YouTubeの音声自動日本語変換が、笑かしてくれる（＾＾）ｖ

YouTubeが、音声を自動認識、字幕に変換してくれる機能をつけた。

動画の音声が自動的に日本語字幕に　YouTube自動キャプション機能が日本語対応
http://www.itmedia.co.jp/news/articles/1107/15/news080.html

(以下斜体は上記サイトより引用）

　Googleは7月15日、YouTube動画内の発言を認識して自動で字幕を付ける「自動キャプション機能」を日本語に対応させた。YouTubeにアップされている多くの動画で利用できる。

　音声認識技術を利用し、動画内の発言内容をそのまま字幕として表示する機能。動画の再生中、動画プレーヤーの下の再生バーの中に現れる「CC」ボタンを押すことで利用できる。

　字幕は漢字変換なども自動で行い、Google翻訳機能を使って50以上の言語に同時翻訳して表示することもできる。


やってみると、おもしろい！


NHK特ダネ！投稿DO画 7/10放送分より「宇宙気分でスカイダイビング」
http://www.youtube.com/watch?v=Q8tTM1TNZac

にこの機能（ＣＣボタンが付いている）が入ってる。
（上記リンク先に行くと、いきなり音が出るので注意）

まず、上記ＵＲＬにいき

ＣＣをクリックすると

のように、ポップアップメニューが出る。
「音声を文字に変換」を選択

ＯＫをクリックすると・・・


・・・福島連続度？


・・・いや、facebookは楽しいかもしれないけど、
そんなことをスカイダイビング中にいってるわけないっしょ（＾＾；）


耳の不自由な人が動画を見やすくなることなどを期待している

逆に、混乱するんじゃないかなあ・・・？

TeXをWordに変換するソフトはありますか？（＆その逆）

ここ

http://detail.chiebukuro.yahoo.co.jp/qa/question_detail/q1213170347

のベストアンサーのリンク先に書いてあるんだけど

•wsW2LTX,Word-to-LaTeX，LaTeX-to-Wordなど、いろいろあるらしい。

そもそも、大学の先生とか、研究員の方々って、今、研究できるの？節電で・・・？？

スラッシュドットに

震災により科学研究費補助金が3割カットされる可能性
http://slashdot.jp/science/11/07/17/2137227.shtml


とありますが、

そもそも、大学の先生とか、研究員の方々って、今、研究できるんでしょうか？

うわさによると、節電のため、

８月には、研究室に来るな！とばかりに、

研究室の冷房を止めてしまう学校もあるとか・・

冷房止められたら、研究できませんよねえ・・・

う～ん、節電により、日本の研究が停滞し、国力が衰えるかもしれません。
夜間電力が余っているなら、二部（夜間）の授業をもっている大学は、
夜がんがんに冷房きかせても、いいような気がしますが・・・？

節電にはエアコンを切るよりテレビを切った方が1.69倍効果的

ここの記事

テレビが報じない節電対策。節電にはエアコンを切るよりテレビを切った方が1.69倍効果的
http://news.livedoor.com/article/detail/5714345/

によると（以下斜体は上記サイトより引用）


　株式会社野村総合研究所が4月15日に発表した『家庭における節電対策の推進』によると、テレビを消した方がエアコンを消すよりも1.69倍も節電に効果があることが分かっています。

主な節電対策を講じた場合の1世帯あたりの期待節電量

白熱電球3つを消す（162W）
液晶テレビを消す（220W）
テレビ・DVDレコーダー・パソコンのコンセントを抜く（6W）
エアコン2台の温度設定を2度上げる（52W）
エアコン1台を止める（130W）
白熱電球3つを蛍光灯に交換する（126W）


テレビ消そう！！（＾＾）ｖ

Googleの新しいサービス？「Photovine」って何？

Googleの新しいサービス？「photovine」がよくわかりません。
イメージビデオ？が公開されているんですよ!

http://www.youtube.com/watch?v=-MPIZKPhfDY
（リンク先に行くと音楽が出る。英語は出ない）

わかります？男の人の胸毛と関係・・・はないと思う。
スマートフォンから、写真をアップすることは、確かだけど・・・？？

ちなみに、Phonevineのサイトに行っても
http://photovine.com/
よくわかりませ～ん（；＿；！）


ここのニュース

Googleの新しい写真共有サービス「Photovine」がまもなく公開！？
http://headlines.yahoo.co.jp/hl?a=20110715-00000303-giz-ent

