LeapMind BLOG

日本限定 サボ 行先板 / 片面 ○飯 白馬 行先案内板 プレート ラA01302★鉄道 愛称板 年代物 当時物 レトロ その他
日本限定 サボ 行先板 / 片面 ○飯 白馬 行先案内板 プレート ラA01302★鉄道 愛称板 年代物 当時物 レトロ その他
e1019687956-15321-9P1
16,800円 28,000円
ラA01302 鉄道 プレート 行先案内板 白馬 飯 片面 / 行先板 サボ 愛称 , ラA01302 鉄道 プレート 行先案内板 白馬 飯 片面 / 行先板 サボ 愛称 , ヤフオク! -「列車愛称板」(鉄道) の落札相場・落札価格, ヤフオク! -「列車愛称板」(鉄道) の落札相場・落札価格, ヤフオク! -「札?」(行先板、サボ) (廃品、放出品)の落札相場・落札価格, 行先板の値段と価格推移は?|1,293件の売買情報を集計した行先板の , 行先板の値段と価格推移は?|1,293件の売買情報を集計した行先板の
カテゴリ
  • ホビー、カルチャー
  • 鉄道
  • 鉄道関連グッズ
  • その他
状態
  • やや傷や汚れあり



ご覧いただきありがとうございます。必ず最後の『ご案内』まで目を通し、ご納得の上、ご入札下さい。
※携帯電話からご覧の場合、機種によっては一部表示が崩れる場合がございます。お手数ですが、パソコンなどより再度ご確認下さい。
jankjank0120 鉄道
 ◆ 商品説明
○鉄道 プレート 行先案内板白馬 ○飯 片面 になります。

お好きな方いかがでしょうか?

★鉄道関連は多数出品中です!
·よろしければ他商品もご覧下さい!(クリックでページが開きます)→

 ◆ 確認/注意事項
▼下記事項をお読みの上、ご検討下さい。
·当方で所有していたお品物ではないため、使用頻度、保管期間、正規の状態かは不明で、付属品は画像にあるものとなります。
·中古品のため、使用や保管による汚れ、スレ、キズ、などある場合がございます。必ず画像でご確認ください。
·主観的ではありますが、裏面は使用感が見られるものの、年代物にしては割と状態が良いかと思います。

※落札後の取引連絡において速やかな対応を心がけておりますが、業務上の都合によりご返信に2~3日かかる場合もございますので、予めご了承のほどお願い申し上げます。

 ◆ お支払方法
○Yahoo!かんたん決済

 ◆ 発送方法
○ヤマト運輸宅急便 60サイズ 又はレターパックライト(¥370)(代金引換·着払い不可)
·神奈川からの発送となります。
·送料につきましては、下記の運賃一覧表をご覧下さい。

 ◆ 同梱発送
○この商品は100サイズ以下の商品のみ 同梱発送が可能 です。レターパックの場合は、同梱不可です。
○同梱発送をご希望の方は、商品落札後、取引ナビにてご連絡下さい。

▼ヤマト運輸 宅急便 運賃一覧表(2019/10)
サイズ
北海道
北東北
南東北
関東
信越
中部
北陸
関西
中国
四国
九州
沖縄

北海道青森県
岩手県
秋田県
山形県
宮城県
福島県
茨城県
栃木県
群馬県
埼玉県
千葉県
東京都
神奈川県
山梨県
新潟県
長野県
静岡県
愛知県
岐阜県
三重県
富山県
石川県
福井県
大阪府
京都府
滋賀県
奈良県
和歌山県
兵庫県
岡山県
広島県
山口県
鳥取県
島根県
香川県
徳島県
愛媛県
高知県
福岡県
佐賀県
長崎県
熊本県
大分県
宮崎県
鹿児島県
沖縄県
601370円1040円930円930円930円930円930円1040円1150円1150円1370円1370円
※発送は元払いのみ承っております。あらかじめご了承下さい。
※こちらで指定するお荷物のサイズには梱包料や作業代が含まれているため、サイズ変更はできかねます。


