1 of 13
Download to read offline
Recommended
図書館データを研究推進にMOTTO利活用するための情報デザイン＠京都大学図書館勉強会20131025
図書館データを研究推進にMOTTO利活用するための情報デザイン＠京都大学図書館勉強会20131025Yusuke Yamamoto 研究プロデューサーや情報学研究者から見ると，図書館には研究推進に活用できるデータがたくさんあります．データを眠らせておくのはMOTTAINAI! 本セミナーでは，図書館データを大学研究推進にうまく活用する情報デザイン（案）を，情報検索，データマイニング，ユーザーインタラクションといったキーワードを切り口にみなさんと一緒に考えてみたいと思います．
学位論文「ウェブ情報の信憑性分析に関する研究」
学位論文「ウェブ情報の信憑性分析に関する研究」Yusuke Yamamoto The document contains charts and graphs showing the results of experiments comparing different systems for trustworthiness analysis of web search results. One chart shows that a combination of the authors' system and Google performed better than Google alone across 10 different query categories. Another chart shows the average precision of 4 different algorithms for determining the credibility of a data pair.
【報告】いきいき研究室増産プロジェクトFORUM2012
【報告】いきいき研究室増産プロジェクトFORUM2012Yusuke Yamamoto 第2回 大学研究室運営ワーキンググループ(通称:いきいき研究室増産プロジェクト)主催企画 研究室当事者による研究室経営論を考える
FORUM2012 開催概要
いきいき研究室コミュニケーション＠人工知能学会全国大会2013
いきいき研究室コミュニケーション＠人工知能学会全国大会2013Yusuke Yamamoto 「最先端の研究」「研究成果の還元」「学生の教育」など，様々な重要な役割を担う場であるはずの「大学研究室」． ところが，
・教員は会議や学生指導に精一杯で研究に時間を割けない…
・学生は就職活動が気になって研究に身が入らない…
ということがあるように，実際には研究をうまくまわすのは至難の業です． 本講演では，大学の研究室のメンバーがその可能性を最大限に発揮できるよう，教員と学生間でWin-Winな関係を築くための研究室内のコミュニケーションのあり方を考えてみたいと思います．
研究室リテラシー教育スライド
研究室リテラシー教育スライドNobutaka Shimada 研究室で新たに研究活動を始める学生への導入教育用スライドを数年使用しているものをアップロード。２０１４年度版。pptxだとpreviewでレイアウトがみだれるのでpdf版に差し替えました。
WISE2019 presentation
WISE2019 presentationYusuke Yamamoto This study was presented in the 20th International Conference on Web Information Systems Engineering (WISE 2019), 19-22 January 2020.
-----
Fumiaki Saito, Yoshiyuki Shoji and Yusuke YamamotoHighlighting Weasel Sentences for Promoting Critical Information Seeking on the WebProceedings of the 20th International Conference on Web Information Systems Engineering (WISE 2019), pp.424-440, Hong Kong, China, November 2019.
Link Analysis
Link AnalysisYusuke Yamamoto This document discusses link analysis and PageRank, an algorithm for identifying important nodes in large network graphs. It begins with an overview of graph data structures and the goal of identifying influential nodes. It then introduces PageRank, explaining its basic assumptions and showing examples of how it calculates node importance scores. The document discusses problems with the initial PageRank approach and how it was improved with the Complete PageRank algorithm. Finally, it briefly introduces Topic-sensitive PageRank, which aims to identify important nodes related to specific topics.
Matrix Factorization
Matrix FactorizationYusuke Yamamoto Matrix factorization techniques can be used to address some of the limitations of traditional collaborative filtering approaches for recommender systems. Matrix factorization decomposes the user-item rating matrix into the product of two lower-dimensional matrices, one representing latent factors for users and the other for items. This reduced dimensionality addresses data sparsity and scalability issues. Specifically, singular value decomposition is often used to perform this matrix factorization, which can approximate the original rating matrix while ignoring less important singular values and factor vectors. The decomposed matrices can then be multiplied to predict unknown user ratings.
Collaborative Filtering 2: Item-based CF
Collaborative Filtering 2: Item-based CFYusuke Yamamoto This document discusses item-based collaborative filtering for recommender systems. It describes how item-based collaborative filtering works by predicting a target user's rating for an item based on the ratings of similar items. It highlights advantages over user-based filtering like lower computational cost and more stable similarity computations. Key aspects covered include using cosine similarity to calculate item similarities, adjusting for individual rating biases, selecting the top K similar items, and predicting ratings based on similar items' ratings.
Collaborative Filtering 1: User-based CF
Collaborative Filtering 1: User-based CFYusuke Yamamoto This document discusses recommender systems and collaborative filtering. It introduces user-based collaborative filtering, which predicts a user's rating for an item based on the ratings from similar users. Similarity between users is calculated using the Pearson correlation coefficient. The ratings of the top K most similar users are then averaged to predict the target user's rating.
