「FULU」は、現在のデジタルコミュニケーションが視覚と聴覚中心で、人間が感情を持つうえで最も重要な「触覚」を生かせていないことを課題視して開発された。指に装着する爪型のパッドを通して、目の前にない何かを拡張現実として「触る」ことができるのだ。 触覚によってより本質的なコミュニケーションを実現 「FULU」をBluetoothでスマートデバイスに接続すると、離れた場所から送信される「触り心地」が爪型パッドで忠実に再現され、それを指で感じ取れる。この技術によって、たとえば遠くに住む家族とビデオ通話だけでなく手を触れながらコミュニケーションを取ったり、オンラインショップで購入する服の生地の質感を確かめたり、ギターやピアノなどを練習する際にプロの弾き心地を体感するといったことも可能になる。
The Everything Library is a large collection of handmade 3d models I designed/created from over a decade of 3d projects, mostly for my game Everything. The models are extremely lightweight and can easily be used in games, animations, designs, visualizations, AR, VR, holograms etc. They are usable in all independent and commercial projects - and are designed to help artists learning 3d, independent
はじめにこんにちは。 データ分析界隈でたまに、「サンプルサイズ大きすぎると良くない」って話を聞きます。 主に、検定を行いp-valueから有意差を確認する文脈で言われているようです。 サンプルサイズ設計に関してー理論編より引用 基本的に、多くの検定では例数が大きくなると、有意差があるという結果が得られやすくなります。 (中略) 例数が多すぎる場合:実際には差がなくても有意と判定してしまう 統計的仮説検定をするときのサンプルサイズの決め方より引用 現実には仮説検定でつかうサンプルサイズは大きすぎないほうがよいといわれています。 (中略) 標語的になってしまいますが、別のいいかたをすれば、サンプルサイズをいくらでも大きくできれば、どんな仮説検定でも棄却できるということもできます。 他にも色々な方が言及されていることをまとめると、「サンプルサイズが大きいとどんなにわずかな差でもp-valueが小
Abstract We present a new framework for sketch-based modeling and animation of 3D organic shapes that can work entirely in an intuitive 2D domain, enabling a playful, casual experience. Unlike previous sketch-based tools, our approach does not require a tedious part-based multi-view workflow with the explicit specification of an animation rig. Instead, we combine 3D inflation with a novel rigidity
どうも、趣味でOpenJDKのコミッタをしてます。 とあるブログを読んでいたら気になる点があったので検証してみました。 JITと暖気 Javaプロセスはアプリケーションを動かしながら必要に応じてバックグラウンドでバイトコードをネイティブコードにコンパイルします。このコンパイル時にはCPUリソースを使用します。 コンパイルにはいくつかのレベルがありますが、コンパイルされる前やレベルの低いコンパイルのコードはCPUのリソース効率が悪かったり、アプリケーションの処理中にコンパイルが実行されるとCPUリソースを奪いあったりなどが問題になります。 そのため、Java のアプリケーションで性能を気にする要件がある場合、本番に近いリクエストを投げてコードをJITコンパイルする事があります。これをよく暖気と言います。これにより本番のリクエストが来る前にコードを最適化し、よりCPUリソース効率の高いコードで
近年、ディープラーニングをはじめとする様々な機械学習を活用したAI*1の発展に伴い、日本国内においても顔認証システムや防犯システム、自動運転技術など、様々な分野でAIの社会実装が進んでいます。 その一方で、AIに対する攻撃手法も数多く生まれており、「AIを防御する技術」の確立が急務となっています。 しかし、AIに対する攻撃手法は既存システムに対する攻撃手法とは根本的に原理が異なるものが多く、従来のセキュリティ技術のみで対策することは非常に困難です。 そこで本コラムでは「AIセキュリティ超入門」と題し、AIセキュリティに関する話題を幅広く・分かり易く取り上げ、連載形式でお伝えしていきます。 なお、本コラムでは、単にAIに対する攻撃手法や想定されるリスクのみを取り上げるのではなく、AIを攻撃から守る方法や気を付けるべきAI開発のポイントなども取り上げていきます。 本コラムが、皆さまのAIセキュ
「Ameba」は2020年に16周年を迎える長寿サービスです。 プロダクトチームはPC / SP / iOS / Androidと4種類のデバイスに対応しており、15年という歳月を経た結果、管理の追いつかない画面、レガシーなコード等に苛まれるようになってきました。 「Ameba」開発チームではそのような、過去の遺物に開発リソースを割かれる状態を「負債」と呼び、その解消のために日々戦っています。 さらに、「Ameba」には現在10名ほどのデザイナーが携わっており、それぞれが異なる施策や領域を対応していることも相まって、施策を経る毎に、「Ameba」内でGUIに関する、共通の意識や見解を持つことができなくなっていました。 この状態を打開し、「Ameba」プロダクト再興の礎を構築しようと、今年度からデザインシステムの開発をスタートしました。 今回はそのデザインシステムの中でも真っ先に取り組んだ要
理化学研究所(理研)革新知能統合研究センター目的指向基盤技術研究グループ認知行動支援技術チームの阿部真人特別研究員は、生物に広く見られる「レヴィウォーク[1]」と呼ばれる行動パターンが脳などのシステムの臨界現象[2]から生じ、情報処理における機能的利点を持つことを発見しました。 本研究成果は、脳内の神経活動における臨界現象と行動や認知機能の関係の解明や、人工の自律エージェント[3]の開発に向けた知能の基本原理の解明に貢献すると期待できます。 ランダムウォークの一種であるレヴィウォークという行動パターンは、細胞から昆虫、魚、鳥、ヒトを含む哺乳類まで、生物の移動に普遍的に見られることが報告されてきました。しかし、レヴィウォークをする生物的な仕組みとその機能的利点は未解決でした。 今回、阿部特別研究員は、レヴィウォークが脳の臨界現象から生じ得ることを提案し、その情報処理的側面や行動の柔軟性といっ
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