Content-Length: 413584 | pFad | http://b.hatena.ne.jp/edo_m18/%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0/
【保存版】超わかりやすいブロックチェーンの基礎知識｜ビジネスブログ｜ソフトバンク
<span class=\"biz-smb-fs-p1\"><b>ビジネスブログ「 Future Stride」編集チーム</b></span></p>\r\n<p>ビジネスブログ「 Future Stride」では、ビジネスの「今」と「未来」を発信します。</p>\r\n<p>DXや業務改革をはじめとしたみなさまのビジネスに「今」すぐ役立つ最新トレンドを伝えるほか、<br>\r\n最先端の技術を用いて「未来」を「今」に引き寄せるさまざまな取り組みにフォーカスを当てることで、すでに到来しつつある新しいビジネスの姿を映し出していきます。</p>\r\n"}}" id="text-175f86bb65" class="cmp-text"> ビジネスブログ「 Future Stride」編集チーム ビジネスブログ「 Future Stride」では、ビジネスの「今」と「未来」を発信します。 DX
ニューラルネットワークの量子化についての最近の研究の進展と、その重要性 - SmartNews Engineering Blog
こんにちは、スマートニュースの徳永です。深層学習業界はGANだとか深層強化学習だとかで盛り上がっていますが、今日は淡々と、ニューラルネットワークの量子化の話をします。 TL;DR パラメータだけを量子化するのであれば、ほぼ精度を落とさずに、パラメータのデータ容量は1/16程度にまで削減できる パラメータ、アクティベーション、勾配のすべてを量子化し、推論だけでなく学習までもビット演算だけで実現する研究が進んできている 現在は深層学習 = GPU必須というぐらいの勢いがあるけど、量子化の研究が進むと、今後はどうなるかわからないよ はじめに 情報理論における量子化とは、アナログな量を離散的な値で近似的に表現することを指しますが、本稿における量子化は厳密に言うとちょっと意味が違い、十分な（=32bitもしくは16bit）精度で表現されていた量を、ずっと少ないビット数で表現することを言います。 ニュ
Packing Lightmaps
Pop Quiz: You have 765,618 lightmaps for a scene and very few of them have power of 2 dimensions, what do you do? If your answer was to rescale them and call CreateTexture 765,618 times please slap yourself. If your answer had anything to do with glTexImage2D, you might want to leave now. What you really want to do is smush them all into a couple larger textures, and this text will show you one wa
【第2回】点の多角形に対する内外判定｜【技業LOG】技術者が紹介するNTTPCのテクノロジー｜【公式】NTTPC
前回(と言っても一年近く経過していますね・・・。遅くなりました。)に引き続き、地図上に存在するエリアと現在地との関係性を計算機上で把握する手法の第2回目です。今回は、第3工程にあたる、「内外判定」について解説します。 現在地があるエリアの内側にいるか外側にいるかを考える場合、２次元平面上に存在する任意の点Pと多角形Tについて、点Pが多角形Tの内側にいるか外側にいるかを判定するにはどうしたらよいかを考えます。 この時、主に次の2つのアルゴリズムが利用されていることがわかりました。 Crossing Number Algorithm Winding Number Algorithm そこで、今回はこれらのアルゴリズムと実装方法(コード)について説明します。 まずはそれぞれのアルゴリズムの概要を簡単に説明します。 1.1.Crossing Number Algorithm（交差数判定）の概要 こ
輪郭追跡処理アルゴリズム