ACM WebSci 2018 presentation/発表資料
ACM WebSci 2018 presentation/発表資料Yusuke Yamamoto This document presents the development of a Web Access Literacy Scale to measure users' abilities to critically evaluate information found online. The researchers conducted a study with 534 participants to develop and validate the scale. Factor analysis resulted in a 7-factor scale measuring logical approach, content verification strategies, inquisitiveness, bias tolerance, search skills, author verification, and objectivity. Scores were higher for those with information literacy experience. The scale can help identify weaknesses and inform the development of literacy training and search tools.
東北地区大学図書館協議会 第72回総会講演資料20170922
東北地区大学図書館協議会 第72回総会講演資料20170922Yusuke Yamamoto 2017年9月22日（金）に、秋田市はぎわい交流館 AUにて開催された「東北地区大学図書館協議会 第72回総会」の招待講演用の資料です。
WI2研究会 Vol.10発表資料20170708
WI2研究会 Vol.10発表資料20170708Yusuke Yamamoto 2017年7月7日（金）、 8日（土）に京都大学にて開催された「ARG 第10回Webインテリジェンスとインタラクション研究会」の発表資料です。
More Related Content
Viewers also liked (8)
図書館データを研究推進にMOTTO利活用するための情報デザイン＠京都大学図書館勉強会20131025
図書館データを研究推進にMOTTO利活用するための情報デザイン＠京都大学図書館勉強会20131025Yusuke Yamamoto 研究プロデューサーや情報学研究者から見ると，図書館には研究推進に活用できるデータがたくさんあります．データを眠らせておくのはMOTTAINAI! 本セミナーでは，図書館データを大学研究推進にうまく活用する情報デザイン（案）を，情報検索，データマイニング，ユーザーインタラクションといったキーワードを切り口にみなさんと一緒に考えてみたいと思います．
学位論文「ウェブ情報の信憑性分析に関する研究」
学位論文「ウェブ情報の信憑性分析に関する研究」Yusuke Yamamoto The document contains charts and graphs showing the results of experiments comparing different systems for trustworthiness analysis of web search results. One chart shows that a combination of the authors' system and Google performed better than Google alone across 10 different query categories. Another chart shows the average precision of 4 different algorithms for determining the credibility of a data pair.
【報告】いきいき研究室増産プロジェクトFORUM2012
【報告】いきいき研究室増産プロジェクトFORUM2012Yusuke Yamamoto 第2回 大学研究室運営ワーキンググループ(通称:いきいき研究室増産プロジェクト)主催企画 研究室当事者による研究室経営論を考える
FORUM2012 開催概要
いきいき研究室コミュニケーション＠人工知能学会全国大会2013
いきいき研究室コミュニケーション＠人工知能学会全国大会2013Yusuke Yamamoto 「最先端の研究」「研究成果の還元」「学生の教育」など，様々な重要な役割を担う場であるはずの「大学研究室」． ところが，
・教員は会議や学生指導に精一杯で研究に時間を割けない…
・学生は就職活動が気になって研究に身が入らない…
ということがあるように，実際には研究をうまくまわすのは至難の業です． 本講演では，大学の研究室のメンバーがその可能性を最大限に発揮できるよう，教員と学生間でWin-Winな関係を築くための研究室内のコミュニケーションのあり方を考えてみたいと思います．
研究室リテラシー教育スライド
研究室リテラシー教育スライドNobutaka Shimada 研究室で新たに研究活動を始める学生への導入教育用スライドを数年使用しているものをアップロード。２０１４年度版。pptxだとpreviewでレイアウトがみだれるのでpdf版に差し替えました。
More from Yusuke Yamamoto (18)
WISE2019 presentation
WISE2019 presentationYusuke Yamamoto This study was presented in the 20th International Conference on Web Information Systems Engineering (WISE 2019), 19-22 January 2020.
-----
Fumiaki Saito, Yoshiyuki Shoji and Yusuke YamamotoHighlighting Weasel Sentences for Promoting Critical Information Seeking on the WebProceedings of the 20th International Conference on Web Information Systems Engineering (WISE 2019), pp.424-440, Hong Kong, China, November 2019.
Link Analysis
Link AnalysisYusuke Yamamoto This document discusses link analysis and PageRank, an algorithm for identifying important nodes in large network graphs. It begins with an overview of graph data structures and the goal of identifying influential nodes. It then introduces PageRank, explaining its basic assumptions and showing examples of how it calculates node importance scores. The document discusses problems with the initial PageRank approach and how it was improved with the Complete PageRank algorithm. Finally, it briefly introduces Topic-sensitive PageRank, which aims to identify important nodes related to specific topics.
Matrix Factorization
Matrix FactorizationYusuke Yamamoto Matrix factorization techniques can be used to address some of the limitations of traditional collaborative filtering approaches for recommender systems. Matrix factorization decomposes the user-item rating matrix into the product of two lower-dimensional matrices, one representing latent factors for users and the other for items. This reduced dimensionality addresses data sparsity and scalability issues. Specifically, singular value decomposition is often used to perform this matrix factorization, which can approximate the original rating matrix while ignoring less important singular values and factor vectors. The decomposed matrices can then be multiplied to predict unknown user ratings.
