引き続き 桜井恵三氏が無料配布している資料である
http://rbiz.jp/facebook/data/ebook1.pdf （2011年6月22日版）
における流用・コピペ疑惑追求第4弾です。
桜井恵三氏作成の上記資料における これまでの流用・コピペ疑惑については下記を参照下さい。
今日は桜井恵三氏が大胆にもITビジネス界の巨人からコピペしたと思われる例をお見せしましょう。コピペ量が多いので長文です。
：桜井恵三氏の無料教材における表現
：流用元と思われるサイトでの表現
——————————————————————————–
例その５
P.52（桜井恵三氏のpdfファイルのページ番号）
①「近年の情報技術の発達に伴い、コンピュータを利用した知識情報処理が注目されています。知識情報処理とは、人間の知識をコンピュータ上に実現し、コンピュータの有効性を向上させる技術です。知識情報処理は、最近注目を集めている知的ロボットや、家電製品やエレベータなどの制御、言葉の構文解析などの様々な分野で利用されています。」
①「近年の情報技術の発達に伴い、コンピュータを利用した知識情報処理が注目されています。知識情報処理とは、人間の知識をコンピュータ上に実現し、コンピュータの有効性を向上させる技術です。知識情報処理は、最近注目を集めている知的ロボットや、家電製品やエレベータなどの制御、言葉の構文解析などの様々な分野で利用されています。」
———-
②「しかし、知識情報処理には、遺伝的アルゴリズム以外にも多数の手法が存在します。その中でも、パターン認識や様々な予測、制御などに利用されているニューラル・ネットワークが最近注目されています。」
②「しかし、知識情報処理には、遺伝的アルゴリズム以外にも多数の手法が存在します。その中でも、パターン認識や様々な予測、制御などに利用されているニューラルネットワークが最近注目されています。」
———-
③「それはニューラル・ネットワークには、プログラムで事前に全てを組み込むのでなく、学習という概念があるため、様々な環境に適応させることができます。今日、ニューラル・ネットワークは、株価予測や天気予測などの予測、音声や画像などのパターン認識、家電製品やロボットなどの制御といった様々な用途で利用されています。」
③「ニューラルネットワークには、学習という概念があるため、様々な環境に適応させることができます。今日、ニューラルネットワークは、株価予測や天気予測などの予測、音声や画像などのパターン認識、家電製品やロボットなどの制御といった様々な用途で利用されています。」
———-
④「ニューロンとは、神経細胞のことです。人間の脳には、約 1000 億のニューロンが存在します。また、それぞれのニューロンが約 1 万のニューロンに繋がっています。ニューラル・ネットワークでは、この繋がりをネットワークモデルで表現します。また、ニューロンは、複数の入力端子がありますが、出力端子は 1つしかありません。」
④「ニューロンとは、神経細胞のことです。人間の脳には、約 100 億のニューロンが存在します。また、それぞれのニューロンが約 1 万のニューロンに繋がっています。ニューラルネットワークでは、この繋がりをネットワークモデルで表現します。また、ニューロンは、複数の入力端子がありますが、出力端子は 1 つしかありません。」
———-
⑤「ユニットの状態の決定には、入力の結合荷重を用いてパラメータを算出する必要があります。ニューラル・ネットワークでは、このパラメータが閾値以上になることを発火と言います。」
⑤「ユニットの状態の決定には、入力の結合荷重を用いてパラメータを算出する必要があります。ニューラルネットワークでは、このパラメータが閾値以上になることを発火と言います。」
———-
P.53
⑥「ニューラル・ネットワークは、雑音を含んだ入力情報から有意なパターン情報を抽出、認識、分類することに優れています。例えば、ニューラル・ネットワークを用いて文字 “A” をパターン認識する場合は、様々な形状の “A” を学習させます。この場合、様々な形状の “A” というデータから共通の特徴を抽出、認識、分類することで、新しい入力に対して “A” かどうかを判断します。」
