いまどき深層学習のツールの使い方くらい知らないと恥ずかしいとずっと思っていながら何年も後回しにしてきたが、最近ようやくきっかけがつかめてPyTorchを使い始めた。イチからネットワークをどう作るかというのはいまだ神秘の技にしか思えないけど、今実用的な使い方に関してはたいていサンプルがあるので、これを自分のデータに適用するだけなら難しいことはなさそう。
で、いろいろチュートリアルを見ている中で画像の分類器(Classification)の部分に差し掛かり、ちょっとやってみたので報告。
ただし、自分の手持ちの古いWindows内に置いてある画像に対して実行したいと思っていて、PyTorchをこのWindowsにインストールすることは失敗し、TensorFlowでは動いたので、今回に限りTensorFlowでやってみた。ちなみにこのWindows、最近爆音の異音がするようになってきたので、そろそろ乗換かなあと思っております。最近ノートPCでもかなりのGPUを載せて機械学習もできるとのこと。ただ調べてみたら軒並み3kg近くあり、あまりオサレでないのは確か。どうしたもんかなあ。
... "Tensorflowでの画像分類(ラズパイカメラも使ってみた)" を続けて読む

The Roles of Supervised Machine Learning in Systems Neuroscience
by Joshua I. Glaser, Ari S. Benjamin, Roozbeh Farhoodi, Konrad P. Kording

システム神経学(Systems Neuroscience)でどのようにMLが使われているかのSurvey

  1. Solving engineering problems
    MLは医学的診断やBMI、その他研究のためのツールの機能を向上させた。

セグメンテーションの例:

segmenting and labeling parts of an image, which usually requires manual annotation, is an especially important task. However, as imaging techniques improve and the volume of data increases, it will become infeasible to rely on manual annotation. To solve this problem, many ML techniques have been developed to automatically segment or label new images based on a dataset of previously labeled images. These techniques have been used to label medical images (Litjens et al. 2017; Ronneberger, Fischer, and Brox 2015) . They have also been used to understand the connections and morphologies of neurons from electron microscopy (Helmstaedter et al. 2013; Funke et al. 2017; Turaga et al. 2010) .

  1. Identifying predictive variables
    MLはある現象に対して、どの変数が影響を与えているかを見出すことができる。leave-one-out strategy(各変数を抜いてみて、精度がどれくらい下がるかを観察する)やbest-first strategy(各変数一つだけにしてみて精度の変化をみる)といった方法があるが、いまだ研究中である「The development of feature selection algorithms that appropriately allow for nonlinear feature interactions is an active field in ML and statistics (Tang, Alelyani, and Liu 2014) .」
    ただ、画像処理など変数そのものが生の入力データに明示されていないこともある。これはこのカテゴリ(2.)の対象外。

観察できる事象から神経の活動を推測すること(encoding)にもML(XGBoostやアンサンブル学習法、深層学習)が力を発揮している。MLを使うことで、シンプルなモデルが理解に役立っていたとしても、重要な特徴の見落としがわかることがある。
脳のある領域の活動からどんな情報が読み取れるかという逆問題(decoding)の解析にも役立つ。
もちろん、観察可能な変数からの疾患の推測にも使われている。モデルを仮定せず分析できるのも利点。
クラシフィケーション技術も、疾患の分析から脳のセグメンテーション等様々に使われている。

  1. Benchmarking simple models
    MLはあるモデルの性能を計るのに用いることができる。
    モデルの予測のぶれが、入力のノイズによるものなのか、それともモデル自体の不備によるものかの解析は難しいが、DNNを用いることで、モデルがどの程度の構造を説明できるかのUpper Boundを示すことができるらしい。これは、これまでのモデル同士を比較する手法からのパラダイムシフトである。

  2. Serving as a model for the brain
    MLは脳モデルとして用いることができる。
    似ているところは当たり前なのでスキップ。

  • there are a few reasons to be skeptical (Lake et al. 2017 (Check!))
  • neural networks require large amounts of data to train, while the brain can often learn from few examples (Carey and Bartlett 1978; F. Xu and Tenenbaum 2007) .
  • artificial networks are plainly different in both architecture and response patterns from biological brains
  • many biologically-motivated deep learning algorithms do not scale well to large datasets (Bartunov et al. 2018)