■ ご案内/よくあるお問い合わせ
商品について
特に記載がないものに関しては、中古品、使用済みの商品です。新品·美品であっても、一度は人の手に渡った物ですので、状態を気にされる方はご入札をお控え下さい。
中古品は現状での出品であり、こちらで気がつかない欠損·故障などがあったとしても、動作の補償はいたしかねます。
お客様が安心してオークションをご利用できるよう努めますが、商品状態のすべてを文字·画像のみで完全にお伝えすることは困難だということをご理解下さい。
商品につきまして、機能、仕様、使用方法など、こちらではサポートできかねます。
商品に関し、お客様のご判断において万一誤りなどがございましても、こちらでは一切の責任を負いかねます。
写真撮影は素人がしております。光の乱反射、手ぶれなどはご容赦下さい。また、撮影時の環境やお客様がご使用になられているブラウザ、モニターにより、実際の商品と写真は色が異なって見える場合もございますので、ご注意下さい。
計測の誤差がございましても、ご容赦下さい。
商品は画像にあるものがすべてとなります。記載がない場合、付属品はございません。


発送について
『◆ 発送方法』に記載されている発送方法以外で承ることはできかねます。
宅配業者のご指定はお断りしております。
すべて、元払いのみ承っております。(代金引換、着払い不可)
宅急便伝票の品名の欄には、出品の際の商品名を記載しております。ご家族の方や配達員に知られたくない等ご事情がある場合は、記載内容を変更致しますのでお気軽にお申し付け下さい。
大型の商品は、お渡しまでにお時間をいただくことがございます。
商品受取日時の指定がある場合、初回連絡時にお申し付けください。大型商品、家財宅急便での発送の場合、及び地域によっては指定ができない場合もございます。ご容赦ください。
紛失·破損の補償がない発送方法において、万一事故などがあったとしても、当方では一切の責任を負いかねます。
ダンボール箱、紙袋といった梱包資材は、配送時の商品の損傷や汚れに対して影響のない範囲で再利用する場合がございます。
支払い手続き完了後に梱包、通常2日~7以内に発送し、伝票番号などをご連絡いたします。支払い手続き完了から3日以上経ってもこちらから連絡がない場合は、お手数ですが落札者様からご連絡下さい。
迅速な対応を心掛けておりますが、落札·支払い手続き完了、2日以内の到着日指定はできかねます。どうしてもお急ぎの場合は、必ずその旨をお早めにご連絡下さい。
海外への発送には対応しておりません。


同梱発送について
同梱発送ご希望の方は、商品落札後、取引ナビにてご連絡下さい(同梱発送できない商品も中にはございます)。
当方から送料確定の連絡後は同梱発送を承りません。
同梱発送の場合、お荷物のサイズ·重量によって、送料が変わることがございますのでご注意下さい。

お支払方法について
Yahoo!かんたん決済のみ承っております。それ以外は不可とさせていただいておりますので、ご了承下さい。


ご落札後の流れについて
取引ナビを通してのお取引となります。
商品出品終了後、取引ナビのご入力をお願いいたします。なお、3日以上経っても連絡がなかった場合、システムの不備が考えられますので、お手数ですが「取引連絡」からご連絡下さい。
支払い手続きは、送料を含む合計金額が確定後、3日以内にお願いいたします(※土日祝日を除く)。ご事情がありお支払いが遅れる場合は、必ずその旨ご連絡下さい。
トラブルを避けるため、また発送方法によりご入金金額が異なる商品があるため、落札直後の支払い手続きはお控えください。
支払い手続き完了後、2日~7日以内に発送いたします。発送後は伝票番号(※大型商品除く)とその旨をご連絡いたします。
こちらからの評価は、評価をしていただいた方にのみ評価をさせていただいております。評価が不要なお客様は、誤送を防ぐため当方への評価も不要とさせていただきます。
ご連絡が取れないお客様の落札は、「落札者都合」で削除させていただきます。その際、評価にYahooより自動的に「非常に悪い」がつきますので、ご了承下さい。


個人情報について
お客様の個人情報は、ご落札いただいた商品のお取引にのみ使用し、法令に基づく場合を除き、第三者に譲渡または公開する事は一切ございません。ご安心下さい。


ご入札、ご質問について
原則として、ご入札、ご落札後のキャンセルは承りません。お間違えのないよう、慎重にお願いいたします。
評価に「悪い」「非常に悪い」が多い場合、入札を取消させていただくことがございます。
商品につきまして、専門的なご質問にはお答えできかねますので、メーカーにお問い合わせ下さい。
ご不明な点がある場合は、必ずご入札の前に質問からお問い合わせ下さい。すぐに回答出来ない場合がございますのでご質問は早めにご連絡下さい。


