ぐぐりらにっき

こんにちは、ぐぐりら(@guglilac)です。
年末も年末、大晦日ですが、皆様いかがお過ごしでしょうか。

僕はインフルエンザにかかってしまい、寝たきりです。。。

イナビルを使ってずっと寝ていたので熱はもうないのですが、家族に移してはいけないので部屋に引きこもっています笑笑

解熱後ヒマになる、インフルあるあるですね。

家族と実家で暮らしているのですが、みんなが大掃除したり正月の準備をしていたりするので申し訳ない気持ちでいっぱいですが、手伝うとインフルばらまくので大人しくしています。。。


前置きが長くなりましたが、このブログを再開してちょうど一年ぐらい経つこのタイミングで、読んでくださった方へ感謝しながら2018年を振り返りつつ、来年の抱負などを書いていこうかなと思います。

ブログ再開 こちらのブログに引っ越してきたのが一年前の年末でした。 そのまえにも一応ブログは書いていたのですが、今のようなプログラミングの記事ではなく読書ブログでした。
引っ越す際にこちら記事だけ持ってきたので読めますが、読み返してみると恥ずかしくてこれが黒歴史かあ、と感慨深いです。
当時はプログラミングには興味あったけどやったことはなく、いつかやれたらいいなと思っていました。

いや、ちょっとやってたかな？教本買って写経してやめてを繰り返していた気もします。

あれから数年経って、プログラミングするようになり、研究とかもやるようになってこっちの道で生きていきたいなと思い始めたのもあり、なんらかの技術発信の場所が欲しいと思って始めました。

1年間ちゃんと続いてよかったです。当初思っていたよりもたくさんの方に読んでいただけたことや、自分の勉強のモチベ維持になったりといいことずくめでした。

ブログも運用しようとなるとわからないことも多いのですが、ググり力のおかげでどうにかなっています笑
何事も勉強ですね。


いつかはtwitter就活できるぐらいになったらいいなと思ったりもしますが、まあ少しずつ活動を広げていければいいかなぐらいに思っています。

記事の内容も技術的な内容のものだけではなく、雑記的な記事も混ぜています。

うなぎの骨記事とか。
うなぎの小骨が喉に刺さってまじでしんどかったので耳鼻咽頭科行ってきた ぐりです。 今日は、うなぎのおはなし。 はじまりはじまり。 1日目 刺さる 全てはここから始…

こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 論文紹介記事です。 紹介する論文は以下の論文です。 <a href="https://arxiv.org/abs/1802.06360">Anomaly Detection using One-Class Neural Networks</a> (追記 : この記事を書いた時はまだドラフト段階だったようで、その後いろいろ書き換えられていたのでこの記事と微妙に違う部分があります。) ### 1行まとめ 異常検知で用いられるone class svmをneural networkに適用した研究。 ### 既存研究 deepをつかうもの、one class的な考え方のものが列挙されていた * NNを使用して得た特徴ベクトルをOC-SVMに用いる手法(=hybrid型) * Deep Autoencoderを使う系のもの * one class svm hybrid型では特徴ベクトルの獲得が異常検知用にカスタマイズされたものではないため、非効率的である。 一方、提案手法では特徴量獲得もOne-Class 的な考え方に基づいて行われるように改良し、性能改善が期待できるとのこと。 ### One class SVMの仕組み 普通のSVMは分類をのためのアルゴリズム。 そのため教師あり学習に属する。 一方One class SVMは教師なし学習であり、正常なデータのみを用いて異常を検知する。 SVMでは、正例と負例のマージンを最大化するように境界面を決定する。 One class SVMは、原点と正常なデータのマージンを最大化するように境界面を決定する。 <div class="separator" style="clear: both; text-align: center;"><a href="https://3.bp.blogspot.com/-5wXsyHDOo7k/XAuLGQwhlWI/AAAAAAAAAa0/MtNPewxjTp0…