るそん

企業のデータサイエンティスト

[Max Lenormand @MaxLenormand]

An interactive, visual explainer for how H3 hex cells work

I've worked with H3 a bunch last couple years but had a hard time building an intuition for how it works. This is what I wish someone gave me

Link below

[Mapbox @Mapbox]

A city isn't just roads and buildings, it's the details that make it iconic.

Our new 3D landmarks in Osaka feature vibrant billboard visuals and city-defining architecture, helping developers create experiences that feel instantly familiar to users.

Take a closer look: https://t.co/zEaE9FbagU

#BuiltWithMapbox #MapDesign #LocationIntelligence

[Keiryosha | まちの計量舎 @machi_measure]

都市には「観光客にしか見えていない場所」と「地元民にしか見えていない場所」がある。

Eric Fischer氏の「Locals and Tourists」は、Flickr等の写真のジオタグ（位置情報）を解析し、誰がどこを撮影したかを地図上にプロットした、都市のデータ可視化（データ・ビジュアライゼーション）の先駆的な事例。

🔴赤 = 観光客
🔵青 = 地元民
🟡黄 = 判定不能（どちらの可能性もある場所）

興味深いのは、同じ空間のなかで、赤と青のスポットが微妙にズレた広がりを見せている点。旅先としての非日常の都市と、生活の場としての日常の都市。その「二重性」が写真撮影場所のデータだけでここまでクリアに見えてくるのが面白い。

🗺️ 出典：Eric Fischer, Locals and Tourists, 2010 https://t.co/AN2OnuC4sL

#データ可視化 #情報デザイン #都市計画 #地図

[Guy Abel 鄭蓋堡 @guyabelguyabel]

🚨Out today in @Nature our new paper uses deep learning to map four decades of global human migration.

By building the first comprehensive dataset of global annual flows (1990-2023), we reveal that migration has nearly tripled since 2000.

🔗https://t.co/DuPQKF1asT

[yoschi_s @stern_bow]

Hoff先生の名著の和訳である「標準ベイズ統計学」をNumPyroで読み直すシリーズを始めた。実務でも重要な2グループ比較について，ベイズ流に行なう方法を学んだ。
▼NumPyroで学ぶ2グループ比較 標準ベイズ統計学 第8.1節を題材として
https://t.co/utQpkZEyPT

[CSIS UTokyo Official @CSISut]

🎉関本教授の研究グループの3本の論文が、Wileyの「Top Viewed Article 2025」に選ばれました！
対象となったのは
📍擬似人流データ生成
📍グローバル道路損傷データセット
📍道路損傷検出のための連合学習
に関する論文です。

詳細は以下のスレッドをご覧ください👇

#CSIS_UTokyo

[Three.js @threejs]

Rendering a 125GB Protomaps vector tile dataset dynamically in Three.js using compute passes and workers

[Daisuke MATSUYOSHI @dicemt]

「心理学尺度（質問紙）の8割は2回以上使われることがない」とこの論文に書いてあって衝撃。
「新しい概念」の方が持て囃されるけれども、既存概念との違いの検討は定性的な評価に留まり、心理学は断片化する一方、と。
https://t.co/kuFIf7HSAv

[Tomohiro Ohigashi / 大東智洋 @tom_ohigashi]

Bayesian Modeling of Long-Term Dynamics in Indian Temperature Extremes
Chitradipa Chakraborty
https://t.co/1nzwTvciOF

[daisuke hizume @daisukehizume]

大変ありがたい事に「YAMAP流域地図」が2024年度グッドデザイン金賞を受賞しました🙌

[koh_t @koh_t]

Kyoto Information and Society Seminar (KISS)を@levelfour_ くんらと立ち上げました。情報と社会に関わるトピックでゆるゆると講演してもらう場所です。興味のある方はお気軽にどうぞー。第1回の記念すべきプレゼンターは、@public_aoknさんです
https://t.co/MUYxq1uR27

[teratti @terashimahiroki]

脳の理解の理解を深める #ASCONE2024 の講師陣：

澤山正貴（東大）
@mswym8

銅谷賢治（OIST）
https://t.co/w72ec4lwOy

礒村宜和（東京科学大学）
https://t.co/hrwFExD4Dt

丸山隆一（編集者）
@rmaruy

横井祥（東北大／理研）
@sho_yokoi

日髙昇平（JAIST）
https://t.co/d3OkTm7Myc

#ASCONE

[Daichi Konno / 紺野 大地 @_daichikonno]

GPT-o1の登場に伴い、（神経）科学研究の未来を考えている。

1. 人間が何らかの仮説のもと実験系を構築し、データを取得する
2. 仮説とデータを与えると、AIが適切な解析や解釈を全て行ってくれて、仮説が正しいかをアウトプットする

こんな未来が10年以内に来る可能性が十分あるのではないか。(続)

[satsuki @nsakki55]

MLOps community がデータエンジニアリングのカンファレンスやるみたい。
面白そう。

https://t.co/eKvcEJq2aC

[大久保祐作 @Ohkubo2021]

イノシシの場合状態空間モデルをどう作るかがポイントなので、パッケージそのままでは厳しいと思う。なんでも予測の話にせず因果推論を考えるのは生態学でも重要だけど野外時系列でどれぐらい使えるかは慎重に検討すべき。

[大久保祐作 @Ohkubo2021]

生態学者向けの混合効果モデル(変量効果モデル)利用ガイドを作ったぞ(編集中なので加筆して欲しい事項があればリクエストしてください)
https://t.co/2CA10ZSVRR

[くねちゃん（まじめ） @fuwakune]

因果推論夏季集中セミナー＠早稲田大学政治学研究科 – 早稲田大学 大学院政治学研究科

行くしかねえか https://t.co/RPfByPasR1

[いかり(泉) @bebebeBayes]

第2版が出るのか。
｢トランスフォーマ、正規化フロー、エネルギーベースモデル、GPT、ノイズ除去拡散モデルなどの生成モデル｣が新規追加されてそう。

生成 Deep Learning 第2版 ―絵を描き、物語や音楽を作り、ゲームをプレイする https://t.co/bKC3ysfAVi #Amazon