次の論文が日本知能情報ファジィ学会の英文論文誌JACIIIの強化学習特集号に採録されることになりました．
強化学習を用いて日本国債市場の取引戦略の獲得する研究に関する論文です．
7月29日と30日に法政大学 市ヶ谷キャンパスで行われた日本金融・証券計量・工学学会（JAFEE）の夏季大会で次の論文を発表しました．
登壇したのは第一著者の和泉さんです．
国税庁 東京国税局 松戸税務署による「説明会方式による記帳指導」なるものを松戸青色申告会館で受けました．
「記帳指導」とは，青色申告を始めることを申告した人に対して複式簿記を無料で教えてくれるという制度です．
2回行われるうちの1回目にあたる今回は，複式簿記の概念，起票，総勘定元帳のまとめ方について勉強しました．
特別控除を受けて税金を少なくするための指導を受けるのに無料でいいのかなとも思いますが，税務署としてはデタラメな申告をされると困る（余分なコストがかかる）ので，お金を有意義に使おうということだと理解しています．
自分が個人事業者になって初めてわかったことですが，研究者という職業はサラリーマン（年末調整）よりも個人事業者（青色申告）が合っていると思います．
サラリーマン研究者の問題については，エジプト考古学者の吉村作治さんと作曲家であり指揮者であり東京大学情報学環の准教授である伊藤乾さんの対談「所得で支えた基礎研究」が参考になります．
申告については次の2冊を参考にしています． 西原理恵子さんの『できるかなV3』は，第一話「脱税できるかな」が常識で予測できる範囲を超えて面白いです．
松戸で，「とみ田」が水曜定休のため，ラーメン二郎へ行きました．
わかっていることですが，スゴい量に圧倒されます．
こぼさないように食べるのに苦労する上に，食べやすい量になったころには満腹になりつつあるという悩ましいラーメンです．
AAAI学会誌夏号が届きました．
AI magazine, Vol. 30, No. 2
- SmartChoice: An Online Recommender System to Support Low-Income Families in Public School Choice
David C. Wilson, Suzanne Leland, Kenneth Godwin, Andrew Baxter, Ashley Levy, Jamie Smart, Nadia Najjar, Jayakrishnan Andaparambilアメリカでは公立学校のレベルが合わないときに学校を替えられる制度があるが，どの学校が自分の子どもに合うのかわからないことと，親が勝手に決めてしまうことから，この制度がうまく機能していないらしい． そこで，親の好みと子どもの要求に基づいてレコメンデーションするシステムを構築したとのこと． 低所得家庭に焦点を当てているのは，レベルの高い学校に行けばもっと伸びる子どもが家の近くのテキトーな学校に通わされていることが多いため． アルゴリズムは，(1)順序関係ができるようにクラスタリングし，(2)さらにクラスタ内でランキングし，(3)最上位のクラスタ内の上位から推薦するというのもの．
- Optimal Crops Selection using Multiobjective Evolutionary Algorithms
Ricardo Brunelli and Christian von Lücken多目的GAを使って，広大な農地でどこでどの作物を栽培するかを決める研究． GAにおける主な目的は，収益の最大化とリスクの最小化． 収穫後の作物の価格については，シミュレーションで予測する．
ACM学会誌8月号のお知らせが届きました．
特集は「A Blind Person's Interaction with Technology」です．
Communications of the ACM, Vol. 52, No. 8
- Face Recognition Breakthrough
Kirk L. Kroeker疎表現（sparse representation）と圧縮センシング（compressed sensing）を用いて，これまでの顔画像認識を大幅に改善する手法がイリノイ大学で開発されたとのこと． 目出し帽を被った粗い画像の場合，これまでだと70%未満でしか認識できなかったものが100%近く認識できるそうだ．
- Ranking Billions of Web Pages Using Diodes
Rohit Kaul, Yeogirl Yun, Seong-Gon Kimタイトルを直訳すると「ダイオードを使った大量Webページのランキング」． Webのリンク構造を電子回路に，ページを抵抗に見立て，電位（electrical potential ）を計算してページをランキングする． 現在の検索エンジン・スパム・テクニックの影響を受けにくいとのこと．
これが主流になったとしても，また新しいスパム・テクニックが開発されるだけでは．
7月24日と25日に文京シビック・ホールで行われた英国科学実験講座 クリスマス・レクチャー2009のレクチャー3とレクチャー4に参加しました．
講師はあのPRML（Pattern Recognition and Machine Learning, パターン認識と機械学習）の著者，C. Bishop教授です．
