バイノーラルマイクを用いたライフログ映像のショット識別 Life-log Video Shot Discrimination using Binaural Microphone 山野貴一郎 伊藤克亘 法政大学大学院情報科学研究科 法政大学情報科学部 Kiichiro YAMANO Katunobu
|
|
|
- ちえこ わにべ
- 5 years ago
- Views:
Transcription
1 バイノーラルマイクを用いたライフログ映像のショット識別 Life-log Video Shot Discrimination using Binaural Microphone 山野貴一郎 伊藤克亘 法政大学大学院情報科学研究科 法政大学情報科学部 Kiichiro YAMANO Katunobu ITOU Graduate School of Computer and Information Sciences, Hosei University Faculty of Computer and Information Sciences, Hosei University. アブストラクト ライフログ映像を効率よく扱うために は映像へのインデキシングのためのシーンの検出が必要 である シーンは映像情報によって検出されることが多い が 映像情報のみでは不十分な場合がある 本論文ではそ のようなシーンである駅構内における電車待ちシーン検 出に必要なショット識別をスペクトル包絡 パワー 音 源の移動などの特徴量のモデル化により行った 平均識別 率はスペクトル包絡を用いた手法では 67.8%(7 ショット フィルタ次数 39) 94.8%(3 ショット フィルタ次数 12) スペクトル包絡に パワーを加えてモデル化した手法で は 73.5%(7 ショット フィルタ次数 39) 91.7% 3 ショッ ト フィルタ次数 39 移動音源のモデル化をした手法 では 31.7%(7 ショット) 67.2%(3 ショット) であった 1 図 1. シーンとショットの例 上段は色相変化でシーンを 検出した場合で不必要なシーンが検出されている 下段 は正しいシーン検出の例 (電車待ち 車内がそれぞれ 1 つ のシーンとなっている ) まえがき 個人の体験や生活を常時記録し利用するという研究が きく変化して別のシーンとして検出されてしまう この場 行われている [1] [3] 記録された個人の生活や体験の記 合は図 1 の下図のように電車の発着などはショットとして 録をライフログという ライフログは映像 音声 位置情 識別をし 電車待ちを 1 つのシーンとして検出するのが 報 文書など様々な形式で記録され 備忘録 日記 防犯 望ましい ショットとはシーンの構成要素であり ショッ などへの利用が期待されている 映像は最も出来事の再 トが集まることでシーンが構成される 現性が高いが 常時記録された映像はデータ量が膨大で このようなシーンは色相情報だけでは検出が困難であ 冗長である このような映像を効率よく閲覧 使用する る しかし 音響情報を併用することでシーンを正しく ためには 映像を検索 整理するためのインデキシング 検出できる可能性がある 音響情報が有効な例として本 が必要である そのためにはインデクスとなるシーンを 論文では駅ホームでの電車待ちシーンを正しく検出する 検出しなければならない ためのショット識別について述べる 識別はバイノーラル 映像のシーン検出は色相情報に着目し行われることが マイクで収録したデータを用いてショットをモデル化する 多い 例えば文献 [4] では放送用スポーツ映像にアノテー ことで行った 音響情報のモデルは スペクトル包絡を用 ションを付けるためのシーン分割を 色相ヒストグラム いたもの スペクトル包絡と パワーを用いたもの 音 を用いたブロックマッチング法で行っている 色相情報 源移動を用いたものの 3 つのモデルを提案する の利用はテレビ番組のような編集された映像には有効で あるが ライフログ映像では不規則にカメラの前を人や 2 音響情報を用いたライフログ映像インデキシング 物が横切る場合があるので 色相情報だけでは不必要な ライフログ映像の音データには 様々な環境音 (背景雑 シーンを検出する場合がある 例えば駅構内において映 音) や音声が収録されている これらの音データには様々 像情報のみを用いてシーン検出を行った場合 図 1 の上 な情報が含まれており 特に音声からはその時に話した 図のように電車の停車などがあるたびに 映像情報が大 り聞いたりしたことの内容だけでなく その時の感情や
2 [5] comb [6] [7] [8] MUSIC [9] [10] F F R R 1 6 ( ) FFT ( 2)
3 (39 ) ( ) kHz 24 (adphox BME-200) PCM (EDIROL R-09) ( ( )) F F R R ( ( )) F F R R ( ) (1) SF i x shot = argmax [p(x SF i )] (1) i ( ) ( 4 5) 4. (7 ) F F R R
4 5. (3 ) F F F R F R F R F R 3 7 F R ( F R R F) ( ) (2) vol(n) n 0 Power = vol(n + 1) vol(n) (2) (7 ) F F R R (3 ) F R F R
5 m 50km/h 30m 30m 4 0 n L R n ( ) ( 7) 8,9 2 direction = argmax n 4800 i=1 L2 i R2 i+n i=1 L2 i i=1 R2 i+n (3) ( 5) (3) 7. 1
![4 8. 67.8%(7 39) 94.8%(3 12) 73.5%(7 39) 91.7% 3 39 31.7%(7 ) 67.2%(3 ) 3.5.1 9. 1 7 3 8 8. F 12.5 F 9.1 R 30.0 R 30.8 10.0 41.7 87.5 31.7 3.5.2 61.2 52.8 87.5 67.2 7 3 4 [1] M. Lamming, et. al.](/docs-images/96/127060476/images/6-0.jpg ", Forget-me-not Intimate Computing in Support of Human Memory, Proceedings of FRIEND21,1994 [2] J. Gemmell, et. al.")