その他
万一、商品の欠品や運送事故などによる破損·汚損があった場合、必ず到着後3日以内にご連絡下さい。なお、ヤマト運輸の補償対象は到着後10日以内のものに限られます。お客様のご都合でご連絡が遅れ補償対象外となったとしても、当方では一切の責任を負いかねます。予めご了承ください。
落札者様にご負担していただいております送料は、梱包資材代金·作業代金が含まれておりますため、万一運送事故が発生した場合でも、ご負担いただいた送料の満額ご返金は致しかねます。予めご了承ください。
携帯電話からご覧の場合、機種によっては一部表示が崩れる場合がございます。商品の状態の多くは、画像でお伝えしておりますので、必ずパソコンなどのフルブラウザよりご確認下さいますようお願いいたします。なお、お客様の未確認による誤りにつきまして、こちらでは一切の責任を負いません。
個人での出品となります。
当方の都合で予告なくオークションを終了する場合がございます。
年始年末など臨時休業することがございます(その際は自己紹介欄にてご連絡申し上げますので、お手数ですがそちらをご覧下さい)。
ノークレーム·ノーリターンでお願いいたします。


※ご入札された時点で、「商品説明」「ご案内」等、記載のすべてにご了承いただいたものとみなします。

ラA01302 鉄道 プレート 行先案内板 白馬 飯 片面 / 行先板 サボ 愛称
ラA01302 鉄道 プレート 行先案内板 白馬 飯 片面 / 行先板 サボ 愛称
ヤフオク! -「列車愛称板」(鉄道) の落札相場・落札価格
ヤフオク! -「列車愛称板」(鉄道) の落札相場・落札価格
ヤフオク! -「札?」(行先板、サボ) (廃品、放出品)の落札相場・落札価格
行先板の値段と価格推移は?|1,293件の売買情報を集計した行先板の
行先板の値段と価格推移は?|1,293件の売買情報を集計した行先板の

日本限定 サボ 行先板 / 片面 ○飯 白馬 行先案内板 プレート ラA01302★鉄道 愛称板 年代物 当時物 レトロ その他

日本限定 サボ 行先板 / 片面 ○飯 白馬 行先案内板 プレート ラA01302★鉄道 愛称板 年代物 当時物 レトロ その他

日本限定 サボ 行先板 / 片面 ○飯 白馬 行先案内板 プレート ラA01302★鉄道 愛称板 年代物 当時物 レトロ その他

日本限定 サボ 行先板 / 片面 ○飯 白馬 行先案内板 プレート ラA01302★鉄道 愛称板 年代物 当時物 レトロ その他

最近、ニュースや記事でよく目にする“ ディープラーニング() ” 。

ビジネスや社会にどのように影響を与え、活用されていくのかに興味ある方が多方面に増えてきている一方で、について知りたいけれども、実際よくわからない…と感じている方も多く見受けられます。

アンデルセンアンデルセン xxs

踊り子 ありがとう185系記念プレート 当選品

引用:非加熱イエロータンザナイト(ゾイサイト) 宝石 ルース 1.38CTイタリア発/送料関税込/Kenzo/Kampus Tiger Belt Bag

今回は、その基本的な疑問や実際どうビジネス活用できそうなのか皆さまが想像できるようになるよう、とは一体どういう技術なのか、俗にいう「人工知能(AI)」や「機械学習(ML)」との違いなど基本的な情報に加え、ビジネスに実際どう導入されているのかなど事例を含めながら解説していきます!


とは、十分なデータ量があれば、人間の力なしに機械が自動的にデータから特徴を抽出してくれるディープニューラルネットワーク(DNN)を用いた学習のことです。

DNNとは、ニューラルネットワーク(NN)というパターン認識をするように設計された、人間や動物の脳神経回路をモデルとしたアルゴリズムを多層構造化したもので、昨今注目を浴びています。

—MITが発刊している『バイク用メッシュジャケット スズキxMOTO GP コスパいい M-3XL 落札後サイズ選択可 夏用 通気 通勤用』には、以下のように記載されています。