データの種類と、Hadoopの位置づけ

前に、データの種類と、Hadoopの位置づけ（図だけ）で図だけ書いたところ。

その図はこんなかんじでした。

　これは、Hadoop FORUM 2011の「Big dataが拓く、ビジネスの未来」で似たようなというか、もっとかっちょよい図が出たんだけど、その話について。

---

　その講演では、どうも、３つの事象に、データ活用を分けている。

　１つは、ＲＤＢの中にあるようなデータで、構造が決まっている大量データ。
　２つめ、構造があまりはっきりしない文書のようなデータ（半構造、非構造データ）
　３つめ、どんどん来るデータをどんどん処理していく、ストリーミングがた。

---

　Ｈａｄｏｏｐは、大量処理に向いている。
　ということは、１、２の分野における、大量処理に向いているということになります
（３０ＧByte以上あるような）

　それ以下のデータの場合は、１だと従来のＲＤＢ、２は、まだはっきりしないけど、ＫＶＳみたいなものかもしれない。

---

　３に関しては、リアルタイムに大量データを処理していくもので、これは、ＨＰＣとかを使って、同時並列的に処理していくのに適しているもの。

　なので、Ｈａｄｏｏｐの守備範囲ではない。

　ということで、上の図になります。

いまいち、「かわいい検索」に乗り切れない自分がいる・・・

ここのニュース

Googleに負けないものを作りたい――女子大生が挑む日本独自の「かわいい検索」
http://nlab.itmedia.co.jp/nl/articles/1106/29/news114.html


にある、


かわいい検索
http://kawaii-search.jp/


なんだけど、いまいち、検索が、よくわかんない（－＿－；）

たとえば、検索で、

スーパークールビズ

といれ、「ゆるかわ検索」すると、１件出てくる。

「キュート検索」「おもしろ」「まじめ」だと０件

「きれい」だと２件

ゆるかわと、きれいの差は？
なぜ、白シャツ隊は、きれいだけど、キュートじゃないんだろう・・・

考えると、眠れなさそうだ。。。

Rで主成分分析

方法

１．データを作成・読み込む
　　Ｒで線形回帰分析のときのようにＣＳＶを読んでもいいし
　　以下のように直接入力してもいい
　　　　変数１＜－c(値１,値２,値３,・・・・,値Ｎ)
　　　　変数２＜－c(値１,値２,値３,・・・・,値Ｎ)
　　　　dat＜－cbind(変数１,変数２)

２．主成分分析　

　　結果＜－prcomp(dat,scale=FALSE)


※scaleがTRUE
　　　相関行列で行う＝データ値を標準化をする
　　　標準化＝（値－平均）／標準偏差

　scaleがFALSE（ないしはscaleをかかない）
　　　分散共分散行列で行う＝データ値をそのまま使う

３．結果表示
　　（１）内容を表示する
　　　　　summary(結果）
　　　　主成分に対する寄与率、累積寄与率が表示される

　　（２）分散
　　　　　　結果$sdev^2
　　　　　　各主成分における分散

　　（３）主成分軸の係数
　　　　　　結果$rotation

　　（４）元データの平均
　　　　　　結果$center

　　（５）主成分得点の表示
　　　　　　結果$x

　　（６）主成分得点のプロット
　　　　　　biplot(結果)

　　（７）主成分負荷量
　　　　　cor(結果$x,dat)

ＮＨＫ「パソコンからも受信料を」…同時配信で調査会が報告書

痛いニュース

ＮＨＫ「パソコンからも受信料を」…同時配信で調査会が報告書
http://blog.livedoor.jp/dqnplus/archives/1640856.html

に書いてあったんだけど、(以下斜体は上記サイトより引用）


「テレビを持たず、パソコンなどの通信端末のみで受信する人からも受信料を徴収することが望ましい」


の解釈が問題だよね！
パソコンなど・・スマートフォン、ケータイは入るのか？

受信する人からも受信料・・・
　いまのテレビは、ＮＨＫを見てない人からも受信料を取っている。
　(テレビがあれば）
　同じ仕組みで、パソコンがあれば、受信料をとるのか？
　ＮＨＫオンラインのように、見たい人が登録して、お金を払うのか？