Interpretability / There has been much recent work to develop methods to better understand what is occurring within neural networks

  • methods for visualizing what features and information are represented at different scales within convolutional neural networks (Olah et al. 2018, video)
  • methods for understanding the dynamics within recurrent neural networks (Sussillo and Barak 2013)
  • researchers are also developing new model architectures that are more easily interpretable (Foerster et al. 2017; Linderman et al. 2017)
  • researchers recently tested whether the tuning of individual units in neural networks were important for classification generalization (Morcos et al. 2018)
  • fully observable neural networks may serve as test-beds for new neural data analysis methods, which are greatly needed to increase understanding (Jonas and Kording 2017/video)

focusing on which cost functions the brain is optimizing rather than the final properties of the network. Similarly, it is important to focus on determining the learning rules implemented by the brain. We have discussed some of these matters recently in a separate review, particularly focusing on how neuroscience should learn from machine learning’s quest to understand neural networks (Marblestone, Wayne, and Kording 2016 / Summary by google) .

NN以外も研究対象である。

  • Decision trees, for example, offer a compelling framework to model decision-making as a prunable tree of potential decisions (Huys et al. 2012) .
  • Simple neural circuits have also been modeled with threshold decision trees (Uchizawa, Douglas, and Maass 2006)
  • The cerebellum and similar structures (like the mushroom body in Drosophila ) can potentially be modeled as implementing a weighted nearest-neighbors calculation (Dasgupta, Stevens, and Navlakha 2017)
  • information processing in the brain relates to the ML concept of random projections (Arriaga and Vempala 2006)
  • comparisons of the brain to reinforcement learning (Wang et al. 2018; Gläscher et al. 2010; Glimcher 2011; Doya 2000) and unsupervised learning (Hinton and Sejnowski 1999; Doya 2000

Note:

As is the case with any modeling, we wish to remind readers that it is important to be cautious
when interpreting ML models. High predictability does not mean causality. This is especially true
because there are so many unobserved variables within neuroscience. For instance, the
apparent importance of a variable within a model may be inaccurate due to other unobserved
variables (Stevenson 2018) . Moreover, high model accuracy does not mean that it is actually a
causally correct model of what is occurring in the brain. High accuracy is a necessary, but not a
sufficient condition for model correctness. This is because there is an enormous space of
potential models that could explain the data well. This is a difficulty of modeling the brain and
identifying predictive variables with ML, but does not impact the use of ML for engineering, or
benchmark, applications.

