あなたもできる！C言語でテトリスを40分で作る方法 · DQNEO日記
デモ ニコニコ動画の伝説の動画 「テトリスを1時間強で作ってみた【実況解説】」という動画をご存知でしょうか？ 2009年にニコニコ動画で公開されて話題になった動画です。 インタビュー記事：「テトリスを1時間強で作ってみた」動画の投稿者にインタビュー──「プログラミングの楽しさ伝えたい」 この動画ではテトリスをいちから作ってわずか62分で完成させています。 しかし実はスタート直後はMinGWのインストール、EmEditorのインストールに続いてブロック画像の作成などをしており、プログラミングが始まるのは開始13分のところからです。 さらに次の10分は「空のウィンドウ」を作るために時間を使っており、実質的にテトリスのプログラミングが始まるのは動画23分のところからです。 つまり、実質的に40分のプログラミングでテトリスを完成させています。 で、動画を見ながら同じようにやれば誰でもテトリスを作れ
時代はここまできた！家族の肖像はフィギュアで残す3Dプリンター - OMOTE 3D SHASHIN KAN -
クリエイティブラボ・PARTYが初の展覧会として行う２ヶ月限定のポップアップストア。 じぶんのフィギュアを制作できる、その名もOMOTE 3D SHASHIN KAN(オモテサンドウシャシンカン)。 3Dスキャナーと3Dプリンターを使ってその人の精巧なフィギュアを制作してしまうという世界初の試み。 期間は2012/11/24〜2013/01/14の間のみです。 スキャンには15分程じっとしてもらってスタッフが体中をまんべんなくスキャンする必要があるようですよ。 変なポーズはできないですね(笑) とてもリアルでなんとも不思議なフィギュア。 立体的なフィギュアというカタチで思い出を残す新しい時代の幕開けを感じました。 やってみたい！ [OMOTE 3D SHASHIN KAN] ←ご予約はコチラから(期間終了しました。2013//5/30こちらが新規オープン→ AOYAMA 3D SALON)
Combining Sketch and Tone for Pencil Drawing Production
Combining Sketch and Tone for Pencil Drawing Production Best Paper Award Cewu Lu Li Xu Jiaya Jia The Chinese University of Hong Kong Abstract We propose a new system to produce pencil drawings from natural images. The results contain various natural strokes mimicking human styles and are structurally representative. They are accomplished by novelly combining the tonal and sketch structures, wh
授業でｉＰａｄ活用広がる…奈良文化高 : ニュース : 教育 : YOMIURI ONLINE（読売新聞）
奈良県大和高田市の私立高校が授業にタブレット型端末を導入している。通信環境が整った校内で簡単にインターネットに接続できるとあって、「使い勝手がいい」と、活用の幅が広がっている。 奈良文化高校が「ｉＰａｄ」を１００台購入し、春から普通科特進コースの１、２年生計３７人と希望する生徒に１台ずつ貸し出している。無線通信ができる校舎内で、生徒は卒業まで自分の端末として使う。 授業では、豊富な無料のアプリケーション（応用ソフト）が活用できるのが最大の魅力だ。 英語なら一人ひとりのレベルに応じて、調理実習ではその場で調べた料理のレシピを使って、看護では体の仕組みを詳しい画像を参考にしてそれぞれ学習できる。英語の発音を勉強する１年栄林桃伽(ももか)さん（１６）は「ゲーム感覚で学べるので楽しいし、よくわかります」と喜ぶ。 ただ、授業内容に合う無料アプリは「１００のうち１、２」（向井義門教諭）といい、
オムロン、顔画像から表情をリアルタイムで推定する「表情推定技術」を開発
同社は、独自の3Dモデルフィッティング技術と、長年にわたり蓄積してきた顔画像データを礎とする統計的識別手法を拡張することで、様々な表情に対応する「表情推定技術」を確立。同技術では、顔画像から喜び / 驚き / 恐怖 / 嫌悪 / 怒り / 悲しみ / 無表情の7つの表情をリアルタイムで推定し、それぞれの表情ごとに度合いを出力することで、あいまいな表情に対応することもできる。 また、1枚の顔画像のみで表情推定が可能なため、静止画 / 動画を問わず、あらゆる機器に搭載可能。同技術をコミュニケーションロボットに搭載することにより、人間の表情に合わせた行動が可能になるほか、表情に応じた反応が楽しめるゲームや画像検索用途など様々なアプリケーションに展開できるとしている。 仕様・性能は、推奨顔サイズが64ピクセル以上、処理時間は約10ms(動作クロックSnapdragon 1.0GHz)、対応OSはW
M1に知っといて欲しい有名なHCI研究室のビデオリンク集
論文を全部読むのはしんどいけど、ビデオならすぐに分かるということで、ビデオリンク集をまとめた。youtubeのチャンネルのない先生に関してはあとで追記。
FeedforwardNeuralNetworkで遊ぶ - Negative/Positive Thinking
はじめに 最近再び注目を浴びているニューラルネットで遊んでみた。 簡単な3層の完全結合の階層型ニューラルネット(多層パーセプトロン)。 XOR 2入力1出力で、xorの出力は線形分離可能ではない (0,0)->0, (1,1)->0, (0,1)->1, (1,0)->1 単純パーセプトロンでは表現できない これを学習してみて分離できてるか見てみる コード #include <iostream> #include <fstream> #include <vector> #include <map> #include <cmath> //xorshift // 注意: longではなくint(32bit)にすべき unsigned long xor128(){ static unsigned long x=123456789, y=362436069, z=521288629, w=8867
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
git / github tutorial
ベイズと認知モデルと教師なし学習