6 %(7 39) 94.8%(3 12) 73.5%(7 39) 91.7% %(7 ) 67.2%(3 ) F 12.5 F 9.1 R 30.0 R [1] M. Lamming, et. al., Forget-me-not Intimate Computing in Support of Human Memory, Proceedings of FRIEND21,1994 [2] J. Gemmell, et. al., MyLifeBits: Fulfilling the Memex Vision, Proceedings of the tenth ACM Multimedia, pp , 2002 [3] K. Aizawa, et. al., Capture and Efficient Retrieval of Life Log, Proceedings of the pervasive 2004 workshop on memory and sharing experience, pp.15-20, 2004 [4] (D-II), Vol.J84-D-II, No. 8, pp , Aug., 2001 [5] (D-II), Vol.J81-D-II, No. 3, pp , Mar, 1998 [6]. PRMU, Vol. 105, No. 415, pp.33-38, Nov., 2005 [7]. EA, Vol. 105, No. 54, pp.25-33, May., 2005 [8]. EA, Vol. 100, No. 724, pp.21-28, Mar., 2001 [9]. EA, Vol. 105, No. 651, pp.23-28, Mar., 2006 [10] 3 C, Vol. 72, No. 723, pp , Nov., 2006
26.2月号indd.indd
No.639 334,300 44.7 840,700 885,000 669,700 705,000 631,700 665,000 6 1.40 12 1.55 460,000 2.95 415,000 395,000 172,200 172,200 140,100 140,100 6 1.225 0.645 12 1.375 0.645 2.600 1.290 12 10
contents
3 3 4 5 6 7 7 8 8 9 9 10 10 10 11 11 12 13 13 14 14 14 14 14 14 contents 3 3 4 5 6 7 7 8 8 9 9 10 10 10 11 11 12 13 13 14 14 14 14 14 14 01 1 22 3 3 44 studies 1 2 Hiroshima Univ. ACTIVITIES campus
2 R K/S K/S K/S K/S K/S K/S K/SR R K/S K/S K/S K S R K/S K/S K/S K/S K/S K/S
Graduate School of Environment and Information Sciences, Yokohama National University, Yokohama 240 8501 Faculty of Education and Human Sciences, Yokohama National University, Yokohama 240 8501 Keywords:
isai indd
24 2009.4 1 2 3 4 Stereo camera Robot Inspection 5 6 7 8 研究動向紹介 修士論文概要 限られた視聴時間内における動画の効果的な時間短縮手法 中京大学大学院 情報科学研究科 情報科学専攻 伊藤 秀和 本研究は 動画共有サイトにおいて限られた時間の下で動画を効率良く視聴するための手法について 考察する 現在の配信されている動画は 最終的に視聴者に提供される段階でその再生時間は固定となっ
2漆原拓也.indd
3 1675 89 11 13 1 4 2 3 3 57 1742 67 2006:72 1985:77 1990 1999:287 1988:39 1956 3 1962 200 1975 300 2013 250 7 16 7 16 1 5 8 11 16 2004 9 NPO 4 1763 1748 74 1754 1763 1763 1934 1956:22 1996 2013 1987:51
兵庫県立大学学報vol.17
THE UNIVERSITY OF HYOGO NEWS 2014 VOL.17 THE UNIVERSITY OF HYOGO NEWS 2014 VOL.17 THE UNIVERSITY OF HYOGO NEWS 2014 VOL.17 THE UNIVERSITY OF HYOGO NEWS 2014 VOL.17 School of Human Science and Environment
JVRSJ Vol.13 No.3 September, 図 2 PlaceEngine を使用した位置推定の例 : フロア情報を含めて位置の推定が可能 Web 3 GPS PlaceEngine WiFi GPS GPS WiFi 図 3 GPS と WiFi による位置推
22 154 日本バーチャルリアリティ学会誌第 13 巻 3 号 2008 年 9 月 1 ( ) GPS IEEE802.11b/g LAN(Wi-Fi) [1-4] Wi-Fi LAN GPS GPS ( ) GPS Wi-Fi PlaceEngine [4][5] 2 Sensonomy ( ) LAN 図 1 無線基地局位置推定結果 (PlaceEngine での例 ) 80 万強の無線 LAN
ディスプレイと携帯端末間の通信を実現する映像媒介通信技術
