GAME CREATORS CONFERENCE '20の講演資料です。 動画のURL:https://youtu.be/jTIIeKKM68Q 『「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて』 株式会社セガ 第1事業部 阪上直樹 Read less
GAME CREATORS CONFERENCE '20の講演資料です。 動画のURL:https://youtu.be/jTIIeKKM68Q 『「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて』 株式会社セガ 第1事業部 阪上直樹 Read less
BRDFモデルの歴史的変遷についてまとめました。 Speaker Deck: https://speakerdeck.com/kuritateppei/brdfmoderufalsebian-qianRead less
2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降,画像認識においては畳み込みニューラルネットワーク (CNN) を用いることがデファクトスタンダードとなった.CNNは画像分類だけではなく,セグメンテーションや物体検出など様々なタスクを解くためのベースネットワークとしても広く利用されてきている.本講演では,AlexNet以降の代表的なCNNの変遷を振り返るとともに,近年提案されている様々なCNNの改良手法についてサーベイを行い,それらを幾つかのアプローチに分類し,解説する.更に,実用上重要な高速化手法について、畳み込みの分解や枝刈り等の分類を行い,それぞれ解説を行う. Recent Advances in Convolutional Neural Networks and Accelerating DNNs 第21回ステアラボ人工知能セミナー講演資料 http
2. 目次 • 汎用人工知能、超知能、シンギュラリティ • 人工知能のアーキテクチャと意識 • AI脅威論の深層 • 人工知能倫理基準 • 人工知能が人間の仕事を奪うか? • 弱そうに見えるAIの脅威 • プライバシー • AI自律兵器 • 汎用人工知能の倫理 • 人工知能の個人への影響 • 法制度とプライバシー保護 • 付録: – 人工知能倫理基準 – 個人管理型のデータ流通 • 注: この資料のイラスト、写真はマイクロソフト PowerPoint2016から検索さ れ Creative Commons ライセンス になっています。 2 4. このテーマの主な参考書 • R.カーツワイル:ポスト・ヒューマン誕生 ,NHK出版,2005 • J.バラット:人工知能 人類最後にして最悪の発明, ダイヤモンド社, 2013 • J.マルコフ: 人工知能は敵か味方か, 日経BP社,2015 •
2. 挨拶 • 自己紹介 – 秋葉拓哉 / @iwiwi – 東京大学 コンピュータ科学専攻 M1 – アルゴリズム系の研究室 – プログラミングコンテストが好き – 2009 年にインターンさせてもらって以来アルバイト アリ本 (グラフの話もあるよ) 1 3. いろんなグラフ 道路・交通ネットワーク • 頂点:交差点,駅など • 辺:道,路線など やりたいことの例 • 案内,交通管制 • 輸送や災害のための解析 • 地理情報と絡めたサービス • … 2 4. いろんなグラフ ソーシャルネットワーク • 頂点:人 • 辺:人間関係 やりたいことの例 • 「知り合いかも?」とか • 重要度・影響度の解析 • コミュニティ解析 • 情報の伝播力の解析 • … (MentionMap で作成) 映画 3
Efficient occlusion culling in dynamic scenes is a very important topic to the game and real-time graphics community in order to accelerate rendering. We present a novel algorithm inspired by recent advances in depth culling for graphics hardware, but adapted and optimized for SIMD-capable CPUs. Our algorithm has very low memory overhead and is three times faster than previous work, while culling
21世紀に入り通信ネットワークの発展と通信・センサーデバイスの低廉化によりこれまでの情報通信産業だけでなく、農業や製造業など第一次、第二次産業においても、大規模データを利活用するデータベース技術とそのデータを基にした機械学習によりこれまで不可能であった産業の自動化と最適化が可能になりつつあります。今後、量・種類ともに爆発的に増大する情報を最大限に活用するためのディープラーニング、強化学習等の機械学習を例とする革新的な人工知能基盤技術が広く利用され、様々な分野において将来にわたり効果的に情報が活用される社会の実現が期待されています。今後、データ利活用により、全ての産業においてその構造を変革するような新たなサービス、イノベーションが社会に要請されています。 本研究領域では、実社会の膨大なデータを知的・統合的かつセキュアに収集・処理・学習・制御するための人工知能基盤技術と、その成果を組み合わせる
The document discusses techniques for improving VR rendering performance. It begins by summarizing multi-GPU rendering approaches, including assigning each GPU to render a single eye or half of an eye. It then discusses fixed foveated rendering using NVIDIA's multi-resolution shading to reduce pixel rendering at the periphery. The document also covers reprojection techniques for missed frames, inc
10. 10 Tightly Coupled (MPI/HPC) Requires Infiniband or other RDMA solution for scaling Loosely Coupled (Grid/HTC) Scales well with 10g Ethernet Data-Intensive Requires high-IOPS storage, or has very large datasets Data-Light Less dependence on high-IOPS, with smaller datasets Financial simulations Molecular modeling Contextual search Alt-coin mining Animation rendering Semiconductor verification
NVIDIA Deep Learning Dayでの講演内容です. ディープラーニングの最新の研究成果として強化学習によるロボットカーの制御,バラ積みロボットの認識,駐車場の検出,センサデータからの異常検知,画像生成を紹介しています。Read less
2016年1月15日に行われたNVIDIA Deep Learning Day 2016での講演です。 エヌビディア合同会社 エンタープライズビジネス事業部 井﨑 武士 既にディープラーニングの活用は拡がっています。このセッションでは世界中の様々な事例をご紹介します。またドワンゴ、みずほ証券、ABEJAをゲストにお迎えして、日本でのディープラーニングの先進的な事例をご紹介して頂きます。 FACEBOOKの提唱するBig Surアーキテクチャなど、ディープラーニングを活用するためのシステム構築のノウハウや、Microsoft Azure、IBM SoftLayer など、ディープラーニングに最適なクラウドの活用についてもご紹介します。 さらにディープラーニングのシステム構築を請負うインテグレーター各社(NTTコムウェア、クロスコンパス、システム計画研究所、テクノスデータサイエンス・マーケティ
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
処理を実行中です
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