9/11 - 10/26 (おおよそ1ヶ月半)　にかけて、以下の 「熱帯低気圧（台風等）検出アルゴリズム作成」コンペ に参加しました。 signate.jp 得るものは本当に沢山(DNNの実装や学習の経験・ノウハウなど)あったのですが、結果として最終提出の順位は 5位(public) => 207位(private) に転落しました。 覚悟の上での行動ではありましたがやっぱり1月半の努力が全部無に帰ったのはとてもつらくて（しかも一人で全力で完走した初めての分析コンペだった）、少しでも自分がやったことを形として残そうと思ってめちゃくちゃ久しぶりにブログを書いています。 きちんと書こうとするといつまで経っても公開できない気がするので(過去何度も繰り返したケース)、大雑把な内容にはなりますがご容赦ください。 はじめに：参加動機 実装したモデル: 改変版 WideResNet データの分割(tra

The document discusses two mathematicians and their contributions. Henri Poincaré defined mathematics as "the art of giving the same name to different things." Felix Klein investigated properties of figures on manifolds that are invariant under transformations of a given group. The document also includes various mathematical symbols and equations.Read less

はじめに 最近バズっていたwebgl-waterのコースティクスをshadertoyで実装しました。せっかくなので簡単に解説したいと思います。 https://www.shadertoy.com/view/MttBRS https://www.shadertoy.com/view/MldfDn レイマーチングで絵が出せるぐらいの予備知識があると、ソースを理解しつつ読み進めることが出来ると思います。 レイマーチングについては@gam0022さんのスライドが詳細で分かりやすく解説されているのでおススメです。 シェーダだけで世界を創る！three.jsによるレイマーチング 解説に入る前に、見慣れない方もいると思うので webgl-water と コースティクス についての説明を先にします。 webgl-waterとは 2011年に登場した、ブラウザで動作する水面のリアルタイムシミュレーションです

What is RAPIDSRAPIDS provides unmatched speed with familiar APIs that match the most popular PyData libraries. Built on state-of-the-art foundations like NVIDIA CUDA and Apache Arrow, it unlocks the speed of GPUs with code you already know. Jump to About Section Why Use RAPIDSRAPIDS allows fluid, creative interaction with data for everyone from BI users to AI researchers on the cutting edge. GPU a

ディープラーニングの欠点をカバー、多変量データを短時間観測して将来動向を高精度予測――東京大学の研究グループが新理論を構築：短時間多変数の結果を長時間小変数に変換 ディープラーニングでは大量の教師データを集めることが前提となる。だが長期間にわたって時系列データを集めることは難しい。東京大学生産技術研究所の合原一幸教授らの研究グループは、多変数からなる過去の動向を短時間観測したデータを使って、この前提を崩す研究成果を発表した。遺伝子発現量や風速、心臓疾患患者数などの実際の時間データに対して予測を行い、有効性を確認したという。 東京大学生産技術研究所の教授である合原一幸氏らの研究グループは、多変数からなる過去の動向を短時間だけ観測したデータから、ターゲット変数の将来の動向を高精度に予測する新しい数学的基礎理論を構築した。 一般に、生体や経済、電力網のような複雑系では、多数の変数が複雑なネットワ

プログラマが知るべき97のこと大人気の書籍『プログラマが知るべき97のこと』のエッセイを無料で公開中！すべてのプログラマにおすすめの本がウェブで読めるようになりました。 エッセイ一覧分別のある行動関数型プログラミングを学ぶことの重要性ユーザが何をするかを観察する（あなたはユーザではない）コーディング規約を自動化する美はシンプルさに宿るリファクタリングの際に注意すべきこと共有は慎重にボーイスカウト・ルール他人よりまず自分を疑うツールの選択は慎重にドメインの言葉を使ったコードコードは設計であるコードレイアウトの重要性コードレビューコードの論理的検証コメントについてのコメントコードに書けないことのみをコメントにする学び続ける姿勢誰にとっての「利便性」かすばやくデプロイ、こまめにデプロイ技術的例外とビジネス例外を明確に区別する1万時間の訓練ドメイン特化言語変更を恐れない見られて恥ず

"Take the universe and grind it down to the finest powder and sieve it through the finest sieve and then show me one atom of justice, one molecule of mercy. And yet," Death waved a hand, "And yet you act as if there is some ideal order in the world, as if there is some… some rightness in the universe by which it may be judged." Mathematics has a dirty little secret. Okay, so maybe it's not so dirt