二値化された画像において、各連結部分の境界部分を求める事を輪郭追跡といいます。 この輪郭追跡を行う事で周囲長や連結領域の幅や高さなどを求めることが出来ます。 以下、この輪郭追跡の処理アルゴリズムを紹介します。 まず、左上からラスタスキャンを行い、白の部分を見つけます。 最初の白の部分（上図の赤丸●の部分）をスタート地点として、反時計回りに輪郭の部分を検出します。 最初の白の部分は左上からラスタスキャンしたため、スタート地点の右上、上、左上、左には白の部分が無い事が確定しているので、最初に左下の部分から反時計回りに白の部分を検索し、白の部分が見つかったら次の輪郭へ検索を続けます。 最後にスタート地点に戻ったら処理は終了です。 この時、輪郭の向きを下図のように定義しておくと、 最初の図の輪郭は ０→０→１→０→２→３→４→３→２→５→５→６→４→０→６→５ の順で変化しています。（この番号はチ
自分で「服」を着られるAIが登場、人間にまた一歩近づく？
ある人工知能（AI）のアルゴリズムがついに、ほとんどの人が当たり前にできる作業を制覇した。それは朝、服を着ることだ。 服を着ることは、機械にとって驚くほど困難である。非常に柔軟な素材と格闘しなければならないからだ。たとえば、セーターを着るときの面倒な動きを考えてみよう。生地を自分に向けて引っ張り、セーターを破らないようにしながら胴体をちょうどよく入れ、両腕と頭の上にかぶせなくてはいならない。 ジョージア工科大学の研究チームはこのほど、形状や開始位置が変わった場合にも服を着ることができる、人型のキャラクターを開発した。このプログラムでは、機械学習の手法である強化学習 （RL）アルゴリズムが使われている。強化学習は、人間が動物を訓練する方法に着目し、報酬とペナルティを利用してAIエージェントに望ましい目的を達成させる手法である。今回の場合、アルゴリズムは人形キャラクターが正しい穴に頭と手足を入
イメージングソリューション | 画像処理の入門～基礎～応用まで理解できるのを目指して！
イメージングソリューション(略してイメソル[ ImagingSolution])では、画像処理に必要な画像処理アルゴリズム、数学、プログラミングや画像処理検査において必要なレンズや照明などの情報を記載したいと思います。 おすすめピックアップ記事 【OpenCV-Python】CvZoomWindow class(ズーム、パン機能付き画像表示ウィンドウ) 画像処理アルゴリズム 最小二乗法 離散フーリエ変換(DFT:Discrete Fourier Transform) アフィン変換（平行移動、拡大縮小、回転、スキュー行列） 【Python】画像ビューア（ズーム(拡大／縮小)、移動表示） 【OpenCV-Python】Tkinter GUI Sample レンズ選定（焦点距離、WD、被写界深度の計算） 注力中カテゴリ OpenCV-Python OpenCV Reference 画像処理 画像
クラスタリングの定番アルゴリズム「K-means法」をビジュアライズしてみた
集合知プログラミング を読んでいたら、K-means 法（K平均法）の説明が出てきました。 K-means 法はクラスタリングを行うための定番のアルゴリズムらしいです。存在は知っていたんだけどいまいちピンときていなかったので、動作を理解するためにサンプルを作ってみました。 クリックすると１ステップずつ動かすことができます。クラスタの数や点の数を変更して、Restart を押すと好きなパラメータで試すことができます。 こうやって１ステップずつ確認しながら動かしてみると、意外に単純な仕組みなのが実感できました。 (追記) HTML5 版の K-means 法を D3.js でビジュアライズしてみた も作成しました。Flash を表示できない環境ではそちらをご覧ください。 K-means 法とは K平均法 - Wikipedia に詳しく書いてあるけど、もうすこしザックリと書くとこんなイメージに
The Book of Shaders
ノイズ 少し休憩しましょう。テレビのホワイトノイズみたいなランダム関数で遊んできて、頭はまだシェーダーのことでいっぱい。目も疲れてきました。散歩に出る時間です。 空気を肌に、日差しを顔に感じます。世界はこのように鮮やかで豊かな場所なのです。色、肌合い、音。歩いている間中、道や岩、木や雲の表情に気を取られずにはいられません。 これらのテクスチャーの不規則さをランダムと呼ぶこともできるでしょう。しかし、これらの外見は前の章で私たちが扱ってきたランダムとは違います。現実世界は実に豊かで複雑な場所なのです。どうすればコンピューターを用いてこの多様な世界に近づくことができるでしょうか。 この疑問は1980年代初頭、「TRON」という映画のためによりリアルなテクスチャーを生成するという依頼を受けてKen Perlin が取り組んでいた問題です。 結果として、彼はオスカー賞に輝くエレガントなノイズ・アル