昨日のレクチャー1, 2と同じように実験がたくさんあり，とても楽しいレクチャーでした．
レクチャー3は「ウェブをひも解く」．
内容は次のようなものでした．
ページ・ランクを水を使って実際に見せたのには驚きました．
レクチャー4は「デジタルの知能」． いよいよBishop教授の本領発揮です．
内容は，人工知能というよりはまさに「パターン認識と機械学習」で，次のようなものでした．
ちなみに，Webカメラに映して識別させていた本はPRMLでした．
二日間ともとても楽しいレクチャーで大満足でした．
面白いレクチャーはそれほど珍しくありませんが，楽しいレクチャーというのはなかなかありません．
教育の実践方法としてもとても参考になりました．
なお，このレクチャーの様子はサイエンス・チャンネルで放送されるとのことです．
ミニ・ゲーム満載の特設サイト（英語）がこちらです． また，英国でのレクチャーの一部がこちらで観れます．
最後に，Bishop教授の本はこちらです．
7月24日と25日に文京シビック・ホールで行われた英国科学実験講座 クリスマス・レクチャー2009の1日目に参加しました．
講師はあのPRML（Pattern Recognition and Machine Learning, パターン認識と機械学習）の著者，C. Bishop教授です．
「科学実験講座」というだけあって実験がたくさんあり，とても楽しいレクチャーでした．
レクチャー1は「スピードの限界を超える」．
内容は次のようなものでした．
レクチャー2は「機会の中のゴースト」．
こちらの内容は次のような感じでした．
私はほとんど英語で直接聴きましたが，量子コンピューターの仕組みについては理解するのが難しくFMラジオによる同時通訳のお世話になりました．
このレクチャーのスゴいところは，なんでも「見せる」ことです． これはコトバだけではとても説明できません．
このレクチャーの様子はサイエンス・チャンネルで放送されるとのことです．
ミニ・ゲーム満載の特設サイト（英語）がこちらです． また，英国でのレクチャーの一部がこちらで観れます．
最後に，Bishop教授の本はこちらです．
MacのKeynote（WindowsのPowerPointに相当）はグラフもカッコいいです．
たとえば，デフォルトの折れ線グラフはこんな感じになります．
しかしながら，KeynoteのグラフはX軸を対数表示することができないなど細かいところでまだまだ力不足です．
したがって，研究でグラフを作成するときはグラフ作成ツールGnuplotのお世話になることがまだまだ多いです．
ところが，このグラフと同じデータを用意してGnuplotでグラフを作成すると次のようなあまりカッコ良くないグラフになってしまい，ちょっと残念です．
そこで，Gnuplotの設定を変更してKeynote風のグラフを作成します．
この記事の内容はGnuplot 4.3.0 patchlevel 0で確認しました．
まず，Keynoteのサンプルと同じデータのファイル「graph.dat」を用意します．
# YEAR Reg1 Reg2
2007 17 55
2008 26 43
2009 53 70
2010 98 58
Gnuplotでグラフを描くには，次のように入力します． （TeXで作成する論文用なので，EPSファイルに書き出しています．）
gnuplot> set terminal postscript eps enhanced color
gnuplot> set output "graph.eps"
gnuplot> plot "graph.dat" u 1:2 w lp t "Region 1", "graph.dat" u 1:3 w lp t "Region 2"
こうしてできたグラフが上で紹介したものです．
これから，Gnuplotの設定を変更してKeynote風にします．
まず，文字を相対的に大きくするため，グラフのサイズ（size）を小さくします．
gnuplot> set size 0.75,0.75
凡例（key）をグラフの外（outside）の中央（center）の上（top）の位置に水平方向に並べ（horizontal）線とテキストを入れ替えて（reverse）左揃えにします（Left）．
gnuplot> set key outside center top horizontal reverse Left
枠（border）を取り除きます．
gnuplot> unset border
X軸の目盛り（xtics）を1刻みで大きさ（scale）を0にします．
gnuplot> set xtics 1 scale 0
Y軸の目盛り（ytics）を25刻みで大きさ（scale）を0にし，補助線（grid ytics）を引きます．
このとき，補助線の幅（lw）はKeynoteっぽく細くし，線のタイプ（lt）は枠で使用されていた黒色の実線にします．
gnuplot> set ytics 25 scale 0
gnuplot> set grid ytics lw 0.1 lt -1
ここで，Y軸の描画範囲を0からにして一旦グラフを作り直します．
gnuplot> set terminal postscript eps enhanced color
gnuplot> set output "graph.eps"
