日本発のコンピュータOSで世界シェアの約60％を占めるものがある。1984年にプロジェクトが開始された、組み込み型OS「TRON」だ（現在、正式にはT-Kernel）。このTRONを発案・牽引してきたのが東洋大学の坂村健教授だ。現在のIoTの先駆けとして国際電気通信連合（ITU）の「ITU150周年賞」も受賞している。未来をいちはやく構想してきた坂村氏に、世界に広がった理由などを聞いた。（ジャーナリスト・森健、撮影：塩田亮吾／Yahoo!ニュース 特集編集部） コンピュータを動かす基本的なシステム＝OS（オペレーティング・システム）というと、Windows、macOS、あるいはスマートフォンのAndroidやiOSなど「情報処理用OS」が頭に浮かぶだろう。だが、名前こそあまり知られていないが、世界中の多様なコンピュータに関わる日本発のOSがある。「TRON」だ。「組み込み型OS」というタイ

音ズレ修正 Ver. → https://www.youtube.com/watch?v=BvzjpAe3d4g 本編 → 7:08 ～ JJUC CCC 2019 Spring の講演「「先行開発！クリーンアーキテクチャ -- ゼロから始める新規開発」の再演です。 講演の概要は下記URLのイベントページをご覧ください。 # URL イベントページ: https://nrs-seminar.connpass.com/event/174000/ Togetter: https://togetter.com/li/1502339 文字起こし（ログミーTechさま）: https://logmi.jp/tech/articles/323233 スライド: https://speakerdeck.com/nrslib/clean-architecture-with-java github: h

PHPerKaigi 2019で、C/Goコンパイラを作る過程で学んだことについて話しました。

回答 (3件中の1件目) Rubyの実行速度に興味があって、15年くらいMRIの開発をしています。興味があるので長い記事になっちゃったことをお詫びします。 遅いと言ったとき、多分「実行速度」の話をしているんだと思いますが、それ以外にも結構いろんな「はやさ」があります。思いつくところで少しご紹介します。 (1) プログラムを作るはやさ Ruby は生産性が高い言語と言われることが多いので、プログラムを作る早さは早い、という評価が一般的です。 Cで書くと2日かかる。実行時間は0.1秒 Rubyで書くと1日かかる。実行時間は10秒（Cの100倍） と、すこし極端な仮定を置いてみると...

Hitachi Hokudai Lab. & Hokkaido University Contest 2022 B問題解説

「MESH: Compacting Memory Management for C/C++ Applications」という論文を読んだのでその紹介です。arXiv.org で公開されています。PLDI 2019 で採択されている論文のドラフトだそうです。私は v2 を読みました。ソースコードが GitHub (plasma-umass/Mesh) で公開されています。 免責 読み間違えている可能性があります。正確な情報が欲しい方は必ず論文を読んでください。誤りの指摘や補足、議論などは GitHub Issue や Twitter へお願いします。 読んだ動機 C/C++ でリロケーションせずにコンパクションを行う手法に興味があった。 Speedmetor 2.0 benchmark を走らせた Firefox でメモリ消費量が減ったと報告されており、ブラウザ開発者として気になった。 Ch

ゲームを作っていつの間にか10年ほどたつが、意外に表題の問題が解決されないどころか、予算が増えるに連れて難しくなっていくので困る。 こんな話題があった。 まず、話をする前に私のポジションを書いておくと、元エンジニアのゲームデザイナー（ゲームのメカニクスを考える人）／ディレクターだ。新しいシステムを作るのは得意、アート系は苦手だ。 研修でのゲーム作り私も過去に所属している会社で、新卒教育としてのカジュアルゲーム作りや、今の会社でも似たようなことをしていたりするが、「やったできた」以上のものを得るのは難しいと感じる。 ソーシャルゲーム初期のガラケーの時代は、予算が低く試行錯誤ができた上で、リリースをすればヒット率高く、売上が立ったので良かった。みんな施策や企画を自主的にコミットして、結果成功した人は成長できた。自分の足りない視点を補うことができ、全体像を理解し何がよいのか何が足りないのかどうす

メルカリの自動化＆品質保証グループ（Automation & QA Group：通称AQA）の おれたま@AHA_oretama です。 私は普段、テスト自動化やCI / CD を主に行っています。 今回は、Appium×Android E2Eテストのテスト結果の見やすさを改善し、テスト結果を可視化することで気づきが生まれた話について、紹介していきたいと思います。 テスト結果の見やすさ、可視化の重要性について いま使っているテストレポートの課題 Allure Framework 並列化した分だけレポートも分かれてしまうことへの対処 スクリーンショット、スクリーンレコード以外のアタッチメントを追加することができないことへの対処 過去のテスト結果と比較できないことへの対処 他の改善点 テストのタイムラインが見える トレンドも表示できる Looker 生まれた気づき 課題 終わりに テスト結果の

回答 (29件中の1件目) アメリカの仕事は、各個人の仕事の内容がクリアになっているので、その仕事をクビになって、別の人がやることになっても、引継ぎが不要なシステムになっています。 従って、仕事の引継ぎはやりません。 一方、日本の仕事では、各個人の仕事の内容がクリアになっておらず、マネージャーが適当な指示を部下に出して、部下はあまり理解せずに仕事を始めて、ホウレンソウで上司とやりとりをしながら仕事を進めていくので、マネージャーも部下がどのように仕事を進めているかを把握しないで仕事が進んでいくので、その部下が突然会社を辞めるようなときは、その仕事をきちんと他の人に引き継ぐ必要があるので...

