Sho Sakai (@simplesho_clt) 's Twitter Profile
Sho Sakai

@simplesho_clt

Ph.D. student at the University of Tsukuba. Intern, Nospare Inc. High-dimensional statistical analysis. Podcast: #DataScienceLG.

ID: 1581947647144779778

linkhttps://shosakai.notion.site/ calendar_today17-10-2022 09:58:39

1,1K Tweet

591 Followers

1,1K Following

もりこ (@chanmoriko_) 's Twitter Profile Photo

こちらぜひ 今ならなんと、内容難しければ僕が横で「うんうん難しいねえ」つって共感してくれる特典がついてきます

Ivan Skorokhodov (@isskoro) 's Twitter Profile Photo

I think this paper [arxiv.org/abs/2510.08570] wins the "strangest" (in a good sense) 1-step diffusion award of this year. They parametrize a model as an invertible network, which maps from the sample space to the representation space, which is assumed to be linear: i.e. we assume

kota matsui (@matsui_kota) 's Twitter Profile Photo

エーアイビックリマンの一番良くないと思うところは、彼らは「驚き捨て」をしていて、一度驚いたことは振り返らない(ように見える)ところたぬね。振り返らないのでプロから指摘が入っても基本的に無視して次の驚きを披露する。一度自らの驚きを顧みて、これまでの驚きを総括してみていただきたい

Nospare (@nospare_inc) 's Twitter Profile Photo

【新着情報】来月11月15日に開催するNospare Analytics Forumのタイムテーブル(※変更の可能性あり)を公開しました。豪華スピーカーによる貴重なトークを多数お楽しみいただけます。この機会をお見逃しなく。

【新着情報】来月11月15日に開催するNospare Analytics Forumのタイムテーブル(※変更の可能性あり)を公開しました。豪華スピーカーによる貴重なトークを多数お楽しみいただけます。この機会をお見逃しなく。
横山トモヤス|計算材料科学者 (@yoko_materialdx) 's Twitter Profile Photo

LLMを用いたシンボリック回帰の論文。 データから数式を自動的に発見するシンボリック回帰の候補式生成にLLMを用いることで、保存則など物理的制約を考慮した予測が可能になり、ノイズがあってもうまく予測できたそうです。 LLMによるドメイン知識の付与はいろいろ使える。 arxiv.org/abs/2510.08317

LLMを用いたシンボリック回帰の論文。

データから数式を自動的に発見するシンボリック回帰の候補式生成にLLMを用いることで、保存則など物理的制約を考慮した予測が可能になり、ノイズがあってもうまく予測できたそうです。

LLMによるドメイン知識の付与はいろいろ使える。
arxiv.org/abs/2510.08317
Econometrics (@eblogs) 's Twitter Profile Photo

Dimension Reduction for Conditional Density Estimation with Applications to High-Dimensional Causal Inference. arxiv.org/abs/2507.22312

はかせチャン (@hshimodaira) 's Twitter Profile Photo

NLPコロキウムのトークがYouTube公開されました! youtube.com/watch?v=BV4-cu… (スライド speakerdeck.com/shimosan/yan-y…)

須山敦志 Suyama Atsushi (@sammy_suyama) 's Twitter Profile Photo

明日16日ですが、PyMC開発者のThomas Wiecki氏が講演されます。ベイズ統計(確率的プログラミング言語)を活用した実世界のデータ分析や最新のトレンドに関する話などが聞けると思います。 sites.google.com/view/ssugasawa…

須山敦志 Suyama Atsushi (@sammy_suyama) 's Twitter Profile Photo

LLMのおかげでPythonさえ触れれば誰でもそこそこのベイズモデルを作って動かせるようになりました。なので、今後はこのあたりの実践的な知見がキモになってくると思います。

Stat.ME Papers (@statmepapers) 's Twitter Profile Photo

Sam Hawke, Eric Zhang, Jiawen Chen, Didong Li. [stat.ME]. Contrastive Dimension Reduction: A Systematic Review. arxiv.org/abs/2510.11847…

Hidetoshi Matsui(松井秀俊) (@hide_fromhikari) 's Twitter Profile Photo

不定期で投下します。滋賀大学データサイエンス学部のカリキュラム。 ここ2, 3年で「生成AIの理論と活用」「創薬・化学情報学」「ゲームプログラミング入門」などの科目が新設されました。 このカリキュラムを陳腐化させないようにするのが当面の課題です。

不定期で投下します。滋賀大学データサイエンス学部のカリキュラム。
ここ2, 3年で「生成AIの理論と活用」「創薬・化学情報学」「ゲームプログラミング入門」などの科目が新設されました。
このカリキュラムを陳腐化させないようにするのが当面の課題です。
Nospare (@nospare_inc) 's Twitter Profile Photo

時系列データは日次・週次レベルで周期的なパターンを含むことが多い。時系列を「関数」として捉えると、高次元時系列の予測が効率的に行え、関数の形状変化を測ることで異常検出や時系列間の違いの定量化が可能となる。松井先生のセミナーでは、すぐに使える関数データ解析を学べます。

時系列データは日次・週次レベルで周期的なパターンを含むことが多い。時系列を「関数」として捉えると、高次元時系列の予測が効率的に行え、関数の形状変化を測ることで異常検出や時系列間の違いの定量化が可能となる。松井先生のセミナーでは、すぐに使える関数データ解析を学べます。
Daisuke Okanohara / 岡野原 大輔 (@hillbig) 's Twitter Profile Photo

RAEは新しい潜在拡散モデルで、符号化器にVAEでなく事前学習された凍結した表現符号化器(DINO等)を使い、復号のみ学習する。復号は標準DiTではだめで、幅を潜在次元数以上にし、幅が増えても計算量を抑えるため二段階のモデル化をし、次元依存のノイズスケジュールを導入する。生成性能を大幅に改善

長尾大道 / Hiromichi NAGAO (@nagao_hiromichi) 's Twitter Profile Photo

Earth, Planets and Space誌にて、情報科学を活用した地震研究に関する特集号“State-of-the-Art Information Science in Earthquake Research: Developments and Applications”を組むことになりました。 link.springer.com/collections/ih… 投稿締切は2026年3月31日です。多数のご投稿を、お待ちしております。

Earth, Planets and Space誌にて、情報科学を活用した地震研究に関する特集号“State-of-the-Art Information Science in Earthquake Research: Developments and Applications”を組むことになりました。
link.springer.com/collections/ih…
投稿締切は2026年3月31日です。多数のご投稿を、お待ちしております。
Hidetoshi Matsui(松井秀俊) (@hide_fromhikari) 's Twitter Profile Photo

来週Nospareさんのセミナーに登壇します。 17:00~19:00という時間帯ですが、ご興味をお持ちの方は是非ご参加ください。アーカイブ配信もあるそうです。