0と1では解けない問題がある――アナログコンピューターが再び注目を集める理由とは | fabcross for エンジニア
米ノートルダム大学の研究チームは、既存のデジタルコンピューターが苦手とする多変数問題について、アナログ「ソルバー」を利用することで、より最良の解を速く導くことができると発表した。研究成果は2018年11月19日の『Nature Communications』に掲載されている。 アナログコンピューターは20世紀初頭から中頃まで、潮位予測器や弾道計算機をはじめ、NASAの初期ロケットの打ち上げにも使われてきた。始めは歯車や真空管を、後にトランジスターを利用し、電圧などの測定値を計算結果としていた。例えば2つの数の和を計算したい場合、その2つの数に対応する電圧を加算するだけでよく、リアルタイムに結果が得られる。ただ、アナログコンピューターは変数の再設定が難しく、用途が限定されがちで、ノイズの問題もあることから、量産トランジスターや集積回路の台頭に伴い、より柔軟性のあるデジタルコンピューターに取っ
ロバストネス - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "ロバストネス" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2023年3月） ロバストネス（英: robustness）とは、ある系が応力や環境の変化といった外乱の影響によって変化することを阻止する内的な仕組み、または性質のこと。頑強性（がんきょうせい）、頑健性（がんけんせい）、堅牢性（けんろうせい）、ロバスト性とも言う。 ロバストネスを持つような設計をロバスト設計、ロバストネスを最適化することをロバスト最適化という。 「頑強な」という意味の形容詞 "robust" が語源であり、他に頑強性、強靭性、堅牢性、強さなどと呼称されることもあ
GAN で物理的に頑丈な形状を生成し、3Dプリンタで印刷 - Qiita
0. この記事の嬉しいところ ディープラーニングで生成したデータを 3Dプリンタ で印刷する流れがわかる (10. 実験用コードにおいて、全コード GitHub に上げてます。git clone して環境さえ作れば、同じことが簡単にできるはずです。環境の作り方はこちらに書いています。) 材料力学の勉強になる (僕も勉強しながら書いてますが…) TensorFlow 2.0 のテンソル操作を材料力学に応用する仕組みが分かります ※ スマホで見ると結構崩れるようなので、PC推奨記事です。 1. 概要 DCGAN (Radford et al., 2016)1 を利用し、そのロス関数に強度情報を加えることで、強度の高い数字を生成できるようにした データのコンセプトを維持したまま強度を操作できる ロスの設計やパラメータ変更により、強度を増減させられる 生成画像の FID (Heusel et al
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
ロボットの最適な設計をアルゴリズムが考えると、驚くほど「奇妙な形状」ができあがる
未踏領域のデザイン 宇宙は私たちに新しい視座を与えてくれる | ファン!ファン!JAXA!
【後藤弘茂のWeekly海外ニュース】 人間の脳から産まれたディープラーニングのプルーニング