Windowsの標準電卓で4の平方根が2でなかった仕様がようやく修正
)
Opus (音声圧縮) - Wikipedia
Opus（オーパス）とは、IETF によって開発され、主にインターネット上でのインタラクティブな用途に合わせて作られた非可逆音声圧縮フォーマット[3]。RFC 6716 によって標準化されたオープンフォーマットとして、リファレンス実装は3条項BSDライセンスの下で提供されている。Opusをカバーするすべての既知のソフトウェア特許は、ロイヤリティフリーの条項の下でライセンスされている[4]。 Opusは、スピーチ向きのSILK（英語版）と低レイテンシで音楽用途にも使えるCELT の2つのコーデックの技術を組み込んでいる[3]。Opusは、ビットレートの高低を継ぎ目なく調節でき、内部的には、低いビットレートでは線形予測コーデック、高ビットレートでは変換コーデックを使い、途中で切り替えることも可能である（短時間はハイブリッドでオーバーラップさせられる）。Opusは会話、ネットワーク上の音楽公演や
プロテクト強化後のもふったーも予想以上に酷かった件(追記あり)
ことのあらましTwitterクライアントもふったーの作者「TweetDeckのconsumer secret簡単に抜ける、終わってる」(http://blog.livedoor.jp/blackwingcat/archives/1760823.html)別の誰か「もふったーのconsumer secretも簡単に抜ける」(http://d.hatena.ne.jp/kusano_k/20130318/1363640368)もふったーの作者「プロテクト強化した」(http://blog.livedoor.jp/blackwingcat/archives/1762970.html)「プロテクトかけたアルゴリズムを実装したバージョンに差し替え」たなんて言われると本当に「プロテクト」がかかっているのか確かめてみたくなるのが人情というもの。というわけで、プロテクト強化後のもふったー(v0.9.6b)
もふったーがハッキングされたので、本気でプロテクトかけてみた - Windows 2000 Blog
もふったーをハックしたら予想以上に酷かった件Add Star TweetDeck をハックしたら予想以上に酷かった件 TweetDeckの一件がある前から、もふーったは、簡単なハッシュしかかけてないので、メモリダンプしたら解析されるので、正式版で、コンシューマキーのプロテクト実装するって話をしてたわけですが、案の定ハックされたので、予定を前倒しにして、プロテクトかけたアルゴリズムを実装したバージョンに差し替えることにしました。 少なくとも、メモリダンプ程度の解析ではわからないようにしました・ω・ コンシューマキーも変更した物を使用してるので、再認証が必要です。 よろしくお願いします。 バージョンはv0.9.6bとなります。 Twitter Client Mo-Footer(もふったー)開発計画【BM】
Memento パターン - Wikipedia
memento パターン（英: Memento pattern、日本: メメント パターン）はソフトウェアのデザインパターンの一つで、オブジェクトを以前の状態に(ロールバックにより)戻す能力を提供する。 memento パターンは二つのオブジェクトによって用いられる。'originator'と'caretaker' である。'originator' は内部状態を持つオブジェクトである。caretaker は originator に何らかの操作を行うが、その操作の結果を元に戻す機能を持たせたいとする。まず caretaker は操作を行う前に、originator へ現状の memento を要求して得る。その後、任意の操作を行う。操作前の状態に復元するには、先程 得た memento を originator に渡す。memento 自体は、不透明オブジェクト( caretaker が変
板取りソフト - ankoyaのブログ
仕事がらみで何ですが、最近の材料の値上がりはすごいものがあります。 特にステンレスなんて、２年前の倍以上の単価になってます（３倍近いか？） 中国あたりで需要がすごいからとかいろいろ言われていますが、大手メーカーが談合したり、レアメタル買い占めてつり上げてるに決まってるじゃないっすか。 まあ、そんなこんなで問題になってくるのが材料歩留まりの問題。 ある程度定尺の大きさは決まってるので、そこからどんだけ効率よく切り出せるかということですね。 キーワードとしては、 板取り問題 ネスティング 遺伝的アルゴリズム スキャンラインコンバージョン 平面走査 さらに似たような物として 箱詰め問題 ペントミノとかタングラムとかのゲーム とか、いろいろあるようですが。 ＊追記 「これはいわゆるＮＰ問題であり、それをまともな時間内で解くアルゴリズムは存在しない と予想されている。これがＰ ≠ ＮＰ予想である」と
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。
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
LexBlog Domain Routing Page | LexBlog Domain Routing Page |