分散システムについて語らせてくれ
ATF(ARM Trusted Firmware)は、ARMv8では重要なソフトウェア。 全体を利用するのではなく、その一部を利用可能。 この資料では、BL31(EL3 Runtime Firmware)を単体で使う場合、どうすればいいのかを、Xilinx社のZynq UltraScale+ MPSoCを例に説明しています。 ATF (ARM Trusted Firmware) is an important software in ARMv8. Instead of using the whole, part of it is available. This document explains how to do when using BL31 (EL3 Runtime Firmware) alone, for example, with Xilinx's Zynq UltraScale
GPSオフでも、バッテリーから居場所がバレる
GPSオフでも、バッテリーから居場所がバレる2015.02.23 17:0012,792 福田ミホ プライバシーに新たな死角が。 警察やスパイとかが、スマートフォンから人の居場所を検知できるのはご存じの通りです。ほとんどのスマートフォンにはGPSチップが内蔵されていて、そこにアクセスできればどこにいるかなんて一目瞭然です。しかし逆を言えば、GPSをオフにしたり、アプリからGPSへのアクセスを遮断してしまえば居場所を知られることはない…はずです。 が、スマートフォンのバッテリー消費状況だけを手がかりに位置情報を把握できる方法が発見されたようです。問題になるのはAndroidスマートフォンです。 スタンフォード大学とイスラエル政府による研究チームが、スマートフォンのバッテリー残量のごく小さな変化からスマートフォンの位置情報を明らかにする方法を論文として発表しました。なぜバッテリー残量から居場所
Deep Learningと画像認識� �～歴史・理論・実践～
Several recent papers have explored self-supervised learning methods for vision transformers (ViT). Key approaches include: 1. Masked prediction tasks that predict masked patches of the input image. 2. Contrastive learning using techniques like MoCo to learn representations by contrasting augmented views of the same image. 3. Self-distillation methods like DINO that distill a teacher ViT into a st
信じられる？ この動画がたったの64KBなんて
にわかに信じがたい。 こちらの動画は、せっせとレンダリングして作った20GBのリッチムービーではありません。1つの小さなアルゴリズムで生成された、わずか64KBの映像です。 ドイツのザールブリュッケンでイースターの時期に開催されるRevisionはプログラマーやアーティストが集って作品を発表しあうデモパーティーです。今回紹介したのは、Mercuryというグループが作った64KBのイントロムービー｢Timeless｣。このファイルサイズを実現するため、グラフィックも音楽も全てリアルタイムで生成されるようなアルゴリズム技術を採用しているそうです。 デモシーンは、グラフィックスや音楽を散りばめたプログラミングのスキルを表現する文化です。1980年代に流行ったビデオゲームのクラッキングが源流と言われており、現在は上の動画のような芸術的な作品が多く作られています。まるでプログラミング界における即興ジ
辞書不要の形態素解析エンジン「マリモ」とは − ＠IT
2007/08/15 検索サービスを提供するベンチャー企業のムーターは8月1日、辞書を必要としない形態素解析エンジン「マリモ」の提供を開始した。従来、形態素解析では品詞情報を含む日本語辞書を用意するのが常識だったが、マリモでは、そうした辞書を不要とした。新技術のアプローチと特性について、開発元のムーターに話を聞いた。 統計処理で単語部分を推定 形態素解析とは、与えられた文を、文法上意味のある最小の単位（形態素）に区切る処理。「今日は晴れています」なら、「今日（名詞）／は（助詞）／晴れ（動詞）／て（助詞）／い（助詞）／ます（助動詞）」と分ける。検索エンジンをはじめ、さまざまな自然言語処理の場面で必要となる基礎技術だ。 形態素解析を行うには、あらかじめ品詞情報が付加された数十万語からなる辞書を用意する必要がある。また、新語や造語、専門用語に対応するには、個別に人力で単語を登録する必要がある。
［CEDEC 2011］AIに命を。「ぽかぽかアイルー村」のアフォーダンス指向によるAI事例と「ARMORED CORE V」の三次元的な移動経路検索
［CEDEC 2011］AIに命を。「ぽかぽかアイルー村」のアフォーダンス指向によるAI事例と「ARMORED CORE V」の三次元的な移動経路検索 ライター：箭本進一 CEDEC 2011で，「AIに命を吹き込むには」と題されたショートセッションが行われた。 このセッションでは，PSP用ソフト「モンハン日記 ぽかぽかアイルー村」（以下，アイルー村）と，「ARMORED CORE V」（PS3/Xbox 360）以下，ACV）のAIに，どんな工夫が凝らされているのかが解説された。 アイルー1匹当たり1500行のAI フロム・ソフトウェア制作二部，並木幸介氏 最初に登壇したのは，アイルー村のAI開発を担当したフロム・ソフトウェア制作二部のプログラマーである並木幸介氏。 本作は人気キャラクターであるアイルーが，狩りや採集などを行い，村を発展させながら仲間を増やしていくという内容のゲーム。いか