Collaborative Filtering 2: Item-based CF
Collaborative Filtering 2: Item-based CFYusuke Yamamoto This document discusses item-based collaborative filtering for recommender systems. It describes how item-based collaborative filtering works by predicting a target user's rating for an item based on the ratings of similar items. It highlights advantages over user-based filtering like lower computational cost and more stable similarity computations. Key aspects covered include using cosine similarity to calculate item similarities, adjusting for individual rating biases, selecting the top K similar items, and predicting ratings based on similar items' ratings.
Collaborative Filtering 1: User-based CF
Collaborative Filtering 1: User-based CFYusuke Yamamoto This document discusses recommender systems and collaborative filtering. It introduces user-based collaborative filtering, which predicts a user's rating for an item based on the ratings from similar users. Similarity between users is calculated using the Pearson correlation coefficient. The ratings of the top K most similar users are then averaged to predict the target user's rating.
ACM WebSci 2018 presentation/発表資料
ACM WebSci 2018 presentation/発表資料Yusuke Yamamoto This document presents the development of a Web Access Literacy Scale to measure users' abilities to critically evaluate information found online. The researchers conducted a study with 534 participants to develop and validate the scale. Factor analysis resulted in a 7-factor scale measuring logical approach, content verification strategies, inquisitiveness, bias tolerance, search skills, author verification, and objectivity. Scores were higher for those with information literacy experience. The scale can help identify weaknesses and inform the development of literacy training and search tools.
東北地区大学図書館協議会 第72回総会講演資料20170922
東北地区大学図書館協議会 第72回総会講演資料20170922Yusuke Yamamoto 2017年9月22日（金）に、秋田市はぎわい交流館 AUにて開催された「東北地区大学図書館協議会 第72回総会」の招待講演用の資料です。
WI2研究会 Vol.10発表資料20170708
WI2研究会 Vol.10発表資料20170708Yusuke Yamamoto 2017年7月7日（金）、 8日（土）に京都大学にて開催された「ARG 第10回Webインテリジェンスとインタラクション研究会」の発表資料です。
情報学総論20170616
情報学総論20170616Yusuke Yamamoto 静岡大学情報学部1年生前期開講の「情報学総論」の山本担当分1回目「ビッグデータ x ITイノベーション」（2017年6月14日、16日）の講義資料です
Recently uploaded (9)
SiC単結晶基板―グローバル市場シェアとランキング、全体の売上と需要予測、2025～2031
SiC単結晶基板―グローバル市場シェアとランキング、全体の売上と需要予測、2025～2031jyuzou suzuya SiC単結晶基板は、次世代パワー半導体の核心材料として注目を集めており、その産業的な重要性が急速に高まっている。特に高耐圧・高温耐性・高周波特性に優れるSiCは、従来のシリコン基板では対応が難しい電力制御用途に最適とされ、自動車（EV）、鉄道、電力インフラ、再生可能エネルギー分野などで広く活用が進んでいる。このような技術的優位性により、素材からデバイス製造までを含むバリューチェーンの中で、SiC基板の品質と安定供給力が業界の競争力を大きく左右する要素となっている。
QYResearch調査チームの最新レポート「SiC単結晶基板―グローバル市場シェアとランキング、全体の売上と需要予測、2025～2031」によると、2025年から2031年の予測期間中のCAGRが14.6%で、2031年までにグローバルSiC単結晶基板市場規模は27.2億米ドルに達すると予測されている。
大学における電子書籍の利用促進：図書館は何ができるのか（私大図協東海地区協議会研究会）
大学における電子書籍の利用促進：図書館は何ができるのか（私大図協東海地区協議会研究会）Tomoyoshi YOSHINO 私大図協東海地区協議会研究会（2024/10/17）
講演要旨：https://doi.org/10.19006/kanto.63.0_7
A Note on Strategically Aligning Corporate Governance and Information Securit...
A Note on Strategically Aligning Corporate Governance and Information Securit...Tokyo Security Community A Note on Strategically Aligning Corporate Governance and Information Security Governance
暗号資産（仮想通貨）ウォレット入門ガイド2025：はじめての設定から安全な運用まで
暗号資産（仮想通貨）ウォレット入門ガイド2025：はじめての設定から安全な運用までtakahashiistyle 暗号資産を安全に保管・活用するための必須知識を、初心者目線でわかりやすく解説した全25枚のスライドです。
・ウォレットの仕組みと種類（ホット／コールド、ソフトウェア／ハードウェア）
・主要ウォレットアプリの導入手順とバックアップ方法
・秘密鍵とシードフレーズの管理術
・送金・受取の基本操作とネットワーク手数料の仕組み
・DeFiやNFTでのウォレット活用例
・フィッシング対策とセキュリティチェックリスト
これから暗号資産に触れる方はもちろん、既に取引所だけを利用している方にも役立つ内容です。スライドを見ながら実際にウォレットを設定し、安全に運用する第一歩を踏み出してください。
A Note on Strategically Aligning Corporate Governance and Information Securit...
A Note on Strategically Aligning Corporate Governance and Information Securit...Tokyo Security Community