Data Transfer Technology to Enable Communication between Displays and Smart Devices 倉木健介 中潟昌平 田中竜太 阿南泰三 あらまし Abstract Recently, the chance to see videos in various places has increased due to the speedup
IPSJ SIG Technical Report Vol.2009-DBS-149 No /11/ Bow-tie SCC Inter Keyword Navigation based on Degree-constrained Co-Occurrence Graph
1 2 1 Bow-tie SCC Inter Keyword Navigation based on Degree-constrained Co-Occurrence Graph Satoshi Shimada, 1 Tomohiro Fukuhara 2 and Tetsuji Satoh 1 We had proposed a navigation method that generates
00hyoshi
Network and Information 2012 SENSHU UNIVERSITY School of Network and Information 2 3 4 6 8 10 12 14 16 18 20 22 24 26 27 28 1 2 3 4 Business Human being Technology Information Communication Technology
IPSJ SIG Technical Report Vol.2015-MUS-106 No.10 Vol.2015-EC-35 No /3/2 BGM 1,4,a) ,4 BGM. BGM. BGM BGM. BGM. BGM. BGM. 1.,. YouTube 201
BGM 1,4,a) 1 2 2 3,4 BGM. BGM. BGM BGM. BGM. BGM. BGM. 1.,. YouTube 2015 1 100.. Web.. BGM.BGM [1]. BGM BGM 1 Waseda University, Shinjuku, Tokyo 169-8555, Japan 2 3 4 JST CREST a) ha-ru-ki@asagi.waseda.jp.
3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)
![3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)](/thumbs/68/59204737.jpg "3 2 2 (1) (2) (3) (4) 4 4 AdaBoost 2. [11] Onishi&Yoda [8] Iwashita&Stoica [5] 4 [3] 3. 3 (1) (2) (3)")
(MIRU2012) 2012 8 820-8502 680-4 E-mail: {d kouno,shimada,endo}@pluto.ai.kyutech.ac.jp (1) (2) (3) (4) 4 AdaBoost 1. Kanade [6] CLAFIC [12] EigenFace [10] 1 1 2 1 [7] 3 2 2 (1) (2) (3) (4) 4 4 AdaBoost
WISS 2006 2 PowerPoint [3] [16] Mehrabian [10] 7% 93% [10] [19][18] Hindus [7] Lyons [9] [8] [14] TalkMan [4] [5] [6] 3 [19][18] [19] [19] 1 F0 [11] 7
![WISS 2006 2 PowerPoint [3] [16] Mehrabian [10] 7% 93% [10] [19][18] Hindus [7] Lyons [9] [8] [14] TalkMan [4] [5] [6] 3 [19][18] [19] [19] 1 F0 [11] 7](/thumbs/41/22686825.jpg "WISS 2006 2 PowerPoint [3] [16] Mehrabian [10] 7% 93% [10] [19][18] Hindus [7] Lyons [9] [8] [14] TalkMan [4] [5] [6] 3 [19][18] [19] [19] 1 F0 [11] 7")
WISS2006 A Presentation Training System using Speech and Image Processing. Web 1 [19] Copyright is held by the author(s). Kazutaka Kurihara and Takeo Igarashi,, Masataka Goto and Jun Ogata and Yosuke Matsusaka,,
2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]
![2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]](/thumbs/39/20193688.jpg "2 4 2 3 4 3 [12] 2 3 4 5 1 1 [5, 6, 7] [5, 6] [7] 1 [8] 1 1 [9] 1 [10, 11] [10] [11] 1 [13, 14] [13] [14] [13, 14] [10, 11, 13, 14] 1 [12]")