病みつきになる「動的計画法」、その深淵に迫る
数回にわたって動的計画法・メモ化再帰について解説してきましたが、今回は実践編として、ナップサック問題への挑戦を足がかりに、その長所と短所の紹介、理解度チェックシートなどを用意しました。特に、動的計画法について深く掘り下げ、皆さんを動的計画法マスターの道にご案内します。 もしあなたが知ってしまったなら――病みつきになる動的計画法の集中講義 前回の『アルゴリズマーの登竜門、「動的計画法・メモ化再帰」はこんなに簡単だった』で動的計画法とメモ化再帰を説明しましたが、前回の説明ではまだ勘所をつかめていない方がほとんどでしょう。そこで、これらを完全にマスターするため、今回はもう1つ具体例を挙げながら練習したいと思います。 どういった問題を採用するかは悩みましたが、非常に有名な「ナップサック問題」を取り上げて説明します。 ナップサック問題とは以下のような問題です。 幾つかの品物があり、この品物にはそれぞ
中学生にもわかるウェーブレット行列 - アスペ日記
id:echizen_tm さんの記事「ウェーブレット木の効率的で簡単な実装 "The Wavelet Matrix"」から始まったウェーブレット行列ブームから半年以上が過ぎ、すでに枯れた技術として確立されつつある感があります。 …嘘です。 日本以外ではあんまり来ていません。 理由としては、やはりアルファベット圏では単語境界が明確であるため、こちらの記事で書かれているような「キーワード分割の難易度」といったことがあまり問題にならないということがあるかもしれません。 まあ、そういうわけで局所的に来ているウェーブレット行列ですが、日本語をはじめとする単語境界のない言語圏にとっては重要なネタであると思うため、解説記事を書き直して*1みようと思います。 ウェーブレット行列でできること 主となる操作は、文字列に対する 定数時間の rank() と select()*2 です。 rank() は、「文
高速な安定ソートアルゴリズム "TimSort" の解説 - Preferred Networks Research & Development
先日、TimSortというソートアルゴリズムが話題になりました。TimSortは、高速な安定ソートで、Python(>=2.3)やJava SE 7、およびAndroidでの標準ソートアルゴリズムとして採用されているそうです。 C++のstd::sort()よりも高速であるというベンチマーク結果1が話題になり(後にベンチマークの誤りと判明)、私もそれで存在を知りました。実際のところ、ランダムなデータに対してはクイックソート(IntroSort)ほど速くないようですが、ソートというシンプルなタスクのアルゴリズムが今もなお改良され続けていて、なおかつ人々の関心を引くというのは興味深いものです。 しかしながら、オリジナルのTimSortのコードは若干複雑で、実際のところどういうアルゴリズムなのかわかりづらいところがあると思います。そこで今回はTimSortのアルゴリズムをできるだけわかりやすく解
Web上の膨大な画像に基づく自動画像補完技術の威力 - A Successful Failure
画像内に映り込んだ所望のオブジェクトを排除し、違和感の無い画像を生成するシーン補完技術に関しては近年複数の研究成果が発表されている。しかし中でも2007年のSIGGRAPHにて米カーネギメロン大のJames HaysとAlexei A. Efrosが発表した手法*1はブレークスルーとなりうる画期的なものだ。 論より証拠、早速適用例を見てみよう。本エントリで利用する画像はPresentationからの引用である。元画像の中から邪魔なオブジェクト等の隠蔽すべき領域を指定すると、その領域が補完された画像が自動的に生成される。 アルゴリズム 効果は抜群だがアイデア自体は単純なものだ。Web上には莫大な数量の画像がアップされており、今や対象となる画像の類似画像を一瞬にして大量に検索することができる。そこで、検索された類似画像で隠蔽領域を完全に置き換えてしまうことで違和感の無い補完画像を生成するのだ。
情報系修士にもわかるLOUDS - アスペ日記
一回でわかりやすく書くのは難しいので、簡潔データ構造 LOUDS の解説（全12回、練習問題付き）というシリーズにまとめました。 (2014/01/26) 古い内容を削除しました。
1
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
エレベーターゲームで学ぶプログラミング『Elevator Saga』 | 100SHIKI
CPUに適度に間違わせることで節電する技術
Engadget | Technology News & Reviews
動画の中の人が何をしているか分かるアルゴリズム、開発される
https://jp.techcrunch.com/2012/01/20/20120118improvement-on-age-old-mathematical-principle-could-yield-improved-images-video/