宿泊客向けのスマホやタブレットアプリのみを提供している業者もある。電話も健在。

ホテルシステムはPMSという。海外だとオープンソースもあるようだ。

The Top 5 Free and Open Source Hotel Management Software Solutions Compared

※以下「現物あり」とは、カタログを保管しているという意味

客室電話

  • 客室タブレット イータブ・プラス (ee-TaB*) by MIRAIT (現物あり)
    ++ ホテルの案内・ホテルの周辺情報・お楽しみコンテンツ・アンケートなど。
    ++ オプションで、客室機器コントロール・清掃管理・オーダーシステム・外国語新聞・QR決済・ホテルシステム連携など。
    ++ 客室機器コントロールをどういうプロトコルでやっているかは不明だが、HPによれば制御する機器との連携は、回路数からスイッチ数、パネルデザイン、通信仕様などホテルのイメージに合わせスタイリッシュに設計します。とのこと
    ++ 客室タブレットの一般的サービスの調査に有益。
  • 客室タブレット vivuan by ソレキア (現物あり)
    ++ フロント内線通話(外線は不可)・館内施設予約/混雑状況表示(レストランや浴場の入り口にセンサー配置)・ルームサービス・チェックアウト機能・リネン表示(スタッフ用)
    ++ チェックアウト・内線通話(内線のみだがPBX不要)
    ++ このアプリも、客室タブレットの一般的サービスの調査に有益。
  • BMT(ブリッジ・モーション・トゥモロー)社はAndroidのSTBを売っている。WiFi APも兼ねる。(現物あり)
    ++ ゲストのスマホを内線電話として利用可能!!ここにアプリをつければ?
    ++ コインランドリー連動
  • カプセルホテル滞在者向けシステムのいくつか by インターピア (現物有)
    ++ スマホアプリふらっと動画、CINEMA CHANNEL、ビューン読み放題スポット(電子書籍)など
    ++ カプセルホテル専用POSシステム カプセルマネージャー
    ++ VR THEATER イベントプラン。HMDで見られるコンテンツ配信?360Channel, KMP VR(アダルト)
  • 無料スマホhandy by handy Japan (現物有)
    ++ 日本のホテルで23万室達成
    ++ PMSベンダーと鍵メーカーとの業務提携を行った。
    ++ ホテルから始まったが、神奈川県内の観光案内所からの無料スマホレンタルも開始した
  • CTI専用サービス 見えTel君 by SUCCEED
    ++ 発着信ログ分析・全通話録音も可能(書き起こしはしていないようだ)・自動音声応答とスケジュール機能の設定・既存ソフトにCTI機能を追加することも可能・今使っている電話機・交換機がそのまま使える。以下の画像で、業務用電話に必要な機能がだいたいわかる。
    DSC_0379
  • ホテル用電話機を出している会社:JACOB JENSEN(価格付現物有)AEi・Bittel

機器連携について

  • Lutron (ルートロン) (現物有)
    ++ 主にModbusで構築された客室機器。BACnetに変換してPMSとつなぐとのこと。
    ++ 日本ではホテルの機器は、業界構造によりあまり横の連携ができていない、等細かく教えてもらった。

PMS

ホテル (客室向け / TVとかインフォメーション / ルームキー / PMS / チェックイン・チェックアウト業務 / リネン)

  • ナバック 全部やってる。ブース大きかった
  • ホテルマネージャー by ユーコム ホテル版と旅館・リゾート版がある
    https://www.youcom.co.jp/services/hotelmgr/
  • Dynatechソリューション (結構大きい)
    ++ 婚礼宴会システム連携・売店/レストランPOS連携・自動精算機+分析システム
    ++ Yahoo!トラベル・PayPal・トラベルコ・asoview! 連携。
    ++ HPメーカー
  • 手間いらず https://www.temairazu.com/
  • ALMEX (USEN-NEXT GROUP) 変なホテルに導入されている。客室テレビのコンテンツ作成システムもある(d.time)
    https://www.almex.jp/hs/
  • カプセルホテル・ビジネスホテル向け宿泊管理 Pinnto by and factory
  • STAY by MEIELEC(メイエレック)。トータルソリューション。
  • 支配人くんNEXT by クリップサイト。トータルソリューション。
    ++ 手描きタブレットでチェックイン。パスポート管理・スタッフのFelica管理など
  • Conseil 「旅を通してホテルや旅館での思い出作りの、お手伝いをするシステムです」 by SHINNAN(信南交通株式会社)
    ++ ストーリーホテル ストーリー旅館 というコンセプト
    ++ ... とのことだが、カタログを見る限り地味なPMSシステムにしか見えない

旅館・リゾート

  • 陣屋コネクト(現物有)
    ++ 現場をよくわかっている人にしか作れないきめ細かいソフトに思えた。
    ++ 他社製会計ソフトとの連携もある。
    ++ 会話内容の書き起こしや、従業員へのインカムアナウンスなどもできる。
    会場で流れていたビデオ。現場の様子をよく分かった気になれる。

  • 満室御礼 by DIC
    ++ 部屋台帳と宴会場台帳を一目で確認。台帳はいろいろ増やせる。
    ++ 電話の着信と同時に客の情報を表示(CTI連動とかCTI機能と言うらしい)
    ++ オンプレプラン(安定・セキュリティ・アップデート管理を自前可能)とクラウドプラン(初期費用削減・管理者不要・遠隔利用・導入時間の短縮)がある。
    ++ スマホアプリは別にオプション販売
  • はなぶさPro by ナバック
  • 温度管理システム e-ONDO 遠隔から温度のチェックができる。