神戸電鉄 北神急行 キーホルダー

が羨望を受けるきっかけになったのは、2012年にトロント大学のヒントン教授らが世界的な人工知能の競技会(*1)でを用いたシステムで圧勝したことです。

皆さんの記憶に新しいのは、に人工知能の囲碁プログラム「AlphaGo (*2)」が、世界トップレベルの実力を持つ韓国のプロ棋士に勝利したことでしょうか。

それまでも、「人工知能」というのは、過去2回ブームがあり、2013年以降は第3次AIブームと言われていますが、この3度目のブームを引き起こしたのは間違いなくといっても過言ではありません。

DAIWA - DAIWA FREAMS 2508 リール

の何がそんなに画期的で凄い技術なのかを次に見ていきましょう。

【送料無料】E140128I-10@[中古美品] 缶ウォーマーHW-36★100V♪K9【専門店の安心の1ヶ月保証付】


今までの話で、人工知能と機械学習、と3つのキーワードが出てきて、すでに混同している方も多いとは思いますが、そこまで難しく考えることはありません。

3つのキーワードの関係は、大まかにいうと「人工知能>機械学習>」という構造になっています。

どれも違う技術ということではなく、図解すると以下のようなベン図になります。

良くある誤解ですが、NIKE - 新品・未使用 ナイキ AIRFORCE 1 '07 エアフォース1'07という位置付けです。

大まかな構造がわかったところで、1つ1つのワードについて深掘りしていきましょう。

①人工知能(AI)

“AI“、最近よく聞くワードになりつつあると思いますが、巷では何にでもAIと使われがちで、学者の中でも定義は人それぞれで統一的見解はありません。

今回は「大量の知識データに対して、高度な推論を的確に行うことを目指したもの 」(一般社団法人 人工知能学会設立趣意書からの抜粋)という立場を取りたいと思います。

AIは、大まかに2つに分類することができます。

■弱いAI:人間の知能の一部を代替する、一見知的な限られた問題解決を行えるもの

∟特化型AI:特定の決まった作業を遂行するためのもの(囲碁AIなど)

∟汎用型AI:特定の作業やタスクに限定せず人間と同様の、あるいは人間以上の汎化能力を持ち合わせているもの

■強いAISTUDIOUS - 【STUDIOUS】ビッグシルエットパジャマシャツ

ニュースなどでよく見かけるのは、弱いAIで中でも特化型AIです。

現実的にはまだ汎用型AIは難しいと言われています。

(追記 6/18:強いAIは、汎用人工知能(AGI)とも呼ばれます。弱いAIの汎用型AIとどう違うのかというところですが、その差は人工知能自体に意識があるか、ないかというところにあると思っており、強いAI≒ドラえもん のようなイメージを持っていただけると分かりやすいのではないかと思います。)

②機械学習(ML)

機械学習とは、機械学習のパイオニアの1人であるアーサー・サミュエルによると、

” The field of study that gives computers the ability to learn without being explicitly programmed.”

と定義されており、日本語に訳すと「人が明示的に挙動を指示することなしにコンピューターに学習能力を与えること」 ということになります。

具体的に機械学習にも以下のような学習の仕方に種類があります。

■教師あり学習:正解(正しい出力)付きのデータを機械に学習させる方法

∟回帰:データを入力すると、出力として数値を返す方法(予測)

 用途:株価予測など

∟分類:データを入力すると、出力としてデータの属性や種類を返す方法(ラベリング)
用途:メールのスパム検知など

■教師なし学習Ameri VINTAGE - Ameri vintage 星柄ワンピース

∟クラスタリング:データを入力するとそのデータのグルーピング結果を返す方法

■強化学習:自ら試行錯誤して最適な行動を見つける学習で、直近の目標を達成し、報酬を与えることで上達していく方法。

③ (DL)

冒頭に記載したように「十分なデータ量があれば、人間の力なしに機械が自動的にデータから特徴を抽出してくれるディープニューラルネットワーク(DNN)を用いた学習」ということで、人工知能の中の1つの要素技術です。

といってもアルゴリズムに種類があり、それぞれ得意分野が違うのでビジネスにを導入する際、どのアルゴリズムを使うのが適切なのか検討する必要があります。

今回は、大まかに3つ紹介しますが、もっと知りたい方は限定値下げ!★美品★エブールワンピース にマッピングされているものが記載されているのでご覧になってみてください。