gnuplot> plot [][0:] "graph.dat" u 1:2 w lp t "Region 1", "graph.dat" u 1:3 w lp t "Region 2"
すると，次のようなグラフができます．
ここから，さらにKeynoteっぽくします．
凡例の設定に線の長さ（samplen）を追加します．
gnuplot> set key outside center top horizontal reverse Left samplen 2
グラフに使用する線のスタイルをKeynoteを参考にして次のように設定します．
線のタイプを実線にし（lt 1），線の色をRGBで指定し（lc rgbcolor "#RRGGBB"），線幅を12にし（lw 12），データの記号を円にし（pt 7），ポイントのサイズを2倍にします（ps 2）．
gnuplot> set style line 1 lt 1 lc rgbcolor "#354E66" lw 12 pt 7 ps 2
gnuplot> set style line 2 lt 1 lc rgbcolor "#8D484A" lw 12 pt 7 ps 2
今回は2本の線しか描かないのでこれ十分ですが，もっと線が増えたときは次のようにスタイルを順次追加します．
gnuplot> set style line 3 lt 1 lc rgbcolor "#C09330" lw 12 pt 7 ps 2
gnuplot> set style line 4 lt 1 lc rgbcolor "#3A5A2D" lw 12 pt 7 ps 2
gnuplot> set style line 5 lt 1 lc rgbcolor "#454242" lw 12 pt 7 ps 2
gnuplot> set style line 6 lt 1 lc rgbcolor "#52466C" lw 12 pt 7 ps 2
この線のスタイル（ls）を用いてグラフを作り直します．
gnuplot> set terminal postscript eps enhanced color
gnuplot> set output "graph.eps"
gnuplot> plot [][0:] "graph.dat" u 1:2 w lp ls 1 t "Region 1", "graph.dat" u 1:3 w lp ls 2 t "Region 2"
すると，次のようなグラフができます．
ここまではGnuplotでできます．
ところが，GnuplotでPostScript用に用意されているデータの記号には，Keynoteで使われているような白で塗られた円はありません（ここを参照）．
そこで，EPSファイルを直接編集してデータの記号を変更します．
テキスト・エディターで「graph.eps」を開き，次の行を見つけます．
/CircleF {stroke [] 0 setdash hpt 0 360 arc fill} def
これを次のように書き換えます．
/CircleF {stroke [] 0 setdash gsave LCw setrgbcolor 2 copy hpt 0 360 arc fill grestore hpt 0 360 arc stroke} def
これで次のようなグラフになります．
かなりKeynoteっぽいグラフができました．
以上の手順をまとめると次のようになります．
# YEAR Reg1 Reg2
2007 17 55
2008 26 43
2009 53 70
2010 98 58
set size 0.75,0.75
set key outside center top horizontal reverse Left samplen 2
unset border
set xtics 1 scale 0
set ytics 25 scale 0
set grid ytics lw 0.1 lt -1
set style line 1 lt 1 lc rgbcolor "#354E66" lw 12 pt 7 ps 2
set style line 2 lt 1 lc rgbcolor "#8D484A" lw 12 pt 7 ps 2
set terminal postscript eps enhanced color
set output "graph.eps"
plot [][0:] "graph.dat" u 1:2 w lp ls 1 t "Region 1", "graph.dat" u 1:3 w lp ls 2 t "Region 2"
#!/bin/sh
echo "Load graph.eps ..."
sed "s/\/CircleF {stroke \[\] 0 setdash hpt 0 360 arc fill} def/\/CircleF {stroke \[\] 0 setdash gsave LCw setrgbcolor 2 copy hpt 0 360 arc fill grestore hpt 0 360 arc stroke} def/g" graph.eps > __graph.tmp
echo -n "Save graph.eps ... "
\mv __graph.tmp graph.eps
echo "done."
