.jp by hns, version 2.10-pl1.

先月 2007年10月 来月
1 2 3 4 5 6
7 8 9 10 11 12 13
14 15 16 17 18 19 20
21 22 23 24 25 26 27
28 29 30 31

2007年10月24日(水) [n年日記]

#1 帰京

つくば&東京出張から帰ってきました。
貞光君と共同研究の打ち合わせをしたり(頑張りましょう>貞光君), 駒場で言語情報の 中澤先生ルベソン でお昼をごちそうになって3時間以上お喋りしたり, と色々。
PRML 日本語本 の担当部分(10章: 変分ベイズ法,EP)を出発直前にほぼ上げたので, これで8/11の SVM 2007 →統数研ワークショップ発表→数セミ原稿締め切り→PRML翻訳締め切り と4連コンボの締切りの連続からやっと解放されました。;

考えてみると, 去年のこの時期もNC研招待講演→CS研所長面接で大変だったので, そういう時期なのかもしれません。

#2 TX

TX(つくばエクスプレス)に乗るのは初めてだったのですが, 秋葉原の地下深く から45分でつくばに着き, 駅内部の雰囲気も東京と同じなので, あまり遠くまで来た気が しないのに驚きました。

体感的にはかなりの速度で(というか, 車内の音がうるさいというか), 最高速度は130km/hだそうですが, 所要時間は「たまたま」45分だったのではなく, 45分で行けるようにせよ, という至上命題があって, それに合わせて 速度や路線等を調節したのではないか, と想像。
実際, 都心からの所要時間が45分から60分程度になるにつれて, その土地の価値が ロジスティック曲線のように急速に減少するはずで, *1 このリミットを守るのは非常に大事だったのではないかと思う。

それより気になったのは, TXのイメージカラーが赤だということ。 赤は車体だけでなく, 駅名のプレートの背景など各種表示に使われているのですが, イメージに合わないし, 気分的に疲れる色です。
北関東の原野を走る電車なのだから, 緑を全体のイメージカラーにして, 駅名などの背景は薄いグリーンにした方が絶対に合っているし, 上品で沿線のイメージも上がると思うのですが, どうして赤色にしたのか理解に苦しみます。
常磐線の緑と重なってもいいと思いますし, つくばエクスプレスの 概要のページ を見ても「環境共生鉄道」と謳っているのだから, それと最も遠い色である 赤を選ぶというセンスはどうか, と。沿線の住民にとっては非常によく目にし, 人々の生活意識に大きく影響を与えることになる色だけに, 充分な考慮や説明もないまま選ばれているように見えるのは 残念な感じがします。
ちなみに貞光君が教えてくれたTX音頭 (youtube) っていったい..(笑)。


*1: 「ロジスティック」という言葉の二つの意味を考えると, ちょっと言い得て妙かも。 "The Spatial Economy"にあるようなチューネン圏の概念からこれが導かれると 面白いと思うのですが..。(見た感じ, 地価の微分が一定であるようにモデル化 されているように見えますが, 気のせいかもしれない。)

2007年10月25日(木) [n年日記]

#1 -

Lancelot James氏 (確率論の人。ノンパラメトリックベイズをきちんと勉強している 人は絶対に知っていると思います)から, 自然言語との関係に興味を持ったので訪問してTalkをして下さい, とのメールが。マジですか..。
深い話を完全に理解しているとはまだ言えないので, ちょっと不安な面もあるのですが, 行けますと返事したので, 来年になると思いますが, HKUSTの統計教室 に行ってTalkをする可能性がありそうです。

#2 The Nested Dirichlet Process

つくばに行っている間の勉強会で山田さんが紹介した Nested Dirichlet Process (nDP)を, 帰ってから山田さんの資料(非公開)を読んで少し議論して, ようやく理解した。
nDPは簡単に言うと, 「HDPのbase measureが観測グループ毎に異なるもの」。HDPでは base measure G_0 自体がDPに従うが, このG_0は一回だけ
G_0 ~ DP(β,H)
とDPからサンプルされたもの。
これに対して, nDPではG_0自体が infinite mixture になっていて,
G_j ~ DP(β,H) (j = 1,..,∞)
を stick-breaking で混ぜ合わせた G_0 からGをサンプルする。 イメージ的には, HDPで一つしかなかった共通の base measure をスペクトル分解して グループ毎のDPに分ける, というようなこと。 G ~ DP(α,G_0), G_0 〜 DP(β,H) なので, 合わせると G ~ DP(α,DP(β,H)) になり, Nested DPになる。 ここではサンプルした各G毎に, 使ったbase measureの混合要素 G_j が決まり, Gを使ったDPのクラスタリングに加え, G自体がクラスタリングされることになる。

nDPは数ヶ月前に自分で読んだ時には, HDPとの違いが全然分からなかったのですが, これで理解できるようになった。
ていうかこれだけノンパラメトリックベイズをやってきても分からなかったなんて, テクニカルすぎだろ常識的に考えて‥(笑)。


2 days displayed.
タイトル一覧
カテゴリ分類
 なかのひと
Powered by hns-2.10-pl1, HyperNikkiSystem Project