2019年4月10日のブックマーク (4件)

  • シナプスの「技術者ブログ」はじめます!! - シナプス技術者ブログ

    はじめまして、シナプスの中野です。 シナプスの「技術者ブログ」、今日からスタートします!! 1目の記事は、まずは会社の紹介や、これまでの取り組みと、なぜ技術者ブログを書くのかについて、簡単に紹介します。 シナプスってどんな会社? 「エンジニアは外に出る!!」 目標と実績、そして変化 さくらじまハウス2018 q-tech Meeting 技術ブログを書くということ シナプスってどんな会社? 株式会社シナプスは、1995年11月より鹿児島にて「SYNAPSE」という名称でインターネットサービスプロバイダー(ISP)を運営している会社です。 テックブログなので、エンジニアの構成を紹介すると、 バックボーンネットワークの設計/構築/運用やサーバの設計/構築/運用を行うエンジニアが7人 顧客管理システムやコントロールパネルなどの開発/運用を行うシステムエンジニアが2人 Webサイトの制作/開発/

    シナプスの「技術者ブログ」はじめます!! - シナプス技術者ブログ
    matsumoto_r
    matsumoto_r 2019/04/10
    一緒にやりましょう!
  • [速報]Google、大手クラウドに不満を表明していたMongoDB、RedisらOSSベンダと戦略的提携。Google CloudにOSSベンダのマネージドサービスを統合。Google Cloud Next '19

    [速報]Google、大手クラウドに不満を表明していたMongoDB、RedisらOSSベンダと戦略的提携。Google CloudにOSSベンダのマネージドサービスを統合。Google Cloud Next '19 Googleはサンフランシスコでイベント「Google Cloud Next '19」を開催。4月9日(日時間4月10日未明)に行ったオープニングキーノートで、MongoDB、Redis、Confluent、Elasticをはじめとするオープンソースソフトウェアベンダとの戦略的提携を発表しました。 提携相手はConfluent、DataStax、Elastic、InfluxData、MongoDBNeo4j、Redis Labsの7社。 この提携の下で、Googleはオープンソースソフトウェアベンダが提供するマネージドサービスをGoogle Cloudに統合。ユーザーはG

    [速報]Google、大手クラウドに不満を表明していたMongoDB、RedisらOSSベンダと戦略的提携。Google CloudにOSSベンダのマネージドサービスを統合。Google Cloud Next '19
    matsumoto_r
    matsumoto_r 2019/04/10
    なるほどなぁ、クラウドベンダー間でもどうなっていくか注目だ
  • 文部科学省「平成31年度科学技術分野の文部科学大臣表彰」に本学から15名が選ばれました。(2019年4月9日)

    ホーム NEWS 文部科学省「平成31年度科学技術分野の文部科学大臣表彰」に学から15名が選ばれました。(2019年4月9日) 科学技術に関する研究開発、理解増進等において顕著な成果を収めた者に授与される科学技術分野の文部科学大臣表彰に、学から科学技術賞で10名、若手科学者賞で5名が選ばれました。 表彰式は、2019年4月17日(水曜日)に文部科学省にて行われます。 科学技術賞 開発部門 対象: 我が国の社会経済、国民生活の発展向上等に寄与し、実際に利活用されている画期的な研究開発もしくは発明を行った者 岡部 寿男 学術情報メディアセンター教授 「 大学間連携のための学術 認証フェデレーションの 開発」 中西 弘明 工学研究科講師 「産業用無人ヘリコプタの 制御装置の開発」 研究部門 対象: 我が国の科学技術の発展等に寄与する可能性の高い独創的な研究または開発を行った者 荒川 知幸 数

    文部科学省「平成31年度科学技術分野の文部科学大臣表彰」に本学から15名が選ばれました。(2019年4月9日)
    matsumoto_r
    matsumoto_r 2019/04/10
    すごい!岡部先生だ!おめでとうございます!
  • 粒子群最適化(Particle Swarm Optimization: PSO)をGoで実装してみた - Fire Engine

    粒子群最適化とは、群知能による最適化手法の一種です。この手のバイオミメティクス(生物模倣)によるアプローチは、私の学生時代の専門である材料工学でも非常に盛んに研究されていましたが、データサイエンスでも応用されているのを知って興味を持ったので、実装しながら勉強しました。 粒子群最適化(Particle Swarm Optimazation: PSO) 粒子群最適化とは、鳥や魚などの群れに見られる社会的行動のシミュレーションを基にモデル化されたヒューリスティックな最適解探索アルゴリズムです。 全体的な最適化の流れを説明します。 まず最初に探索空間内で、決められた個数の粒子を全て初期化します。初期化とは空間内の位置をランダムに決めることを指します。 それぞれの粒子は、目的関数により適合度(どれだけその解が優れているか)を算出できます。全ての粒子をある移動ルールを元に動かしながら、適合度が高い位置

    粒子群最適化(Particle Swarm Optimization: PSO)をGoで実装してみた - Fire Engine
    matsumoto_r
    matsumoto_r 2019/04/10
    面白い。グローバルベストとパーソナルベストがあってグローバルベストを共有しながら変数をアップデートしていくとこういう感じになるのか。超個体的だ。