Walking Person Recognition by Matching Video Fragments Masashi Nishiyama, Mayumi Yuasa, Tomokazu Wakasugi, Tomoyuki Shibata, Osamu Yamaguchi ( ), Corporate Research and Development Center, TOSHIBA Corporation
1 Kinect for Windows M = [X Y Z] T M = [X Y Z ] T f (u,v) w 3.2 [11] [7] u = f X +u Z 0 δ u (X,Y,Z ) (5) v = f Y Z +v 0 δ v (X,Y,Z ) (6) w = Z +
![1 Kinect for Windows M = [X Y Z] T M = [X Y Z ] T f (u,v) w 3.2 [11] [7] u = f X +u Z 0 δ u (X,Y,Z ) (5) v = f Y Z +v 0 δ v (X,Y,Z ) (6) w = Z +](/thumbs/81/83701592.jpg "1 Kinect for Windows M = [X Y Z] T M = [X Y Z ] T f (u,v) w 3.2 [11] [7] u = f X +u Z 0 δ u (X,Y,Z ) (5) v = f Y Z +v 0 δ v (X,Y,Z ) (6) w = Z +")
3 3D 1,a) 1 1 Kinect (X, Y) 3D 3D 1. 2010 Microsoft Kinect for Windows SDK( (Kinect) SDK ) 3D [1], [2] [3] [4] [5] [10] 30fps [10] 3 Kinect 3 Kinect Kinect for Windows SDK 3 Microsoft 3 Kinect for Windows
10.02EWE51号本文
51 2010 Mar. ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
607_h1h4_0215.indd
3 2016 Mar. No.607 http://www.saitama-ctv-kyosai.net 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
IPSJ SIG Technical Report Vol.2014-GN-90 No.16 Vol.2014-CDS-9 No.16 Vol.2014-DCC-6 No /1/24 1,a) 2,b) 2,c) 1,d) QUMARION QUMARION Kinect Kinect
1,a) 2,b) 2,c) 1,d) QUMARION QUMARION Kinect Kinect Using a Human-Shaped Input Device for Remote Pose Instruction Yuki Tayama 1,a) Yoshiaki Ando 2,b) Misaki Hagino 2,c) Ken-ichi Okada 1,d) Abstract: There
Vol. 23 No. 4 Oct. 2006 37 2 Kitchen of the Future 1 Kitchen of the Future 1 1 Kitchen of the Future LCD [7], [8] (Kitchen of the Future ) WWW [7], [3
![Vol. 23 No. 4 Oct. 2006 37 2 Kitchen of the Future 1 Kitchen of the Future 1 1 Kitchen of the Future LCD [7], [8] (Kitchen of the Future ) WWW [7], [3](/thumbs/41/22750638.jpg "Vol. 23 No. 4 Oct. 2006 37 2 Kitchen of the Future 1 Kitchen of the Future 1 1 Kitchen of the Future LCD [7], [8] (Kitchen of the Future ) WWW [7], [3")
36 Kitchen of the Future: Kitchen of the Future Kitchen of the Future A kitchen is a place of food production, education, and communication. As it is more active place than other parts of a house, there
ICT a) Caption Presentation Method with Speech Expression Utilizing Speech Bubble Shapes for Video Content Yuko KONYA a) and Itiro SIIO 1. Graduate Sc
VOL. J98-A NO. 1 JANUARY 2015 本 PDFの 扱 いは 電 子 情 報 通 信 学 会 著 作 権 規 定 に 従 うこと なお 本 PDFは 研 究 教 育 目 的 ( 非 営 利 )に 限 り 著 者 が 第 三 者 に 直 接 配 布 すること ができる 著 者 以 外 からの 配 布 は 禁 じられている ICT a) Caption Presentation Method
欧州に見るマイナス金利が銀行に及ぼす影響