ＮＨＫオンラインの仕組みなら問題ないけど、
受信料を全部のパソコン（さらにはケータイ、スマホ）からとったら、
産業界は反発するだろ～。会社で見てもいないテレビ番組のために、
受信料取られたりしたら。。

Coqのお勉強 その５

今日は、NII　トップエスイー教育センターでCoqのお勉強。

その内容　その５

---

■証明の仕方？（自分勝手にまとめたもの）

・まずは、intros 
　　　forallに出てくる変数
・simplする
・前に定義・証明したものを適用するには、rewrite その定義・証明
・単純に同じものになったらreflexivity



■割とよく使うテクニック
・SearchPattern：指定の型
   coqideの「Queries」→「Check」でチェック用のダイアログを出して、
   SearchPatternでパターン検索できる。

・SearchRewrite:等式に関する定理検索
   coqideの「Queries」→「Check」でチェック用のダイアログを出して行う

・標準ライブラリ
   http://coq.inria.fr/stdlib/
   Arithなど

・locate "記号"　：　記号に関するものを検索
 　locate "+" など
   coqideの「Queries」→「Check」でチェック用のダイアログを出して行う

・関数の定義を展開するunfold（逆はfold)

・再帰関数
　Functionコマンドを使う
　　　→Fixpointで定義できないようなもの
　Recdefをインポートすること
　measure length xsなどmasureを入れる 

Coqのお勉強 その４

今日は、NII　トップエスイー教育センターでCoqのお勉強。
その内容　その４
いよいよ、証明！

---

■仕様記述のための論理演算子

・かつ
・または
・ならば ->
　（型とおなじ。内部的に同じ）
・任意の forall
・が存在する exists



■プルーフエディティングモード
・タクティックが使える
・Theoremで入るQedでぬける
・右上

Theorem first_theorem : forall p: Prop,p -> p.
Proof.
 intro p.  (* ｐという命題がある *)
 intro Hp. (* その命題は成り立っている *)
 apply Hp. (* そのHpを適用すると　：　右上のウィンドウで証明終わる）
Qed.       (* ぬける *)

とかやる
introとか、applyがタクティック
intros p Hp とかもできる



■等式の証明

relfexivity  右辺と左辺が同じ
rewrite　　　文字を書き換える
simpl　　　　計算する（simlpeではない。eがない）

【ここまでの例】

Theorem eql : forall x , 2 * x + 1 = 2 * x + 1.
Proof.
  intros x.
  reflexivity.
Qed.

Theorem eq2 : forall x y,(x=y)->(x+5=y+5).
Proof.
intros x y H.
rewrite H.
reflexivity.
Qed.

Theorem fact5 : fact 5 = 120.
Proof.
  simpl.
  reflexivity.
Qed.



■構造的帰納法

・inductionを使う

【例】

Theorem app_length : forall {A:Set} (xs ys : list A),
  length (xs ++ ys ) = length xs + length ys.
Proof.
  intros A xs ys.
  induction xs.
   simpl.
   reflexivity.

   simpl.
   rewrite IHxs.
   reflexivity.
Qed.

Coqのお勉強 その３

今日は、NII　トップエスイー教育センターでCoqのお勉強。
その内容　その３

■Inductiveデータ型
（ちょっと授業の内容だけだと難しいので、つけたし。

　整数って、
０，１，２，３，４，５・・・
ですよね。この定義として、

０は整数です。
add(0)は、１です。
add(add(0)は２です。
このように、addをかけていったものを整数と考える
こんな定義があります）

nat（整数）の型定義
Induction nat : Set :=
| O : nat
| S : nat -＞ nat.

こうすると、（ｓが上記のaddにあたる）表現できる

■再帰関数

・Definitionでなく、Fixpointを使う

Fixpoint fact n :=
match n with
|O => 1
|S n' => n * fact n'
end.


■list型を定義してみる・・・

Inductive list (A : Set) :=
| Nil : list A
| Cons : A -> list A -> list A.
 
とすると、Checkで
Cons nat 1(Cons nat 2(Cons nat 3(Nil nat)))

■Implicit Argument 
型引数の推定

Implicit Arguments Nil[A].
Implicit Arguments Cons[A].


