TwiScan
人気
コミュニティ
アカウントコレクション
ログイン
登録
English
日本語
한국의
简体中文
繁体中文
登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。
今すぐ登録
検索結果
深セン
深セン コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
深セン
を含む検索結果
ツイッター速報〜BreakingNews
@tweetsoku1
2026.09.07 03:26
深センの無人コンビニ、店内が汚れて商品も散乱→先進のQR入店・セルフ決済に「有人店舗の方が快適」と反応
0
0
0
0
1
コミュニティへ転送
sat0xshi
@sat0xshi
2026.06.24 01:34
深センのシェラトンにたどり着いた。。 ちょっとやすんだら華強北へ
0
0
0
2
0
コミュニティへ転送
荒木 美鈴🔔ゲーミングMC®️
@MISUZU_zip
2026.06.14 01:59
中国深セン出張に行ってきます✈️
0
0
349
2.5K
34
コミュニティへ転送
中華人民共和国駐日本国大使館
@ChnEmbassy_jp
2026.08.08 00:18
広東省深セン市の電気街・華強北には35の専門市場があり、11万5000社以上の事業者、14の一人会社(OPC)インキュベーターが集まっている。「全域実験室」構築や「新たな質の生産力シーンのパートナー」募集などを通して、華強北は今、「中国一の電気街」から「中国一の新たな質の生産力を生み出す拠点」へのランクアップに力を入れており、世界から3万人以上の「創客(アイデアを現実に変える人、メイカー)」が集まっている。
もっと見る
0
0
2
21
8
コミュニティへ転送
macha
@macha3142
2026.07.18 00:08
昔は「深セン」と書いていたと思うが、2000何年頃から「深圳」と打てるようになったのだろう。
0
0
3
21
0
コミュニティへ転送
中華人民共和国駐日本国大使館
@ChnEmbassy_jp
2026.07.07 00:18
広東省深セン市宝安区科学技術イノベーション局と深セン市ロボット協会が共同で立ち上げたロボット産業の総合サービス拠点である「AIR Design House」は、2026年4月8日にオープンした。第1陣となる企業約100社は、「実物展示+情報データベース」を組み合わせたスタイルによって、人工知能(AI)アルゴリズム、コア部品、川上企業の関連部品、完成品の製造など産業チェーン全体の各プロセスを全面的に展示している。#
ロボット
#
もっと見る
0
0
2
29
4
コミュニティへ転送
SOUNDPEATS
@SOUNDPEATS_JP
2026.06.15 00:00
#
ピーツくんの朝礼
#  ̄V ̄ ̄ ̄ ̄ ̄ ̄ ̄ おはようございます🐼 最近の深センは梅雨入り。 天気予報には傘マークが並んでいます☔ 昨夜はFIFAを見てしまい、 ちょっぴり寝不足気味です⚽️ 月曜の朝に雨。 気分が上がりにくいスタートですが、、 お気に入りのガジェットと一緒に、 今週も快適な1週間を過ごせますように🌿
もっと見る
0
0
0
23
1
コミュニティへ転送
ツイッター速報〜BreakingNews
@tweetsoku1
2026.08.27 03:42
【中国】路上生活者4750万人は「流散者」!? 章家敦氏が指摘、2020年公表値の5倍超…深センでは若者約3000人が毎日支援センターへ、15元の寝床も払えず階段で寝る現実
もっと見る
0
0
0
2
1
コミュニティへ転送
中華人民共和国駐日本国大使館
@ChnEmbassy_jp
2026.07.28 10:00
都市の発展はいかに自然と共生できるのか。深圳のマングローブ保全の取り組みは、その答えを示している――高速道路のルートを200メートル北へ移し、渡り鳥のための空間を確保する。10年以上にわたり40ヘクタールを超えるマングローブ林を再生し、270種以上の鳥類を確認する。スマート水門や広域監視カメラ、AIによる鳥類識別などの技術が、生態系保全の精度をさらに高めている。#
深圳
# #
深セン
# #
マングローブ
# #
生態保護
#
もっと見る
0
0
3
18
9
コミュニティへ転送
Itaru Tomita / 冨田到
@itarutomy
2026.08.12 11:00
大規模言語モデル(LLM)に「株の大口注文をいつ・どれだけ売買するか」を決めさせる研究が出ていた( 機関投資家が大きな注文を一度に出すと価格が動いて損をするため、小分けにして執行する(親注文執行)のがアルゴリズム取引の基本課題。従来はTWAP(注文を時間で均等に分割する手法)のような固定ルールか、個別に学習させたモデルに頼るしかなく、市場の前提が変わるたびに弱くなったり再学習が要ったりした。 この論文が提案する「PACE」(先読み制御執行、の意)は、LLMに役割を分けて執行させる。Planner役が数十分単位の値動きの方向性を読んで大まかな配分計画を立て、Executor役がそれをもとに数分単位で数量を上下させる。市場の前提を置かず、専用の学習も不要というのが利点。 深セン証券取引所の実データで検証したところ、PACEはTWAPやAlmgren-Chriss(伝統的な最適化手法)、XGBoost/LSTM(学習ベースの手法)をすべて上回り、最も成績の良かった手法よりも0.65bps(ベーシスポイント、1万分の1)高い成績を出した。年間1000億ドルを取引するファンドなら年間650万ドルのコスト削減に相当する規模で、1,680件の注文全体でLLMのAPI利用料はわずか30ドル程度だったという。 行動特性も興味深く、人間の投資家は自信過剰だと成績が悪化しやすいが、このLLMは自信度が高いときほど成績が良かった。締め切り間際に慌てるのではなく、早めに多く取引を終わらせる傾向も見られた。
もっと見る
0
0
0
0
1
コミュニティへ転送
読み込み中...