フロント業務削減

  • Fregreet スマホで開錠できるスマートロック。 by Cravis
    ネットで宿泊予約⇒アプリDL⇒フロントチェックイン機でチェックイン⇒表示されるQRコード読み込み⇒鍵取得⇒開錠
    かなり面倒くさいがこれがビジネスになる?
    http://www.clavis.jp/product/
  • Baggageport by Cravis
    スーツケースなどをひっかけておける装置。傘置き場みたいな。スイカで開錠。

フロント業務関係

  • Natec 書き換え可能カードの発行機。ホテルのチェックインでもらったことがあるような気がする。ここに部屋パスコードを表示したら?
    今後の経産省ガイドラインにより、ポイントカードのポイントを店舗側が把握す津ことが必要になるらしい。
    http://www.natec-japan.co.jp/service/reader_writer/

その他

  • NECネッツエスアイのPBX。クラウドPBX.コンタクトセンター(サポート?)
  • スマートロックシェアNo1はASSA ABLOYらしい。スマートフォンで開けたりとか。
  • First Cavinやカプセルホテル向けの要素を提供している会社はOLIVER CORPORATION.
  • 造花の桜のレンタル by 花とみどり社 (現物有)
  • ハートフル ~プルミエ~ by ヤエス 水圧式で安全に底が上下する風呂。障がい者向け。
  • 無料でコインランドリーが設置できる。(自販機と同じシステムだそうです) ファミリーレンタリース株式会社
  • 通訳デバイス POCKETALK(ポケトーク) by SOURCENEXT
  • 様々な企画を外国人目線でプロデュース by ジェイノベーションズ (現物有)
    ++ 外国人向けツアーコンダクター?
    ++ ホテルサービスと連携したら面白いかも。

PicoGWの旧アーキの時代に、FreeBSDで使いたいという方が現れて右往左往してしまい、結局その時はnpmのインストールに失敗とか本質的でないところで動かせなくて放置していたのだが、新アーキが最近npmにも乗ってインストールしやすくなったので今度は動くかなと思って試してみたらうまくいったのでメモ。ただしその過程で、Arpのスキャナーを変更していただいたイケサト氏に心から感謝!

Raspberry Pi3で実行。以下説明するが、トリッキーなところはなく一本道である。
... "FreeBSD (on RPi3)でPicoGW" を続けて読む

昨年に引き続き、今年も行ってまいりました!大阪!

9/28-29の日程でグランフロント大阪で開催されたSmart Energy Japan Westというイベントに出展してきたので報告します。昨年はSmart Energy Japan in Osakaという名前で、ET展(組み込み機器展)とジョイント開催だったのですが、今年はエネルギーオンリーイベントとなり、名前も微妙に変わっての開催となりました。エネルギー関連ビジネスへの関心が社会的に少し下がってきているのでは?という話をたまに耳にすることもあるのですが、人類の存亡をかけた環境問題に対処するにはエネルギーの消費削減や再生可能エネルギーへの転換は至上命題であり、ビジネスになろうがなるまいが取り組まなければならない全人類的課題と言えるでしょう。
... "Smart Energy Japan West 2017 Report" を続けて読む

2017/9/28-29の日程で、グランフロント大阪で開催されるSmart Energy Japan WEST 2017というイベントに出展します。ブースは小間番号G-13, 神奈川工科大学 スマートハウス研究センターになります。

この展示会はエネルギーイノベーション2017, Aqua KANSAI 2017とも同時開催です。昨年は組み込み機器展とも同時開催で参加者6715名でした。私は去年も出展していて大盛況でした。今年はエネルギーオンリーイベントとしてははじめてで、5000名の参加が見込まれています。

... "Smart Energy Japan WEST 2017に出展します" を続けて読む

Pupjibaro Stretch(7.0.0)をVaioP HDDにインストール

USBからRAMDISK Onlyで起動
Menu->System Tools->Puppy installer
Full installじゃないと、HDDのみで起動はできなかった(USBが必要)

Ramdiskあり起動にしてインストールしたところ一度はセーブしたファイルが残らないという問題があったが、二回やったらうまくいった。