脳科学若手の会ワークショップ(2022.3.13) 神谷之康(京都大学・ATR) 概要 概念や仕組みをよく理解しないまま実験データの解析で使っている統計手法はありませんか。神経科学では大規模で多様なデータ取得が可能となり、統計解析の重要性が増しています。昔なら比較的無害だった統計の誤用が致…
Recent posts: 22 Jul 2024 » No More Blue Fridays 24 Mar 2024 » Linux Crisis Tools 17 Mar 2024 » The Return of the Frame Pointers 10 Mar 2024 » eBPF Documentary 28 Apr 2023 » eBPF Observability Tools Are Not Security Tools 01 Mar 2023 » USENIX SREcon APAC 2022: Computing Performance: What's on the Horizon 17 Feb 2023 » USENIX SREcon APAC 2023: CFP 02 May 2022 » Brendan@Intel.com 15 Apr 2022 » Netfl
ソニーグループは、現在、「人に役立つロボット」の開発に取り組んでいる。狙うのは、少子⾼齢化などによる労働⼒不⾜に向けて物理的なタスクを代替するロボットだ。その開発の総本山が、R&Dセンター Tokyo Laboratory 24である。同組織が開発中のロボットの詳細を取材した。 ソニーグループ(ソニーG)の「人に役立つ」ロボット開発の総本山、R&Dセンター Tokyo Laboratory 24。同組織は“3本の矢"で開発に取り組む。多脚式の「移動ロボット」、医療向けの「精密バイラテラル制御システム」、初期滑りを用いた「マニピュレーター(ロボットハンド)」だ。 同社の3種類のロボットは、独自開発のアクチュエーターやセンサーで課題を解決した。移動ロボットは、独自開発したアクチュエーターで可搬重量を増やした。精密バイラテラル制御システムは、光ファイバーを使った小型センサーでわずかな力を検出可能
脳の構造や機能と複雑な行動との関連性を評価する研究では、結果の信頼性を確保するために数千人分のサンプルが必要なことが、約5万人分のデータの解析によって明らかになった。このことを報告する論文が、Nature に掲載される。 ブレインワイド関連解析(BWAS)は、磁気共鳴画像法(MRI)などの脳スキャンのデータを用いて、脳の構造や機能の多様性と認知やメンタルヘルスに関連する特徴との関連を調べることを目指す。この関連性は、精神疾患の予測や予防と、ヒトの認知能力の解明を進める上で役立つ可能性がある。しかし、MRIデータの取得には高いコスト[1時間当たり約1000ドル(約11万円)]を要するため、BWASのサンプルサイズが抑制され(参加者数は25人程度になることが多い)、再現性のある結果を得ることが困難になっている。 今回、Scott Marekたちは、サンプルサイズがBWASの再現性に及ぼす影響を
(語り手)JILIS副理事長 高木 浩光 (聞き手)JILIS出版部 編集長 小泉 真由子 (撮影)宇壽山 貴久子 この1年、過去の海外文献を調査していたという高木浩光さん。これまでの研究の一部は情報法制レポート創刊号の特集として掲載されましたが、高木さんに言わせると「あれはまだ序の口」とのこと。本日お伺いする内容は近々高木さん自身が論文にされる予定とのことですが、まだ時間がかかりそうということで、急ぎ、インタビューとしてお話しいただくことになりました。なお、このインタビューは大変長くなっております。ぜひ、最後までお付き合いいただければと思いますが、時間のない方は、目次を参照していただき、気になるトピックからお読みください。 —— 今日は、高木さんがどうしても今すぐみなさんに伝えたいことがあるとのことで、インタビューでお話を聞くことになりました。 高木: はい、よろしくお願いします。話はと
Designed in South Africa. Developed in Morocco. Released under the MIT license.
東京大学の高畑智之特任准教授らは、透明なガラスを検知できるロボット用センサーを開発した。透明なガラスやプラスチックが遠赤外光を透過させない原理を利用する。自動ドアや開き戸、パーテーションなどにロボットが衝突しないようになる。扉は建物の地図情報にはあるものの、開いているか閉じているか分からない。カメラには映らないが避ける必要があった。 波長10マイクロメートル(マイクロは100万分の1)の遠赤外光イメージセンサーとRGB3色のイメージセンサーを光学的に軸をそろえて撮影する。この映像から機械学習で透明な平面の存在を判定する。RGBでは何もないように見えても、ガラスは遠赤外光を透過せず壁があるように見える。こうして通常の壁とも違うと判定できる。 2種類のセンサーの光軸をそろえたため、映像をマッチングするなどの遅延がない。移動ロボは路面の凸凹でカメラが振動しやすい。2種類の映像に遅延があるとぶれて
はじめに このドキュメントは,主に競技プログラミングで出題される問題を解く際に利用できるアルゴリズムやデータ構造をまとめたものです.特定の問題にはあまりフォーカスしないため,問題を解く際の考察の仕方等の内容はありません.詳しく,正確に,分かりやすく書いていこうと思っています. このドキュメントは執筆途中です. 想定する読者 C++を用いたプログラミングに慣れている方を読者として想定しており,C++言語の仕様や,文法にはあまり触れません.また,計算量という用語についても説明しません.ただし,償却計算量など,計算量の見積もりが複雑なものについては必要に応じて説明します. コードについて このドキュメントで登場するコードは,可読性向上のため,以下のようなコードがファイルの先頭に記述してあることを前提としています.また,適切な問題を用いてコードの検証がなされている場合は,コード周辺にのように,検証
読書猿ブログの記事「本を読んで分からないのは何故か?読書の4つのつまずきと克服したとき見えるもの」を参照のこと. 定義はわかるか? 暗黙の仮定はないか? その分野の常識となっている議論はないか? タイポはないか?議論の誤りはないか? 著者の議論はもっと整理できないか? ある用語がわからないとき,どうするか? その用語の定義そのものを調べる. mathscinetで調べる. 数学辞典で調べる. 英語版wikipediaで調べる. 「その用語がわかるためには何を読めばよいか?」と数学者に訊く. 英語がちゃんと読めているかも念のために再考する. その用語の背景を調べる. これは何なのか,ではなくて,こんなものを何で考えるのか,が気になることもある. そういうときは,概説論文や入門書や歴史的解説をまずは読んでみる. その用語の定義を推測する. 例えば,Gromov先生の論文に証明がなくても驚かない
目次 目次 はじめに 二次計画法に基づく線形モデル予測制御の定式化 数値シミュレーション Case Study 1:自動車の軌道追従制御 Case Study 2:移動ロボットの軌道追従制御 おわりに 参考文献 はじめに 以前,線形モデル予測制御について以下の記事でまとめましたが,やはりリアルタイム性の面で問題があることが分かりました(T_T) ramune6110.hatenablog.com 上記の記事では,評価関数をステージコストと終端コストの和として考え,最適制御問題の定式化を行いました.ただし,これはあくまでモデル予測制御の表現方法の一つでしかなく,他にも様々な表現方法があります!その内の一つに,最適制御問題を二次計画問題に落とし込むというものがあります.先に結論を言ってしまうと,この二次計画法,リアルタイム性がめちゃくちゃあるんです!一番の理由は,「評価関数が決定変数に対して下
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