Submit Search
Upload
ロボットにできること あなたにしかできないこと - 近藤豊(IEEE Engineering Spotlight講演資料)
•
6 likes
•
5,018 views
Preferred Networks
Follow
中高生・高専生・大学生向けオンラインウェビナー「IEEE Engineering Spotlight」で2020年8月5日にPFNエンジニアの近藤が行った講演の資料です。
Read less
Read more
Technology
Report
Share
Report
Share
1 of 34
Recommended
Differentiable Ray Sampling for Neural 3D Representation. PFN summer internship 2019 by Naoharu Shimada.
Differentiable Ray Sampling for Neural 3D Representation
Differentiable Ray Sampling for Neural 3D Representation
Preferred Networks
[第1回関東Kaggler会](https://connpass.com/event/290248/) での LT の資料です。 CatBoost を GPU で学習させるときのハイパラについての小ネタのお話。
CatBoost on GPU のひみつ
CatBoost on GPU のひみつ
Takuji Tahara
『CCSE2019』で発表された資料です。 https://ccse.jp/2019/
ブラックボックス最適化とその応用
ブラックボックス最適化とその応用
gree_tech
CEDEC 2019 にて発表された資料です https://cedec.cesa.or.jp/2019/session/detail/s5c989964626e1
機械学習ベースの自動プレイエージェントを用いたバランス設計効率化の追求
機械学習ベースの自動プレイエージェントを用いたバランス設計効率化の追求
gree_tech
Deep Learning Acceleration 勉強会(2017.09.03)@渋谷ヒカリエで使った資料です。 TensorFlow r1.3で導入されたpluginにて、いろいろなハードウェアへの対応ができるようになる!
TensorFlow XLAの可能性
TensorFlow XLAの可能性
Mr. Vengineer
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Noisy Network ・Rainbow ・A3C ・A2C ・Gorila ・Ape-X ・R2D2 ・内発的報酬 ・カウントベース ・擬似カウントベース ・RND(Random Network Distillation) ・ICM(Intrinsic Curiosity Module) ・Go-Explore ・世界モデル(World Models) ・MuZero ・SimPLe ・NGU(Never Give Up) ・Agent57 ・AlphaGo ・AlphaGo Zero ・AlphaZero ・OpenAI Five ・AlphaStar ・マルチエージェント強化学習
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
2014年6月に開催されたSSII2014(http://www.ssii.jp/)のチュートリアル講演用資料です. 使用したコード等はこちら. https://github.com/norishigefukushima/SSII2014 アブストラクト 「CPUのクロック数が年月とともに増加する時代は終わり、プログラムの高速化をCPUの性能向上に任せることのできるフリーランチの時代は終わりを迎えています。しかしムーアの法則はいまだに続いており、CPUはマルチコア化、SIMD化という形で高性能化が続いています。本チュートリアルでは、計算コストの高い画像処理を高速化するために、CPUの能力をあますことなく引き出す、マルチコアプログラミング、SIMDプログラミングを解説します。」
マルチコアを用いた画像処理
マルチコアを用いた画像処理
Norishige Fukushima
メタプログラミングって何だろう
メタプログラミングって何だろう
Kota Mizushima
Recommended
Differentiable Ray Sampling for Neural 3D Representation. PFN summer internship 2019 by Naoharu Shimada.
Differentiable Ray Sampling for Neural 3D Representation
Differentiable Ray Sampling for Neural 3D Representation
Preferred Networks
[第1回関東Kaggler会](https://connpass.com/event/290248/) での LT の資料です。 CatBoost を GPU で学習させるときのハイパラについての小ネタのお話。
CatBoost on GPU のひみつ
CatBoost on GPU のひみつ
Takuji Tahara
『CCSE2019』で発表された資料です。 https://ccse.jp/2019/
ブラックボックス最適化とその応用
ブラックボックス最適化とその応用
gree_tech
CEDEC 2019 にて発表された資料です https://cedec.cesa.or.jp/2019/session/detail/s5c989964626e1
機械学習ベースの自動プレイエージェントを用いたバランス設計効率化の追求
機械学習ベースの自動プレイエージェントを用いたバランス設計効率化の追求
gree_tech
Deep Learning Acceleration 勉強会(2017.09.03)@渋谷ヒカリエで使った資料です。 TensorFlow r1.3で導入されたpluginにて、いろいろなハードウェアへの対応ができるようになる!