「__graph.tmp」という名前の一時ファイルを作成しますので注意してください．
$ gnuplot "graph.plt"
$ ./chcircle.sh
グラフは見栄えが大切なので，Gnuplotでもカッコいいグラフを作りましょう．
記事のメンテナンスはこちらで行います．
情報処理学会誌7月号が届きました．
特集「ライフログ」と石田晴久さん追悼小特集「『あの時代』に想いをはせて—証言者達からのメッセージ—」が載っています．
情報処理, Vol. 50, No. 7
- 報告 平成20年度長尾真記念特別賞紹介 グラフとネットワークの機械学習の確立を目指して
鹿島久嗣.受賞タイトルは「構造データ解析のための機械学習手法」．
先日お知らせした「金融・経済におけるマルチエージェント・シミュレーション国際ワークショップ」MASFEのロゴは私が作りました．
今回はこのロゴができるまでを簡単に紹介します．
使用したツールはAdobe Illustrator CS4です．
既に名前が決まっているので，最初にやることはフォント選びです．
日本で行う国際ワークショップなので，「日本」をテーマにしたロゴにしようと考え，「DFP 隷書体」を使うことにしました．
とりあえずフォントと大きさを指定してみるとこんな感じになります．
これを見て，アイディアを練ります．
今回は，Aが山っぽいのでこれを日本を象徴する山「富士山」にしました
Aの文字を大きくして，山頂部分を富士山らしく見えるように少し平たくして，色を青くしました．
最後に，葛飾北斎の「富嶽三十六景 神奈川沖浪裏」を見ながら雪の形を整え，日の出を追加して出来上がりです．
実は，この他にも二つ案を作りました．
太いフォントのほうがポスターなどに使ったときにも遠くから見やすいので，マニアッカーズ・デザインのフリー・フォント「Shotaro V3」を使うことにしました． （フリーですが，今回のようにイベントで使用する場合などは許可が必要とのことです．）
また，これを見ながら，アイディアを練ります．
右側のSとFとEが四角く並んでいるのに左側のMとAが三角で，このすき間が気になります．
そこで，「Mを右に傾けて，MとAのすき間を右側の四角と同じようにしよう」という感じで，コンセプトが決まりました．
他の文字のすき間も同じになるように回転して移動させ，文字の形を整え，色を付けて出来上がったのがこれです．
なかなかイイ感じになったんですが，国際ワークショップのロゴとしては少し軽すぎるかもしれません．
3番目の案として，メイン・イベントの国際会議PRIMA 2009に合わせたロゴを作りました．
PRIMA 2009のロゴはApple風なので，Apple製品のロゴに使われている「Myriad Pro」ファミリーの中から選びました．
これは全体をグレーにするだけで出来上がりです．
こんな感じで3つの案を作成したところ，最初の案が採用されました．
最後にもう一度国際ワークショップのお知らせです．
ファイナンスや金融の分野でのエージェントに関する発表であれば，マルチエージェントやシミュレーションでなくても大歓迎です．
奮ってお申し込みいただきますようお願い申し上げます．
よろしくお願いします．
12月に名古屋で行われるマルチエージェント国際会議 PRIMA 2009に併催でファイナンスと経済におけるマルチエージェント・シミュレーション国際ワークショップ MASFEを開催します．
現在，発表論文を募集しています． 会場の名古屋工業大学は私の母校なので，お問い合わせいただければワークショップへの参加スケジュールに合わせて名古屋名物がおいしいお店や観光ポイントなどをお勧めします．
よろしくお願いします．
ついにラーメン・データベース・ランキング1位の「とみ田」に行きました．
スープはとっても濃くておいしかったです． 例えていうなら，「もちもちの木」のような味で「天下一品」のような濃さという感じ． 私もリピーターになりそうです．
セブン・イレブン（松戸，市川，浦安限定）で冷やしつけ麺が発売されたとお店に案内が貼ってありました． 柏，流山，野田でも売ってほしいです．
今のこのブログのスタイルだと，次のような点で不都合がありました．
そこで，PukiWikiをインストールしてWikiを始めました．
Movable TypeでもできるのでWikiである必要はないんですが，Wikiの勉強も兼ねてなんとなく．
名前は「とうごろうぃき」です．
コンテンツは研究に関することを中心にする予定です．