TEL 3-6733-17 E-mail 1 / 14 216 5 27 TEL 3-6733-17 E-mail 2 / 14 EU 2161 2146 2152 2127 2149 21412 2163 216 3.1%.1%...5%.6% 1.25%.65% CD.75%.5% 1.45% 1.2% 1 (2164 ).82%.97%.62%.51%.259% 3.325% 2161 1 6,4
IPSJ SIG Technical Report Vol.2009-DPS-141 No.20 Vol.2009-GN-73 No.20 Vol.2009-EIP-46 No /11/27 1. MIERUKEN 1 2 MIERUKEN MIERUKEN MIERUKEN: Spe
1. MIERUKEN 1 2 MIERUKEN MIERUKEN MIERUKEN: Speech Visualization System Based on Augmented Reality Yuichiro Nagano 1 and Takashi Yoshino 2 As the spread of the Augmented Reality(AR) technology and service,
- 18 -
- 17 - - 18 - - 19 - - 20 - 1 1.25m 5.5m 1.25m 8.0m 2.0m 0.5m 3.0m 0.5m 2.0m 8.0m 2 1.5m 0.5m 7.5m 1.0m 10.5m 2.0m 0.5m 5.5m 0.5m 10.5m 2.0m 1.5m 0.5m 3.0m 2.0m 1.0m 4.0m 0.5m 6.0m 0.5m 4.0m 8.0m 15.0m
Taro13-第６章（まとめ）.PDF
% % % % % % % % 31 NO 1 52,422 10,431 19.9 10,431 19.9 1,380 2.6 1,039 2.0 33,859 64.6 5,713 10.9 2 8,292 1,591 19.2 1,591 19.2 1,827 22.0 1,782 21.5 1,431 17.3 1,661 20.0 3 1,948 1,541 79.1 1,541 79.1
有明海・八代海総合調査評価委員会 委員会報告書 別添資料
(10 6 m 3 ) 30 20 10 0 S30 S40 S50 S60 H7 260m 3 (7.7) 2,490m 3 (72.9) 500m 3 (14.7) 160m 3 (4.7) COD T-N T-P SS St.7( ) St.9( ) St.1( ) St.7( ) + St.9( ) ( ) ( ) A-2( ) B-2( ) B-3( ) COD T-N T-P SS St.1(
596_H1H4.indd
2014 Aug. 8No.596 http://www.saitama-ctv-kyosai.net 1021 1125 1127 10 10 27 11 11 17 11 11 20 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
(255) Vol. 19 No. 4 July (completion) tcsh bash UNIX Emacs/Mule 2 ( ) [2] [9] [11] 2 (speech completion) 3 ( ) [7] 2 ( 7.1 )
![(255) Vol. 19 No. 4 July (completion) tcsh bash UNIX Emacs/Mule 2 ( ) [2] [9] [11] 2 (speech completion) 3 ( ) [7] 2 ( 7.1 )](/thumbs/93/113765772.jpg "(255) Vol. 19 No. 4 July (completion) tcsh bash UNIX Emacs/Mule 2 ( ) [2] [9] [11] 2 (speech completion) 3 ( ) [7] 2 ( 7.1 )")
10 (254) () 1 Speech Completion: Introducing New Modality into Speech Input Interface Masataka Goto, Katunobu Itou, Tomoyosi Akiba, Satoru Hayamizu, [ ], National Institute of Advanced Industrial Science
<30323334333697A796BD8AD991E58A77976C2D8CBE8CEA837083938374838C83628367945B956983665B835E2E706466>
2Graduate School of Language Education and Information Science (LEIS) 3 4Graduate School of Language Education and Information Science (LEIS) 5 6Graduate School of Language Education and Information Science
IPSJ SIG Technical Report Vol.2014-HCI-158 No /5/22 1,a) 2 2 3,b) Development of visualization technique expressing rainfall changing conditions
1,a) 2 2 3,b) Development of visualization technique expressing rainfall changing conditions with a still picture Yuuki Hyougo 1,a) Hiroko Suzuki 2 Tadanobu Furukawa 2 Kazuo Misue 3,b) Abstract: In order