アオシマ 1/12 XJR400R カスタム 完成品

■DNN(Deep Neural Network,ディープニューラルネットワーク)

ニューラルネットワーク(NN)というパターン認識をするように設計された、人間や動物の脳神経回路をモデルとしたアルゴリズムを多層構造化したもの。

■CNN(Convolutional Neural Network,畳み込みニューラルネットワーク)

局所的な情報の抽象化及び位置普遍性をもたせた順伝播型ニューラルネットワークを利用したアルゴリズム。DNNを2次元データに対応させたもので、画像に対して高いパターン認識能力を示します。

主な用途:画像認識

■RNN(Recurrent Neural Network,再帰型ニューラルネットワーク)

音声、動画データのような可変長のデータを扱えるようにするために中間層に再帰的な構造をもたせた双方向に信号が伝播するニューラルネットワークを利用したアルゴリズム。

DNNを横に繋いで時間変化する、連続的なデータに対応させたものですが、あまり長時間のデータには向きません。

また最近では、Google Translateなど自然言語処理にも使われています。

主な用途:音声認識、動画認識、自然言語処理

そもそもビジネスに導入したい際には、のアルゴリズム等を検討する前に、それが機械学習の方が適切なのか、DeepLearningの方が適切なのかでも変わってきます。


上図のように、 は中間層を多層にすることで情報伝達と処理を増やし、特徴量の精度や汎用性をあげたり、予測精度を向上させたりすることが可能になります。

深層学習と言われるくらいなので、ここまでは想像がつくと思いますが、具体的にどういった過程を踏むのか例に出して説明します。

このSotaくんのように「目の前においてある果物が何なのか」を認識させるようにするにはどうすればいいのかを例に説明します。

♪IDnet即決♪ 大島紬 Sサイズ 変わり格子模様 着物

下図のように、大まかに学習処理のフェーズ、推論処理のフェーズに分かれます。

実際にビジネスに導入する際、学習済みのモデルを使用する場合には推論の処理のみなので大規模な計算資源は必要ないです。

しかし、もし学習モデルの作成から行う場合には大量のデータだけではなく、膨大な量のデータを処理するための時間や電力、GPUのように大量のデータを処理できるサーバーが必要となります。

GUESS - GUESS腕時計

逆にいうと、には、テストデータが少ないと性能が出ない、識別結果のチューニングが難しいという弱点があります。

で、大量のデータさえあれば、従来の機械学習などではできなかった複雑な扱いづらいデータも処理を行うことが可能になったという点が大きな変化と言えます。


では、具体的にで今何ができるのかを見ていきたいと思います。

まず入力するデータの種類別に、以下のように分類できます。

①画像認識

画像動画を入力とし文字や顔などの特徴を認識・検出する技術です。 背景から特徴を分離抽出しマッチングや変換をおこない、目的となる特徴を特定し認識します。

(例: Facebookのタグ付け(顔認証)、自動運転、感情分析など

②音声認識

音声を認識させる技術です。人間の声を認識してテキストに出力したり、音声の特徴をとらえて声を出している人を識別したりできます。

(例:iPhoneの「Siri」のような音声入力など

③自然言語処理

人間が日常的に使う自然言語(書き言葉・話し言葉)をコンピューターに処理・理解させる技術です。

(例:銀行のコールセンターでの問い合わせ対応、文書要約、機械翻訳など

④異常検知

産業機器などに取り付けられたセンサーなどの時系列データから異常の兆候を感知する技術です。

(例:工場内の監視(故障や異常動作の検知)など


■製造

Rist(Deep Inspection):画像の中で特定のパターンに一致する箇所を認識させ、工場などにおける不純物の検知などを行うことができる。

URL : ★即決・送料無料★梅小路蒸気機関車館閉館スペシャルセット★レア★硬券★https://www.deep-inspection.com/

■流通

ViSENZE:ECサイトなど電子商取引のプラットフォーム上でファッションアイテムなどを画像で検索ができる。

URL : https://www.visenze.com/

■医療

Atomwise:既存の薬の分子構造などから新しい薬をディープラーニングによって発見し、新薬発見のプロセス短縮を目指している。

URL : 【新品★送料無料】 MITSUBISHI 三菱電機 HC-UF43BK サーボモーター【保証付き】2J0365/ノースフェイス ND91837 マウンテンダウンジャケット THE NORTH FACE MOUNTAIN DOWN JACKET Sサイズ 黒