PukiWikiはプレビューや保存がMovable Typeよりも速くてイイ感じです． しかし，スタイルをこのブログに合わせてカスタマイズするのには苦労しています（PHPをあまりやったことがないからかも）．
ということで，「とうごろうぃき」もよろしくお願いします．
人工知能学会誌7月号が届きました．
特集は「Web技術，ビジネス・モデルとAI」と「WebアイデンティティとAI」です．
人工知能学会誌, Vol. 24, No. 4
- 解説 データ・マイニングとマネジメント
矢田 勝俊.データ・マイニングの勉強を始めたばかりの人にはいい読み物． マネジメントの方に重点が置かれている．
残念ながら，マネジメントにおける課題については研究者が直接できることは少ない．
- 特集「Web技術，ビジネス・モデルとAI」人工知能技術のネット・ビジネスでの活用
内山 幸樹.著者は株式会社ホットリンク代表取締役． 企業の人がどのようにして研究者と知り合いになり，共同研究をすすめていったかについての具体的事例が紹介されている．
- 特集「Web技術，ビジネス・モデルとAI」Web技術と産学連携
岡本 真.Web企業と研究者のコラボレーションについて． データ提供の事例などが紹介されている．
- 特集「WebアイデンティティとAI」 インターネットにおけるアイデンティティ—社会心理学的視点から—
森尾 博昭.心理学的な観点からアイデンティティ問題について解説されている．
私としては，一人が複数のパーソナリティを使い分けていることを考慮してWebマイニングすると面白そう． たとえば，「北野武」と「Takeshi Kitano」は同一人物だが，敢えて「ビートたけし」とは同一人物ではないとしてこの二人の特徴を見つけるとか．
人工知能学会全国大会で香川県高松市に行ってきたのにちなんで観ました．
香川でうどんの食べ歩きをした人（または評判がいいうどん屋を調べた人）には楽しめる映画だと思います．
主役はうどんです． その他（特にストーリー）に期待して観ても楽しめないかもしれません．
もし行く前に観ていたら，登場するうどん屋に行きたくなっていたでしょう．
統計数理研究所で行われた「プライバシー保護データ・マイニング」の勉強会に参加しました．
様々な分野の人からレクチャーを受けられ，とても有意義でした．
プライバシー保護データ・マイニングという技術は，個人情報保護の流れを受けていろいろな分野から注目されており，次のような点がポイントであると教えていただきました．
私としては，プライバシー保護データ・マイニングを勉強し，ファイナンス分野でデータ・マイニングがもっと活用されるようにしたいと考えています． まだ具体的なアイディアはありませんが．
今回の勉強会のテキストはこれです．
広尾駅の近くでご飯を食べる場所を探していて見つけました．
あっさりした油そばで，私の好みとは違いました．
悪くはありませんが，オススメではなく紹介だけ．
より大きな地図で 「とうごろぐ」で紹介したお店 を表示
ACM学会誌7月号のお知らせが届きました．
今回は，ヘリコプターの自動操縦方法をコンピューターに学習させる研究についての記事がありました．
Apprenticeship learningといって強化学習（reinforcement learning）とはちょっとだけ問題設定が異なるんですが，強化学習のなかまです．
Communications of the ACM, Vol. 52, No. 7
- The Ultimate Pilot Program.
Russell, S. and Saul, L.ヘリコプターに自動的に操縦を学習させる研究についての解説． 1ページの中にいろいろな話題が詰まっていて，この分野に興味がある学生にはオススメ．
- Apprenticeship Learning for Helicopter Control.
Coates, A., Abbeel, P., and Ng, A.Y.ICML-2008で発表された論文をベースとした記事． Apprenticeship learningではエキスパートが生成した状態行動系列から行動規則を学習する． つまり，ヘリコプターのパイロットによる操縦記録から自動操縦のための行動規則を学習する研究．
- Probabilistic Databases: Diamonds in the Dirt.
Dalvi, N., Ré, C., and Suciu, D.確率推論を行うためのデータベースのお話．