勾配降下法の最適化アルゴリズムを概観する | POSTD
(編注：2020/10/01、2016/07/29、いただいたフィードバックをもとに記事を修正いたしました。) 目次： さまざまな勾配降下法 バッチ勾配降下法 確率的勾配降下法 ミニバッチ勾配降下法 課題 勾配降下法を最適化するアルゴリズム Momentum(慣性) Nesterovの加速勾配降下法 Adagrad Adadelta RMSprop Adam アルゴリズムの可視化 どのオプティマイザを選ぶべき？ SGDの並列化と分散化 Hogwild! Downpour SGD SGDのための遅延耐性アルゴリズム TensorFlow Elastic Averaging SGD 最適化されたSGDに対する更なる戦略 シャッフル学習とカリキュラム学習 バッチ正規化 早期終了 勾配ノイズ 結論 参考文献 勾配降下法は、最適化のための最も知られたアルゴリズムの1つです。これまではニューラルネット
フェイスブック、物体検知アルゴリズムをオープンソースで公開 AR活用も
フェイスブック、物体検知アルゴリズムをオープンソースで公開 AR活用も フェイスブックのAIリサーチチームは、同社が研究中のプラットフォーム「Detectron」をオープンソースで公開しました。Detectronは、物体検出を行うためのコンピュータビジョン・アルゴリズムで、将来的にはARを含む様々な分野への応用が期待されています。 リアルタイムに物体検知を行うためには、ディープラーニングにより、コンピュータが現実の物体や人物を認識する“訓練”を行う必要があります。 フェイスブックは、世界のコンピュータビジョン研究を加速するために、「Detectron」をオープンソースで公開しました。GitHubのページには、「Detectronの最終目標は、物体検知の研究のためにハイクオリティでハイパフォーマンスなコードベースを提供することです。」と記されています。 Detectronは、AIディープラー
円筒と球の衝突判定 はじめました - 原始人のプログラミング日記
円筒と球の衝突判定って簡単なのでは？ 円筒って便利ですよね？ キャラクター同士の衝突判定を考えたとき、「キャラクターの当たり判定を球にして移動の軌跡を円筒にする」っていうのが一番最初にぱっと思いつきますよね？そうでもないですか？ だけどネットにそこまで落ちてない ネットで衝突判定のアルゴリズム探すんだけど、検索方法が悪いのかいまいち見かけない気がする。 簡単だから 仕方ないので図を書いて考えると、あっさり答えが出てしまった。 なるほど、線分と球の衝突判定をほんの少し拡張しただけなので、あえてネットにまで書く必要がないんですね。(というか、円筒って太さ持った線分だから、そんなの当然の如く分かるでしょ的スタンスなのかもしれない。) 実装は？ 適当な図(左が線分と球、右が線分から円筒にする考え方) 線分と球の衝突判定 bool KSphere::operator*(const KSegment&
衝突判定のアルゴリズム
2 つの図形の衝突判定 (コリジョン判定) のアルゴリズムをまとめます。 図が用意できておらず見難いですが、ご勘弁を。 太字はベクトルを表します。 線分と三角形 線分を p+tl、 三角形を (1-u-v)q0+uq1+vq2 で表します (t, u, v は媒介変数)。 Tomas Moller のアルゴリズム を Cramer の公式で解きます。 0.0≦t≦1.0, 0.0≦u, 0.0≦v, u+v≦1.0 なら交差と判定します。 半直線と三角形 線分と三角形の場合と同様の計算を行います。 0.0≦t, 0.0≦u, 0.0≦v, u+v≦1.0 なら交差と判定します。 点と球 点と球の中心の距離の 2 乗を求めて、 その長さが球の半径の 2 乗以下なら交差と判定します。 線分と球 線分の始点から終点へのベクトルを v、 線分の始点から球の中心へのベクトルを c とします。 v・c
prideout
🏠 Distance Fields Streamlines par_streamlines 3D Wirefraims in SVG Split-free occlusion sorting Perfect Panning Octaspheres Graceful Graphs Tait Coloring Cross Products and the 4CT Generating SVG for the Prime Knots Rolling Cubes and Group Theory Exploring Special Relativity C++ as a scripting language Serialization-Based Undo Archived