⑥「ニューラルネットワークは、雑音を含んだ入力情報から有意なパターン情報を抽出、認識、分類することに優れています。例えば、ニューラルネットワークを用いて文字 “A” をパターン認識する場合は、様々な形状の “A” を学習させます。この場合、様々な形状の “A” というデータから共通の特徴を抽出、認識、分類することで、新しい入力に対して “A” かどうかを判断します。」
———-
⑦「ニューラル・ネットワークの特徴の一つに、学習を行うことが挙げられます。それに伴い、遭遇した事例を学習し、様々な環境に適応していきます。そのため、ニューラル・ネットワークは、遺伝的アルゴリズムと同様に、様々な環境に絶え間なく連続的に適応させていくことにより、精度を向上させることができます。」
⑦「ニューラルネットワークの特徴の一つに、学習を行うことが挙げられます。それに伴い、遭遇した事例を学習し、様々な環境に適応していきます。そのため、ニューラルネットワークは、前章で解説した遺伝的アルゴリズムと同様に、様々な環境に絶え間なく連続的に適応させていくことにより、精度を向上させることができます。」
———-
⑧「ニューラル・ネットワークは、一般的な計算手法とは異なり、並列的に情報を連続して処理する手法です。例えば、複数のコンピュータを接続すれば並列な手法に改良できますが、膨大なコストと処理時間が必要になります。しかし、ニューラル・ネットワークは、多数のニューロンが並列に繋がっているため、人間の脳のように並列分散的に処理できます。」
⑧「ニューラルネットワークは、一般的な計算手法とは異なり、並列的に情報を連続して処理する手法です。例えば、複数のコンピュータを接続すれば並列な手法に改良できますが、膨大なコストと処理時間が必要になります。しかし、ニューラルネットワークは、多数のニューロンが並列に繋がっているため、人間の脳のように並列分散的に処理できます。」
———-
⑨「ニューラル・ネットワークは、あるニューロンが壊れても処理を継続して行うことができます。なぜならば、情報が 1 つの場所だけに格納されるのではなく、ネットワーク全体に分散的に分配されているためです。そのため、ニューラル・ネットワークの故障許容性は、原子力発電所や誘導システムなどの失敗が致命的な災害を起こす場合に有効です。」
⑨「ニューラルネットワークは、あるニューロンが壊れても処理を継続して行うことができます。なぜならば、情報が 1 つの場所だけに格納されるのではなく、ネットワーク全体に分散的に分配されているためです。そのため、ニューラルネットワークの故障許容性は、原子力発電所や誘導システムなどの失敗が致命的な災害を起こす場合に有効です。」
——————————————————————————–
【流用元と思われるサイト】
マイクロソフト アカデミックポータル アルゴリズム入門: 第6章 知識情報処理入門 2
http://msdn.microsoft.com/ja-jp/academic/cc998609
やっちゃいましたね 桜井恵三さん。
コピペ元はマイクロソフト社のサイトですから、どんな沙汰になっても知りませんよ。
このサイトでは本文の比較しか行っておりません。
しかし、桜井恵三氏のpdfファイルと原典を見比べていただければわかりますが、桜井恵三氏はマイクロソフト社の資料から項目名までも拝借し、構成全体をコピペしており極めて悪質な作業を行っていることが確認できます。
「ニューラル・ネットワーク」という単語を自サイトや２ちゃんねるで声高に強調する桜井恵三氏です。それを解説する資料のほとんどがマイクロソフト社の学術資料からの完全コピーとなれば、彼が強調する他のキーワードについての桜井恵三氏の知識・理解レベルについても推して知るべしと判断せざるを得ないのは当然のことでしょうね。
自分の行為が誰にもバレないとでも桜井恵三氏は思っているのでしょうか？
自らの行為に恥ずかしさ・やましさを感じていないとすれば、やはり桜井恵三という人は普通の人物が持ち合わせている感覚の いくつもが欠落しているとしか思えません。
桜井恵三氏のコピペ疑惑追及は、まだまだ続きます。