タグ

2016年2月18日のブックマーク (9件)

  • Linuxサーバにログインしたらいつもやっているオペレーション - ゆううきブログ

    主にアプリケーション開発者向けに、Linuxサーバ上の問題を調査するために、ウェブオペレーションエンジニアとして日常的にやっていることを紹介します。 とりあえず調べたことを羅列しているのではなく、当に自分が現場で使っているものだけに情報を絞っています。 普段使っているけれども、アプリケーション開発者向きではないものはあえて省いています。 MySQLNginxなど、個別のミドルウェアに限定したノウハウについては書いていません。 ログインしたらまず確認すること 他にログインしている人がいるか確認(w) サーバの稼働時間の確認 (uptime) プロセスツリーをみる (ps) NICやIPアドレスの確認 (ip) ファイルシステムの確認(df) 負荷状況確認 top iostat netstat / ss ログ調査 /var/log/messages or /var/log/syslog /

    Linuxサーバにログインしたらいつもやっているオペレーション - ゆううきブログ
  • GradleでMaven Centralにライブラリを公開する - たごもりすメモ

    前にこんなエントリを書いたが、このときはmavenから実行してた。今回はgradleから。参考にしたエントリはいくつかあったけど、ずばりというのがなくてつらかった。あれこれ試して組み合わせた。 はじめてのmaven central 公開 - たごもりすメモ あとMaven Central(というかSonaType OSS)もちょっと変わってるのでそのへんも。なお環境は適当なMacに適当にgradleを入れた。以上。 前と変わらないところ GPGのセットアップ パッケージ名前空間を決める アカウント登録 パッケージ名前空間は今回は前のと違ったので、申請は今回もやった。前と同じようにやってさくっと完了。 gradle環境の設定 "$HOME/.gradle/gradle.properties" に行う。 org.gradle.daemon=true signing.keyId=DEADBEEF

  • arXiv.org

    arXiv is a free distribution service and an open-access archive for nearly 2.4 million scholarly articles in the fields of physics, mathematics, computer science, quantitative biology, quantitative finance, statistics, electrical engineering and systems science, and economics. Materials on this site are not peer-reviewed by arXiv. Subject search and browse: Physics Astrophysics (astro-ph new, rece

  • ニフティがIoTスタートアップ米MODEと提携、IoTのプロトタイプ開発を高速に

    写真1●米MODEの上田学CEO(最高経営責任者、左)とニフティの上野聡志ビジネス・デベロップメント・マネージャー ニフティは2016年2月18日、シリコンバレーのIoT(Internet of Things)スタートアップである米MODEと提携し、MODEが開発したIoT向けのクラウドサービスをニフティが日国内で販売すると発表した(写真1)。ニフティによればMODEのクラウドを使用することで、IoTシステムの「プロトタイプ(試作)」を開発する工数を従来の10分の1に削減できるとしている。 MODEは日エンジニアの上田学氏が2014年に米サンマテオで起業したスタートアップだ(関連記事:IoTに挑戦したら、面倒なことばかりだった)。MODEが提供するIoTクラウドは、IoTデバイスからデータを収集したり、収集したデータを分析した上でIoTデバイスに指示を出したりするIoTデバイスの「バ

    ニフティがIoTスタートアップ米MODEと提携、IoTのプロトタイプ開発を高速に
    nobusue
    nobusue 2016/02/18
  • [脳に挑む人工知能19]ぶつからないクルマを高速に鍛えるには

    上部に設置したカメラから見下ろす形でクルマの位置を捕捉し、自動運転AIがそのデータに基づいて、クルマに加速・減速・曲がるなどの指示を出している。クルマの自動運転AIはそれぞれ独立して指示を出しているにもかかわらず、互いに避け合うかのような協調動作を見せていた。 デモでは「学習したてのAI」と「学習済みのAI」を切り替えて、挙動の違いを見せていた。学習したてのAIでは、クルマは互いに大きくかわそうと無駄な動きをし、時にかわせず衝突してしまう。それが学習済みAIでは、互いにギリギリでかわせるようになる。「学習を通じ、同じAIを持つ他のクルマを信頼・協調する術を覚えている」と、開発に関わったPFN 取締役副社長の岡野原大輔氏は説明する。 この自動運転AIは、前回に紹介した囲碁AIAlphaGo」と同じ学習手法、つまり深層学習(Deep Learning)と強化学習(Reinforcement