Browse State-of-the-Art 10,955 benchmarks    4,908 tasks 131,075 papers with code

IBM Developer is your one-stop location for getting hands-on training and learning in-demand skills on relevant technologies such as generative AI, data science, AI, and open source.

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session.

様々なツールを作り、それらを改善するのは人間の本性です。 JetBrainsはこの伝統に基づき、開発者の皆様に日常的にご愛好いただいている、日常業務の一部を自動化する様々なツールを開発しています。 約２年前、JetBrainsでアートワークを作成している方法についてのストーリー（英）と、皆様独自のJetBrainsスタイル付きアートを作成するために使える、クールで少しマニアックなツールを共用しました。 今日、私たちはアートワークを作成するための生成的アプローチの進捗状況をお伝えし、皆様にこのツールの新バージョンを紹介したいと思います。 私たちは2017年以来、地道に取り組みを続けていました。その結果、技術は改善し、グラフィックはより鮮やかになり、プロセスはさらにシンプルになりました。 JetBrainsには現在、22個の製品がございます。 それぞれは年間に2〜3回のメジャーリリースがありま

この記事は DeNA Advent Calendar 2018 の24記事目です。 こんにちは、セキュリティ部セキュリティ技術グループ ツール開発チームの小竹 泰一(aka tkmru )です。 脆弱性診断業務の傍ら、ツール開発チームでは、パッチ管理ツールやチート対策、脆弱性診断のためのツール開発を行っています。 この記事では開発中のLLVMを用いたチート対策ツールの紹介をしたいと思います。 はじめに 本題に入るまえに、チートをされるとどのような問題があるのか、チートの方法やチート対策技術にはどのようなものがあるのかということを軽く説明しようと思います。 チートによるリスク スマートフォンのゲームアプリのチートでよくあるものとしては、 「スタミナが減らないようにするもの」や、 「ステータスを不正に上昇させバトルで勝利するもの」、 「不正に課金アイテムを取得するもの」などがあります。 もし、

先日LLVMの入門記事を書きました。 clangが吐くLLVM IR (Intermediate representation, 中間表現) を頼りに、Brainf**kのコンパイラを書いてみました。 itchyny.hatenablog.com この記事で書いたコードでは、直接printfでLLVM IRの命令を出力していました。 このステップを踏むことで、LLVM IRの命令をどう調べればいいかについて身についたと思います。 しかし、この「コンパイラ」は次のような問題がありました。 bf2llvmコマンドが出力するのがLLVM IRのために、lliやllcといったLLVM IRのランタイムやコンパイラが必要となる 最適化を行うにはさらにoptコマンドが必要になり、やはりLLVMツールチェインをインストールしている環境でしか使えない ソースコードから実行ファイルまでのパスの中で、LLVM

コンパイラを作ってみたいと思っていても、アセンブリ言語はよくわからない。 パーサーみたいなコードは書いたことがあるけれど、コード生成の処理はさっぱりだ。 実行ファイルをバイナリエディターで見るとかなにそれ怖い。 そんな私なのですが、LLVMに興味を持ち始めています。 SwiftやRust、あるいはEmscriptenなど、近年注目されている言語やコンパイラ技術の中枢にはLLVMがあります。 アセンブリはよく分からなくてもLLVMを使いこなせるようになれば、マルチプラットフォームで実行ファイルを生成できる言語処理系を作るのではないか。 コンパイラ作ってみたいな、LLVMを使ってみようかなと思っている今日このごろです。 ところが、いざLLVMを勉強しようと思ってもどこから始めればいいかよく分かりませんでした。 マニュアルは巨大で読む気が起きないし、リファレンスを見てもさっぱりです。 雰囲気はわ

はじめまして。オプティムのR&Dに所属している新卒2年目の板垣です。 普段は、AI の学習に必要な教師データを作成するためのアノテーションツールの設計・開発・運用を行なっています。 アノテーションツール自体は Web アプリで、クライアント側は React と TypeScript、サーバー側は Go で実装しています。 さて、先日 Clean Architecture 達人に学ぶソフトウェアの構造と設計 という本が ITエンジニアに読んでほしい！技術書・ビジネス書 大賞2019 の技術書部門ベスト10にノミネートされました。 本記事を読もうと思って下さった方の中には、この本を読もうと思っている、または、もう読んだという方が結構いらっしゃるのではないでしょうか。 かくいう私も、携わっているソフトウェアのソースコードがひどくて(というより、そのアーキテクチャでは耐えられなくなってきたと言った

ideinのクリスチャンです。機械学習周りの研究開発を担当しています。 edge-computing で機械学習と言えば、量子化を利用して処理を加速する人は多いと思われます。（n.b.: 現時点の Actcast で量子化は利用されてませんが） この記事では量子化アプローチとこの開発ノウハウをざっと紹介します。 量子化とは機械学習で行われている量子化の実際は activations 又は weights で通常用いられる32bit 数値をbitwidth の少ない数値で代替することです。 メリットとしては、モデルサイズが小さくなるだけではなく、行列乗算を（なので畳込みも）速く処理できます。デメリットは勿論、モデルの精度が低下してしまう恐れがあることです。 どうやってビット数の少ない計算を早くするのは hardware-dependent なので、この周りの説明をするつもりはありません。 量