マガジンのカバー画像

未来明察

71
衛星画像データ、国民感情分析などのオープンソースから未来動向を予測します。例えば、COVID-19は、武漢においてCOVID-19が中国から韓国に感染が伝播する様子が2019年1… もっと読む
運営しているクリエイター

#AI

[機械学習]-川崎病予測 -原因不明疾患の患者数をデータそのものから推定する

原因不明の疾患であっても最悪過去データさえあれば、そのデータの周期などから解析、推定&予測できるという結果報告です。 要するに、川崎病という原因不明の難病でも過去データの周期から、周期に沿う形であれば予測可能ということです。 【川崎病とは?】 小児を中心に発症しやすい炎症性疾患で、高熱、発疹、眼の充血、手足の腫れが特徴です。心臓に問題を引き起こすこともあります。早期診断と治療が重要です。川崎病の具体的な原因はまだ明確には解明されていません。しかし、感染症や遺伝的要因、免疫

強化学習と機械学習&数理最適化との関係とは?

概要強化学習とは、報酬やペナルティといったフィードバックを受け取りながら、試行錯誤を通じて最適な行動方策を見つける手法で、機械学習と数理最適化の結果から報酬やペナルティといったフィードバックを受け取りながら学習を続けることで、現代技術の未来を支える重要な技術です。 機械学習と数理最適化 Advent Calendar 2023 チャレンジ の文書です。 1.強化学習(Q学習)について強化学習(Q学習)とは、環境と相互作用を繰り返しながら最適な行動を学習する機械学習の手法の

[機械学習]-マルコフ連鎖で紫式部の新作をつくってみた

マルコフ連鎖とは、遷移確率に基づいてランダムな状態の系列を生成する手法です。つまり、紫式部の文書を学習させれば、紫式部のような文書を生成することが可能です。今回は、「源氏物語」の「初音」の帖を題材にして生成してみました。 このPythonプログラムは、マルコフ連鎖、新規文書生成するためのツールです。技術的には、各状態が過去の状態に依存する確率的な遷移を行うことで、初期状態から開始して次々に状態を遷移させることで系列(この場合、文書)を生成します。 マルコフ連鎖は、テキスト

[機械学習]-新型コロナ『第10波』予測 -東京の新型コロナ陽性者数を衛星データから推定する -

東京の新型コロナ陽性者を大気汚染との相関から解析、推定結果と陽性者予測のお知らせです。 要するに、2024年2月前半、新型コロナ「10波」のピークが来るリスクあり、ということです。 (1)はじめに機械学習と数理最適化 Advent Calendar 2023 チャレンジ の文書です。 の下図のとおり、機械学習分です。 ※数字は、すべて7日間移動平均です。 新型コロナウイルス感染症に伴う救急搬送困難事案に係る状況調査について うちコロナ疑い事案(今回)シートの 東京消防

日中韓 リアルタイム感情推定 2019/11/08

日中韓のリアルタイム感情推定を行っている理由 1.日本、中国(本土)、台湾、香港、韓国は“リアルタイム”にお互いに影響しあう同じ市場と考え、戦略を練るべき(特に広報、宣伝) 2.であるあからこそ、それぞれの国を超えるためにも、冷徹に証跡に準拠して話をすべきであり、かつ伝えるべきです。 今現在(仕方ない部分もあるのですが)、政治報道が過熱しています。こういうとき、残念ながら、メディアは耳目を引くためにセンセーショナルな報道を行います(それではもう“売れない”ことは明らかなので

リアルタイム感情推定 2020/11/05 アメリカ大統領選  予測 僅差でトランプ大統領再選

要約:僅差でトランプ大統領再選日本時間11月3日(火) 午後8時から、アメリカ大統領選 投票日です。 その前、11月3日(火) 午後6時に書いています。 【1】2020アメリカ大統領選 1.メディア予想 「バイデン一強」 BBCをはじめ大手メディアの予想は 「ジョーバイデン氏一強」です。 しかし慎重に扱っています。 【米大統領選2020】 世論調査を追う どちらが有利か アメリカ全体で大統領候補の支持率がどうなっているか知るためには、全国調査は参考になる。ただし、選挙

リアルタイム感情推定 2020/11/05 アメリカ大統領選  予測: 僅差でトランプ大統領選 の答え合わせ

要約:僅差でトランプ大統領再選と予測したのですが、全国規模で行なったため、州ごとの傾向を予測することができなかった。投票は、その時の考えで行うので現在の感情推定モデルは有効と思われる。しかし郵便投票は、長い時間考えるので、別モデルが必要なことが判明。しかし、主要世論調査より結果に近い予測はできた。 【1】2020アメリカ大統領選 〔反省点 その1〕 州ごとに選挙人を決めるという特徴的な大統領選挙の仕組みがあるにも関わらず、予測をアメリカ全国規模で行い、州ごとの傾向を予測する