mat

読み終えました。Ⅱ部まではpythonのコードの書き方の例を蓄積する用途としていいのでは？ Ⅲ部は他の書籍で十分に勉強した人向けです。

行列計算が一通り全部書かれているから、とりあえずゼミ配属された後の学生とかに読んでもらえると良さそう。 A gentle introduction to matrix calculas sciencedirect.com/science/articl…

音響学会2026年春季研究発表会スペシャルセッション「音声表情に着目した音声情報処理の進展」 slideshare.net/slideshow/2026…

APSIPA TSIPのDOI問題、解決したぽい？

This is a simple alternative to low-dimensional embedding methods such as tSNE, UMAP, and PCA. It trains an autoencoder to match the distances of the reference space. The results quite good. 🔗arxiv.org/abs/2603.16568

Eguchi-sensei, すごい

Statistical Inference via Generative Models: Flow Matching and Causal Inference ift.tt/nzFGhB7

【t-SNEを理解せずに使っている人へ】 次元圧縮手法のt-SNEの解説・警鐘記事を書きました。 AI時代なので実装面よりも理解や注意ポイントに重きを置いた記事に仕上げました。 可視化を駆使してめちゃくちゃ分かりやすい記事です。 zenn.dev/green_tea/arti…

この本の長所のひとつは，「章末問題」が用意されていて，ゼミや輪講のテキストとして使いやすいということ

昨年出たこの本もあるし，ようやく揃ってきた感がありますね /  Pythonで学ぶ音声コミュニケーション情報処理 asakura.co.jp/detail.php?boo…

買います / 音声変換入門 Pythonで作って学ぶボイスチェンジャー (KS情報科学専門書) amzn.asia/d/0fBwWQuN

👍

#NLP2026 で主著2件、共著1件発表します！主著2件とも、光栄なことに口頭発表に選んでいただきました。 共著の方もグラフの話で面白いので、ぜひ聞きに来てください！ また、ワークショップ「気軽に国際会議を目指しましょう」でICLR2026に主著2本採択された経験についてお話しします。

エフェクト推定興味深いので、あとで原稿読みたい

MUS研究会で共著と主著の計2件発表します。 今日は後輩との共著、明日のデモセッション明けは主著の方です。 ご議論のほどよろしくお願いします！ #MUS145 #SIGMUS

書きました。 （今日が修論の締切で、無事に提出しました。これは最終的には修論に載せなかった、古くからよく知られていることが中心のお話です） 準ニュートン法に関する基礎知識 qiita.com/hari64/items/2… #Qiita via @hari64boli64

@akusann ありがとうございます！

@ballforest おめでとうございます。

科研費採択されてた！良かった

ラグ窓を用いた音声の基本周波数推定の高精度化 search.ieice.org/bin/summary_ad…

最近，Kuramoto-senseiの本を読んでいたのでタイムリー