WISS 2018 [2 4] [5,6] Query-by-Dancing Query-by- Dancing Cao [1] OpenPose 2 Ghias [7] Query by humming Chen [8] Query by rhythm Jang [9] Query-by-tapp
![WISS 2018 [2 4] [5,6] Query-by-Dancing Query-by- Dancing Cao [1] OpenPose 2 Ghias [7] Query by humming Chen [8] Query by rhythm Jang [9] Query-by-tapp](/thumbs/91/107555259.jpg "WISS 2018 [2 4] [5,6] Query-by-Dancing Query-by- Dancing Cao [1] OpenPose 2 Ghias [7] Query by humming Chen [8] Query by rhythm Jang [9] Query-by-tapp")
Query-by-Dancing: WISS 2018. Query-by-Dancing Query-by-Dancing 1 OpenPose [1] Copyright is held by the author(s). DJ DJ DJ WISS 2018 [2 4] [5,6] Query-by-Dancing Query-by- Dancing Cao [1] OpenPose 2 Ghias
IPSJ SIG Technical Report Vol.2011-EC-19 No /3/ ,.,., Peg-Scope Viewer,,.,,,,. Utilization of Watching Logs for Support of Multi-
1 3 5 4 1 2 1,.,., Peg-Scope Viewer,,.,,,,. Utilization of Watching Logs for Support of Multi-View Video Contents Kosuke Niwa, 1 Shogo Tokai, 3 Tetsuya Kawamoto, 5 Toshiaki Fujii, 4 Marutani Takafumi,
sigmusdemo.dvi
V IT Demonstrations: Introduction of Research by Young Researchers V Masatoshi Hamanaka Akira Nishimura Hiroshi Takaesu Shigeyuki Hirai Katsutoshi Itoyama Akiyuki Yoshino Shohei Kajiwara Nozomi Kigimoto
untitled
31 9 1 2013 11 JRSJ Vol. 31 No. 9 2 Nov., 2013 31 9 3 2013 11 JRSJ Vol. 31 No. 9 4 Nov., 2013 31 9 5 2013 11 JRSJ Vol. 31 No. 9 6 Nov., 2013 31 9 7 2013 11 JRSJ Vol. 31 No. 9 8 Nov., 2013 31 9 9 2013 11
スライド 1
膨大なデータからの価値創出 ~ 画像 映像処理技術の最先端 ~ 長谷山美紀 第 9 回インフラ イノベーション研究会 IST Information Science and Technology Hokkaido University 本日の講演内容 1. はじめに大量ディジタルデータ時代の到来 2. 画像 映像処理の最先端 いかにして望む情報を獲得するか? 3. 実データ適用の試み 4. まとめディジタルデータ時代のこれから
29 2011 3 4 1 19 5 2 21 6 21 2 21 7 2 23 21 8 21 1 20 21 1 22 20 p.61 21 1 21 21 1 23
29 2011 3 pp.55 86 19 1886 2 13 1 1 21 1888 1 13 2 3,500 3 5 5 50 4 1959 6 p.241 21 1 13 2 p.14 1988 p.2 21 1 15 29 2011 3 4 1 19 5 2 21 6 21 2 21 7 2 23 21 8 21 1 20 21 1 22 20 p.61 21 1 21 21 1 23 1
日経テレコン料金表（2016年4月）
1 2 3 4 8,000 15,000 22,000 29,000 5 6 7 8 36,000 42,000 48,000 54,000 9 10 20 30 60,000 66,000 126,000 166,000 50 100 246,000 396,000 1 25 8,000 7,000 620 2150 6,000 4,000 51100 101200 3,000 1,000 201
2 2 3 4 5 5 2 7 3 4 6 1 3 4 7 4 2 2 2 4 2 3 3 4 5 1932 A p. 40. 1893 A p. 224, p. 226. 1893 B pp. 1 2. p. 3.
1 73 72 1 1844 11 9 1844 12 18 5 1916 1 11 72 1 73 2 1862 3 1870 2 1862 6 1873 1 3 4 3 4 7 2 3 4 5 3 5 4 2007 p. 117. 2 2 3 4 5 5 2 7 3 4 6 1 3 4 7 4 2 2 2 4 2 3 3 4 5 1932 A p. 40. 1893 A p. 224, p. 226.