このアルゴリズムは、ゼネラル・エレクトリック社でCTやMRI装置からのデータを効率的に視覚化する方法に取り組んでいたウィリアム・E・ロレンセンとハーベイ・E・クラインによって、研究の結果として開発された[4]。 このアルゴリズムの前提は、入力体積を離散的な立方体の集合に分割することである。線形再構成フィルタリングを仮定することで、与えられた等値面の一部を含む各立方体は、立方体の頂点のサンプル値がターゲットの等値面の値にまたがっていなければならないため、容易に識別することができる。等値面の一部分を含む各立方体について、内部の立方体におけるトリリニア補間の挙動を近似する三角メッシュが生成される。 カットオフ値もしくは特定のアルゴリズムで1,0に変換されたボクセルデータを対象とする。隣接された8点からなる立方体を1つの単位として考える。結果的に8つの頂点に0か1の数字をもった立方体が形成される。

This paper describes a group of auxetic-inspired material structures that can transform into various shapes upon compression. We developed four cellular-based material structure units composed of rigid plates and elastic/rotary hinges. Different compositions of these units lead to a variety of tunable shape-changing possibilities, such as uniform scaling, shearing, bending and rotating. By tessell

MIDIというと、なんとなく昔のもの…というイメージを持っている人も少なくないようです。確かにMIDIケーブルを見かけることは少なくなりましたが、最新のDAWもMIDIをベースに設計されていますし、ソフトウェア音源もMIDI信号のやりとりで実現しており、今もバリバリの現役。しかも、Bluetoothを使ってMIDIを飛ばす規格「MIDI over Bluetooth LE」が登場するなど、まだまだ進化中。 さらに、今年1月にアメリカで行われたNAMM SHOWにおいてはYAMAHA、Roland、KORGなど日本メーカーが共同で「FME-CI＝Future MIDE Expansion with Capability Inquiry」なるものが提案され、今後のMIDIの可能性を広げようとしています。10月19日～21日の予定で開催される2018楽器フェアにおいても、こうした取り組みが披露さ

はじめに ばんくしさんをフォローしたらすっかりxonshに洗脳された。 また、巷でうわさのHyperなるターミナルアプリを試してみたら使いやすかったので、組み合わせて使ったら最強では？と安直な発想で記事を書きはじめた。 適当に操作してみたのがこちら。 候補がフローティングウィンドウに出ていたり、補完がゴリゴリに効いていることがわかるだろう。また、動画内ではpythonの仮想環境を切り替えてもいる。 本記事では以下のことを書く はじめに Hyperとは xonshとは Hyperの導入 起動するshellの選択 文字化けの問題 xonshの導入 お手軽に使ってみる メインに使うには 導入 環境変数 xonshでPythonの仮想環境の構築 記事の対象者 .bashrc、.zshrcなどと言われて何かわかる方 Homebrewがある Hyperとは デザインがイケてるターミナル。テキストファイ

衛星画像をダウンロードして解析する。お高いんでしょう……？と思われがちですが、そこそこの衛星画像とそこそこの解析であれば無料でいじることができるのです。 大学の先生のような特別な知識を持つ一部の限られた人だけが高価な衛星画像を解析する印象でしたが、近年では無料で利用できる衛星画像があり、また、個人で所有するPCのスペックの向上もあり、だれでも衛星画像が触れる世界ができつつあります。 今、衛星画像に注目が集まっています。 大学の先生のような特別な知識を持つ一部の限られた人だけが高価な衛星画像を解析する印象でしたが、近年では無料で利用できる衛星画像があり、また、個人で所有するPCのスペックの向上もあり、だれでも衛星画像が触れる世界ができつつあります。 本記事では、衛星画像を触る上で欠かせないツール”衛星画像解析ソフト”について、衛星画像解析初心者の筆者が調べてみた結果をご紹介します。 (1)衛

NASA and Development Seed are tracking Hurricane Florence using machine learning techniques, producing results six times faster than current capabilities. Their neural network-based approach calculates hurricane strength and wind speed by monitoring live imagery as it’s delivered from weather satellites. This allows NASA to create estimates hourly, a significant speedup from the usual six-hour cyc