    [脳に挑む人工知能19]ぶつからないクルマを高速に鍛えるには
  • スバル、マツダが世界で大躍進!「ブランド価値」急上昇企業の共通点

    世界経済が再び陰りを見せているが、その反面、グローバルでブランド価値を上げている企業は少なくない。とりわけ日企業には、そうしたケースが多いようだ。市場が混迷するなか、企業にとって「ブランド力」は今や貴重な経営資源である。 世界最大のブランドコンサルティング会社・インターブランドが毎年発表している「Japan’s Best Global Brands」(グローバル日ブランドランキング)の2016年版が、このたび発表となった。グローバルで通用する強い日ブランドはどれか、彼らはなぜブランド戦略に成功しているのか。「Japan’s Best Global Brands 2016」を参照しながら、日ブランドの強みを分析しよう。 ちなみに同ランキングは、主要基盤地域以外での売上高比率が30%以上あること、北米・欧州・アジア地域で相応のプレゼンスがあり、新興国も幅広くカバーしていること、ブランド

    スバル、マツダが世界で大躍進!「ブランド価値」急上昇企業の共通点
  • [第4回]インタビュー「ロケットを情報端末にする」

    の小型ロケット「イプシロン」。プロジェクトマネージャを務める宇宙航空研究開発機構(JAXA)の森田泰弘教授は「将来的にはROSE(AIに進化させるロケット搭載システム)が点検してくれるので、打ち上げはノートPCだけで行えるようになる」と語った。森田教授にイプシロンのコンセプト、システム障害の経緯などについて聞いた。 ――イプシロンでは打ち上げシステムも含め全体最適を実現したとするが、その意味は? ロケットは従来からトータル性能が最大になるように全体が最適化されている。ただ、ロケットの最適化はこれまで、性能だけの最適化だった。 イプシロンでは運用面や設備、そしてユーザーから見たロケットの使いやすさを含めた全体を最適化した。さらに性能についても、コスト面も含めて、つまりコストパフォーマンスの観点から最適化を追求した。 要するに打ち上げ頻度を上げられるような仕組みを作ろうとしたわけだ。低コス

    [第4回]インタビュー「ロケットを情報端末にする」
  • Kotlin 1.0 リリース: JVMとAndroid向けの実用的(Pragmatic)言語 | Post Blog

    See discussions on Reddit and Hacker News Kotlin #とは? KotlinはJVMとAndroid向けのオブジェクト指向かつ関数型な実用的(Pragmatic)言語です。相互運用性、安全性、明瞭性、そしてツールサポートにフォーカスしています。 汎用言語であるKotlinJavaが動作する場所であればサーバサイドアプリケーション、モバイルアプリケーション(Android)、デスクトップアプリケーションを含むどこでも動作します。以下のメジャーなツールやサービスに対応しています: IntelliJ IDEA、Android Studio、Eclipse Maven、Gradle、Ant Spring Boot (KotlinサポートがKotlin 1.0と同時にリリースされました!) GitHubSlackMinecraft Kotlinの焦点

    Kotlin 1.0 リリース: JVMとAndroid向けの実用的(Pragmatic)言語 | Post Blog
  • Deep Learning の次は、TDA 「トポロジカル・データ・アナリシス」 (Topological data analysis) が来る ? ~ その概要と、R言語 / Python言語 実装ライブラリ をちらっと調べてみた - Qiita

    人工知能やデータ解析の領域で、膨大な量のデータから、物体概念(物体識別)や音声・体の運動スキーマ概念を自動的・自律的に獲得できる可能性をもった手法として、Deep Learning(ディープ・ラーニング、「深層学習」)と総称される手法が注目を集めています。 こうした中、一部の研究者やベンチャー企業の経営者・エンジニアの中には、このDeep Learningのさらに先をいくデータ解析手法として、TDA:トポロジカル・データ・アナリシス (Topological data analysis) と呼ばれる手法に着目している方たちがいるようです。 Deep Learningと同じく、人間が脳を使って、五感で得た周囲や自分の体についての感覚情報から、どのようにして周囲の環境空間に対する認識イメージや、物体概念、みずからの身体概念を得ているのか?という「問い」に対して、統計学や確率論のアプローチではな

    Deep Learning の次は、TDA 「トポロジカル・データ・アナリシス」 (Topological data analysis) が来る ? ~ その概要と、R言語 / Python言語 実装ライブラリ をちらっと調べてみた - Qiita