73 p.1 22 16 2004p.152
1987 p.80 72 73 p.1 22 16 2004p.152 281895 1930 1931 12 28 1930 10 27 12 134 74 75 10 27 47.6 1910 1925 10 10 76 10 11 12 139 p.287 p.10 11 pp.3-4 1917 p.284 77 78 10 13 10 p.6 1936 79 15 15 30 80 pp.499-501
122011pp.139174 18501933
122011pp.139174 18501933 122011 1850 3 187912 3 1850 8 1933 84 4 1871 12 1879 5 2 1 9 15 1 1 5 3 3 3 6 19 9 9 6 28 7 7 4 1140 9 4 3 5750 58 4 3 1 57 2 122011 3 4 134,500,000 4,020,000 11,600,000 5 2 678.00m
Microsoft Word - 映画『東京裁判』を観て.doc
1 2 3 4 5 6 7 1 2008. 2 2010, 3 2010. p.1 4 2008 p.202 5 2008. p.228 6 2011. 7 / 2008. pp.3-4 1 8 1 9 10 11 8 2008, p.7 9 2011. p.41 10.51 11 2009. p. 2 12 13 14 12 2008. p.4 13 2008, p.7-8 14 2008. p.126
() L () 20 1
() 25 1 10 1 0 0 0 1 2 3 4 5 6 2 3 4 9308510 4432193 L () 20 1 PP 200,000 P13P14 3 0123456 12345 1234561 2 4 5 6 25 1 10 7 1 8 10 / L 10 9 10 11 () ( ) TEL 23 12 7 38 13 14 15 16 17 18 L 19 20 1000123456
308 ( ) p.121
307 1944 1 1920 1995 2 3 4 5 308 ( ) p.121 309 10 12 310 6 7 ( ) ( ) ( ) 50 311 p.120 p.142 ( ) ( ) p.117 p.124 p.118 312 8 p.125 313 p.121 p.122 p.126 p.128 p.156 p.119 p.122 314 p.153 9 315 p.142 p.153
戦後の補欠選挙
1 2 11 3 4, 1968, p.429., pp.140-141. 76 2005.12 20 14 5 2110 25 6 22 7 25 8 4919 9 22 10 11 12 13 58154 14 15 1447 79 2042 21 79 2243 25100 113 2211 71 113 113 29 p.85 2005.12 77 16 29 12 10 10 17 18
2 3, 4, 5 6 2. [1] [2] [3]., [4], () [3], [5]. Mel Frequency Cepstral Coefficients (MFCC) [9] Logan [4] MFCC MFCC Flexer [10] Bogdanov2010 [3] [14],,,
![2 3, 4, 5 6 2. [1] [2] [3]., [4], () [3], [5]. Mel Frequency Cepstral Coefficients (MFCC) [9] Logan [4] MFCC MFCC Flexer [10] Bogdanov2010 [3] [14],,,](/thumbs/40/20501376.jpg "2 3, 4, 5 6 2. [1] [2] [3]., [4], () [3], [5]. Mel Frequency Cepstral Coefficients (MFCC) [9] Logan [4] MFCC MFCC Flexer [10] Bogdanov2010 [3] [14],,,")
DEIM Forum 2016 E1-4 525-8577 1 1-1 E-mail: is0111rs@ed.ritsumei.ac.jp, oku@fc.ritsumei.ac.jp, kawagoe@is.ritsumei.ac.jp 373 1.,, itunes Store 1, Web,., 4,300., [1], [2] [3],,, [4], ( ) [3], [5].,,.,,,,
DEIM Forum 2012 E Web Extracting Modification of Objec
DEIM Forum 2012 E4-2 670 0092 1 1 12 E-mail: nd11g028@stshse.u-hyogo.ac.jp, {dkitayama,sumiya}@shse.u-hyogo.ac.jp Web Extracting Modification of Objects for Supporting Map Browsing Junki MATSUO, Daisuke
27 YouTube YouTube UGC User Generated Content CDN Content Delivery Networks LRU Least Recently Used UGC YouTube CGM Consumer Generated Media CGM CGM U
YouTube 2016 2 16 27 YouTube YouTube UGC User Generated Content CDN Content Delivery Networks LRU Least Recently Used UGC YouTube CGM Consumer Generated Media CGM CGM UGC UGC YouTube k-means YouTube YouTube
2009-9-2.indd
Q No.1441 Q No.1442 Vol.33 NO.9 (2009) 30 (614) Q No.1443 Vol.33 NO.9 (2009) 31 (615) Q No.1444 Vol.33 NO.9 (2009) 32 (616) Vol.33 NO.9 (2009) 33 (617) Vol.33 NO.9 (2009) 34 (618) Q No.1445 Vol.33 NO.9
untitled
12 3 10 27 1 100 1/10 1/3 2012 24 27 22 23 153 8407 26 28 563 275 26 260 275 120 67 21 15 98 70 8407 7791 616 70.2 19 50 100 300 vol.195 12 10 12 22 11 23 30 0.022 22 11 23 1 9230+0.022 22 11 23 vol.194