とすると、Checkで

Cons 1(Cons 2(Cons 3(Nil)))

とかける

■中置演算子　：

Infix "::" := Cons(at level 60,right associativity).

とすると、Checkで

1::2::3::Nil

とかける

Coqのお勉強 その２

今日は、NII　トップエスイー教育センターでCoqのお勉強。
その内容　その２
いよいよ、いろいろ打っていきます。

---

■CoqIDE
・coqideを立ち上げる

・左側に書いていく。

　　(* コメントはこんなかんじ、括弧星で書く *)

　　Definition　変数 := 値とか、式とか.

　みたいなかんじで書く。最後にピリオド.が必要
　大文字で始まるのがVernacular（ばーなきゅらー）
　小文字はタクティック

・評価
　　↓　で一行１行評価していく。下の棒がついてる矢印で一気に評価


・計算してみたい
　　評価した後、メニューでQueries→Checkを選択すると、
　　下にウィンドウが出る。ここで以下のことなどができる
	Check
		型のチェック
	Print
		変数の定義を参照
	Eval compute in
		計算させる




■Extraction(CocIDE→coqc)

	Extraction Language Haskell.
	Extraction foo.

で右側のウィンドウにHaskellのコードがでる。
では、ファイルに保存するには？coq.ideではできない。
coqcを使う。

	Extraction Language Ocaml.
	Extraction "coq.ml" foo.

のように、"coq.ml"と指定。このファイルを保存する
保存したファイルをa.vとすると
(coqの拡張子は.vにするみたい）

今度、端末にいって、

coqc a.v

とうつと、coq.mlができる。

■coqtop
coqtop
と端末から打つと、インタラクティブ、IDEでやったことができる。
quit.
でぬける。保存はできない。



■４つの分類
　型
　プログラム
　命題
　証明：タクティックを使う

■Inductiveな型
・型か命題しか作れない
　

Coqのお勉強 その１

今日は、NII　トップエスイー教育センターでCoqのお勉強。
その内容　その１

■定理証明器
	１．自動定理証明器
		自動的に証明
		証明できる幅が狭い

	２．対話的定理証明器
		高階論理が扱える－強力
		でも人が証明する
		プログラムと連携：動作保障
		有名なもの（３つ？）：
			・Coq（こっく）
				タクティックに特徴
				Extractionによってプログラムに
			・Agda（あぐだ）
			・Isabelle（いざべる）
				コードジェネレーション

■Coq
	http://coq.inria.fr/
	プログラミング言語ではない
		関数を内部で記述→extractionでプログラム
		チューリング完全ではない
			停止しない関数を構築できない
			それ以外は関数型言語みたい
	最新は8.3pl2
		コア部分は変わっていないが
		インターフェースは変わってる

	Coqが使われているところ
		Java Card
		コンパイラの検証
		暗号アルゴリズム・通信プロトコル
		HadoopのMapReduceの検証
		IZE（あいず）Smart Desktop
		Webアプリの安全性
			SQLインジェクション
		twitterクライアント
		電卓アプリ
			http://proofcafe.co.cc/calcoq/

	テスト
		テストしたことしか保障しない

	Extractionの拡張
		Rubyやjavascriptとか
		Coq to Ruby,Coq to Scala

Rで線形回帰分析

方法

１．データを作成する
　　CSVファイルでデータをつくっておく


２．「ファイル」→「ディレクトリ変更」でCSVファイルのある
　　フォルダ（ディレクトリ）を指定



３．データを読み込む

　　データ＜-read.csv("読み込むCSVファイル",header=T)

(ヘッダがあるとき。＜は、本当は半角。以下同じ）



４．線形回帰分析　

　　結果＜－lm(目的変数~説明変数,data=３のデータ)


※重回帰分析で、説明変数がいくつもあるときは、
　　目的変数~説明変数１+説明変数２
　と足していく


５．結果表示
　　（１）内容を表示する
　　　　　summary(結果）

　　（２）散布図を描く
　　　　　plot(３のデータ$項目１,３のデータ$項目２）

　　（３）回帰直線
　　　　　abline（結果）

　　（４）残差分析
　　　　　plot（結果）