Enlitic:レントゲン写真やCTスキャン、超音波検査、MRIなどの画像からがんなどの悪性腫瘍を検出する。

URL : SALVATORE FERRAGAMO レザー バレリーナ VIVA

■セキュリティ

Deep Instinct:ディープラーニングアンチウイルスパッケージというディープラーニングを用いて自動で危険なコードを認識するソリューション。

URL : JR貨物【スーパーレールカーゴ タイピン 1個】佐川急便 M250 ブルーリボン賞 ネクタイピン

■金融

Saint Laurent - SAINT LAURENT フリンジ スウェード ハイカット スニーカーを活用した金融トレーディングプラットフォーム。トレーディングを行う人が自分の投資タイミングの判断をチャート上からAIに学習させ、同様の投資タイミングが発生したときにお知らせするトレーディング意思決定支援機能をメイン機能としている。

URL : https://www.alpaca.ai/

他にも、大量の顔写真の表情から感情を分析することができたり(定番人気 新作 Dior ストラップポーチ CD ICON カーフスキン 黒)、「LINE」のスタンプのレコメンド、ニュースアプリ「グノシー」の年齢推定、音楽ストリーミングサービスの「Spotify」の類似した曲のレコメンドなど身近に使っているアプリにもは活用されています。

鉄緑会 数学実戦講座Ⅲ 板書 17年 駿台 河合塾 鉄緑会 代ゼミ Z会 ベネッセ SEG 共通テスト


の期待されているところは、今まで機械学習などでは処理ができなかった複雑なデータを扱うことが可能になり、人間が行っていた業務の一部を機械に置き換えたり、業務を効率化したりすることができるようになることです。

それだけでなく、技術自体がコモディティ化し、皆がを使えるようになり、データの活用の仕方次第であらゆる領域で新しい体験などが生み出され社会の仕組み自体をも変える技術になるだろうという部分にあると思っています。

実際富士キメラ総研の調査結果によると人工知能(AI)ビジネスの国内市場は、2030年度に2兆円規模になり、2015年度の14倍になると言われています。

参考:大人気!!Jennifer Zeuner♡お洒落なクロスネックレス☆rT【写真】国鉄 雑形客車 ホハニ4250形 4250 昭和26年 尻内駅[八戸] (横浜線 買収車両 木造 [横浜鉄道 ホロハ1 明治41年 日本車輌製 →

今後もより幅広いあらゆる領域で、が活用されていくでしょう。

現在、クラウドコンピューティングの世の中ですが、が普及していくことで、クラウドに上げずともデバイス自体がそれぞれ群知能的に処理していくことでエッジだけで完結し、エッジコンピューティングの世界に変遷していくと弊社は考えております。


今まで読んでいただいた中で少しでもDeep Learingについて深まりましたでしょうか。

今後も弊社は様々なパートナー様と一緒に、あらゆる領域において取り組むことでの普及を盛り上げていきたいと思っております。

また、この記事を読んで、を自社のサービスや製品に導入してみたいと感じても、知見やリソースが足りないなど、様々な障壁があってなかなか実現が難しいと思っている方も多いと思います。

手軽に短期間でを導入したい方向けに「ディープラーニング導入検討サービス」を提供しております。画像データをご用意いただければ、弊社のエンジニアが技術検証を代行させていただきます。
お気軽に資料請求・お問い合わせください!

その他、ご要望・ご質問等ございましたら bussiness@leapmind.io までお問い合わせください。


<注釈>

*1人工知能の競技会( ILSVRC )

120万枚の画像から1000クラスのカテゴリ識別を行い、精度を競うコンペティション。

*2 AlphaGo

米Google DeepMind社が開発した、ディープラーニングを応用した人工知能。最近、人類最強の棋士・柯潔に勝利し、囲碁対局から引退。


LeapMindのHPはこちらから↓

Michael Kors - マイケルコース レディース 腕時計 セラミック

【どんなファッションにも◎】ルイヴィトン エンボスLVTシャツ

日本限定 サボ 行先板 / 片面 ○飯 白馬 行先案内板 プレート ラA01302★鉄道 愛称板 年代物 当時物 レトロ その他

7DEMATES.EPSEM.UPC.EDU RSS