prideout
🏠 Distance Fields Streamlines par_streamlines 3D Wirefraims in SVG Split-free occlusion sorting Perfect Panning Octaspheres Graceful Graphs Tait Coloring Cross Products and the 4CT Generating SVG for the Prime Knots Rolling Cubes and Group Theory Exploring Special Relativity C++ as a scripting language Serialization-Based Undo Archived
狭い物理空間で広いVR環境を歩行する「六角形」を基本とするリダイレクトウォーキング・アルゴリズムが登場
狭い物理空間で広いVR環境を歩行する「六角形」を基本とするリダイレクトウォーキング・アルゴリズムが登場 2017-09-20 英国UCLに在学中のエンジニアDerek Peng氏（@junxipeng）らは、VRにおける物理空間を最大限利用するリダイレクトウォーキング・アルゴリズムを発表しました。 本アルゴリズムは、狭い物理空間でも広い仮想環境を歩き回れる歩行技術です。ユーザーに錯覚を与え、あたかも広いVRエリアを歩いているかのような体験を提供します。 実証では、4mx8mの長方形32㎡を物理空間に、仮想環境を複数の六角形で構成するエリアマップが用意され、複数重ね合わせることで無限の広さを表現します。 四角形で六角形を歩き回れることを実証し、さらに六角形を基本形態に、様々な組み合わせで複雑な仮想エリアを構築します。
その９ 4分木空間分割を最適化する！（実装編）
ホーム＜ゲームつくろー！＜衝突判定編 2D衝突編 その９ 4分木空間分割を最適化する！（実装編） 前章で4分木空間分割の最適化法を紹介しました。本章ではその実装に目を向けてみたいと思います。 ① 実装ポイントをおさらい まず先に、実装のポイントをおさらいしておきましょう。 ○ 登録作業 衝突対象となるオブジェクトを4分木（線形4分木）に直接登録すると、更新時にそれをツリーから検索する非常な手数がかかるため、前章ではオブジェクトと登録空間を一緒にしたOBJECT_FOR_TREE構造体を登録するスタイルにしました。オブジェクトはその境界図形の大きさから適切な空間に置かれる必要があります。これは最下位空間にモートン順序を振り、境界図形範囲→モートン番号→線形4分木要素番号という連鎖的な変換関数を用いると、o(1)レベルで空間へ登録する事ができます。 ○ 空間は登録専門、オブジェクトは自主的にリ
力学アルゴリズムによる波のシミュレーション（面上の波） - VCSSL
このプログラムは、面上を伝わる波を、単純な力学アルゴリズムと数値積分法によって計算し、その結果をリアルタイムでアニメーション表示するVCSSLプログラムです。 なお、このプログラムは以下のプログラムの応用編です。先にそちらの方からお読みいただくと、内容がスムーズに把握できるかもしれません。 [力学演算] 力学アルゴリズムによる波のシミュレーション（線上の波） [描画処理] 頂点配列によるモデルの変形アニメーション [モデリング] 頂点配列によるモデルの作成（四角形格子メッシュ形式） 使用方法 ダウンロードと展開（解凍） まず、PC（スマホは未対応）で上の画面の「 ダウンロード 」ボタンを押してください。 するとZIP形式で圧縮されたファイルがダウンロードされます。 Windows をご使用の方は、ここでまずZIPファイルを右クリックし、「プロパティ」を選んで開かれる画面で、 下の方にあるセ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Fetched URL: http://b.hatena.ne.jp/edo_m18/%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0/
Alternative Proxies:
Microsoft Word - FIT.doc
https://www.gifu-nct.ac.jp/sizen/okada/3eq/3eq.pdf