DeNAにおける機械学習・深層学習活用
2. Copyright (C) DeNA Co.,Ltd. All Rights Reserved. ⾃⼰紹介 n 藤川和樹 ⁃ 所属 • DeNA システム本部 分析推進部 分析基盤グループ ⁃ 2014.4 新卒でDeNAへ⼊社（3年⽬） • これまでの主な業務内容 ⁃ ソーシャルゲームの各種課題分析、それに伴うデータ基盤の整備 ⁃ mobageプラットフォーム・キュレーションサービスにおける パーソナライズ・レコメンドシステムの開発 ⁃ mobageプラットフォーム上における対話型⼈⼯知能システムの開発 n 経歴 ⁃ 2014.3 神⼾⼤学⼤学院 システム情報⼯学研究科 修了 • 研究分野 ⁃ 深層学習、⾃然⾔語処理 • テーマ ⁃ 深層学習による複数⽂書の圧縮表現の獲得と株価動向推定への応⽤
精密さで「みがき」を逆転した 高速切削による微細加工
切削技術の進歩により、微細加工に大きな変化が起きている。nm級の微細な形状や面粗さを扱う加工の中でも、0.1μm（100nm）よりも小さな「超微細・精密」な切削加工が既に可能になっており、鏡面加工が現実のものになっている。切削加工の後でみがいて精度を出すのではない。むしろ、研削よりも切削の方が平滑な面が得られる。これまでの常識が逆転しつつあるのだ。 日立製作所、セコ・ツールズ、GEなどの勤務を経て1987年、松岡技術研究所を設立。技術士（機械部門）、工学博士（東京大学）。高速切削、 NC切削加工、切削工具、金型生産などの技術開発や生産技術に関する教育などを中心に企業の技術顧問として活動するほか、異業種交流のコーディネータとしても活躍。著書に『はじめての切削加工』（工業調査会）『、プラスチック金型ハンドブック（』共著、日刊工業新聞社）『、高速ミーリングの基礎と実践（』日刊工業新聞社）『、型技
第4回：制御での線分近似を避ける
現在の工作機械の制御方式は、微細な形状の加工に用いるには限界がある。すなわち、工具の軌跡を短く分割し、線分で近似してNCプログラムを作成するため、加工精度を高めるとデータ量が増大し、CAMの処理に多くの時間を要することになる。NCプログラムを数値制御装置が解読するのにも時間がかかる。
オブジェクト指向とはずっと仲良くしていたので闘ったことはない - Qiita
どうもこういう話題が流行っているようなので考えていたことを投稿。 オブジェクト指向が難しいという話を聞きますが、私は最初から非常にしっくりきて自然に使い倒しています。 そういう人間の意見を書きます。 なおオブジェクト指向との付き合いは13年ほど。 プログラム部品の再利用 プログラムを組むことの難しさは、大きなプログラムを、人間に理解できるよう書くことにあります。 コピペ多用を避けるなら、コードの再利用を行う必要があります。 そのためにはプログラムを部品に分けなければなりません。 大きなプログラムを作るなら部品の数は最低でも数百、下手すると数千数万となります。 これらをすべて、使いたい時にすぐ使えるように整理しておかなければなりません。 数百数千もあるものを分かりやすく整理するには非常に高度な技術が必要となります。 そして、オブジェクト指向はそのためにあるものです。 この時、整理は人間のため
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