TensorFlow XLAの可能性
TensorFlow XLAの可能性
Mr. Vengineer
東京大学 松尾研究室が主催する深層強化学習サマースクールの講義で今井が使用した資料の公開版です. 強化学習の基礎的な概念や理論から最新の深層強化学習アルゴリズムまで解説しています.巻末には強化学習を勉強するにあたって有用な他資料への案内も載せました. 主に以下のような強化学習の概念やアルゴリズムの紹介をしています. ・マルコフ決定過程 ・ベルマン方程式 ・モデルフリー強化学習 ・モデルベース強化学習 ・TD学習 ・Q学習 ・SARSA ・適格度トレース ・関数近似 ・方策勾配法 ・方策勾配定理 ・DPG ・DDPG ・TRPO ・PPO ・SAC ・Actor-Critic ・DQN(Deep Q-Network) ・経験再生 ・Double DQN ・Prioritized Experience Replay ・Dueling Network ・Categorical DQN ・Noisy Network ・Rainbow ・A3C ・A2C ・Gorila ・Ape-X ・R2D2 ・内発的報酬 ・カウントベース ・擬似カウントベース ・RND(Random Network Distillation) ・ICM(Intrinsic Curiosity Module) ・Go-Explore ・世界モデル(World Models) ・MuZero ・SimPLe ・NGU(Never Give Up) ・Agent57 ・AlphaGo ・AlphaGo Zero ・AlphaZero ・OpenAI Five ・AlphaStar ・マルチエージェント強化学習
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
Shota Imai
2014年6月に開催されたSSII2014(http://www.ssii.jp/)のチュートリアル講演用資料です. 使用したコード等はこちら. https://github.com/norishigefukushima/SSII2014 アブストラクト 「CPUのクロック数が年月とともに増加する時代は終わり、プログラムの高速化をCPUの性能向上に任せることのできるフリーランチの時代は終わりを迎えています。しかしムーアの法則はいまだに続いており、CPUはマルチコア化、SIMD化という形で高性能化が続いています。本チュートリアルでは、計算コストの高い画像処理を高速化するために、CPUの能力をあますことなく引き出す、マルチコアプログラミング、SIMDプログラミングを解説します。」
マルチコアを用いた画像処理
マルチコアを用いた画像処理
Norishige Fukushima
メタプログラミングって何だろう
メタプログラミングって何だろう
Kota Mizushima
大阪大学夏季集中講義「データ科学特論I」 深層学習の数理を「表現能力」「汎化能力」「最適化能力」について解説
深層学習の数理
深層学習の数理
Taiji Suzuki
2021/4/28 に東京大学で開催された<AIセミナーシリーズ> 「Arm CPUにおけるSIMDを用いた高速計算入門」講演会で使用した資料になります。
ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門
Fixstars Corporation
お茶の水女子大学伊藤研究室ゼミ資料 関連資料として以下が参考になります https://note.com/sick4989hack/n/n928f78d3d33f
研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
2013/09/12 PFI セミナー「平面グラフと交通ネットワークのアルゴリズム」
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム
Takuya Akiba
■建設シミュレータOCSの開発 OCSはUnityで作成している建設シミュレータです。今回はOCSの目指す姿とロードマップについてお話しさせていただき、簡単なデモをさせていただければと思います。 ■OCS・VTC on Unity におけるROS対応機能について 本公演では,ロボットのためのセンサとアクチュエータのシミュレート機能の構築について紹介する.また,これらの機能をOpen Construction Simulator(OCS)および VIrtual Tsukuba Challenge on Unity(VTC on Unity)に適用し,Unity Technologies により開発された ROS-TCP-Connector及び ROS-TCP-Endpoint を用いてROSと連携させた例を紹介する.
建設シミュレータOCSの開発 / OCS・VTC on Unity におけるROS対応機能について
建設シミュレータOCSの開発 / OCS・VTC on Unity におけるROS対応機能について
UnityTechnologiesJapan002
画像センシングシンポジウム (SSII 2019) の企画セッション「深層学習の高速化 〜 高速チップ、分散学習、軽量モデル 〜」の講演資料です。 深層学習モデルを高速化する下記6種類の手法の解説です。 - 畳み込みの分解 (Factorization) - 枝刈り (Pruning) - アーキテクチャ探索 (Neural Architecture Search; NAS) - 早期終了、動的計算グラフ (Early Termination, Dynamic Computation Graph) - 蒸留 (Distillation) - 量子化 (Quantization)
モデル高速化百選
モデル高速化百選
Yusuke Uchida
Graph Neural Networks (GNNs) の世界をのぞいてみませんか? 日本化学会 第10回CSJ化学フェスタ2020 https://www.csj.jp/festa/2020/ テーマ企画: データサイエンスの世界をのぞいてみませんか? 10月20日(火)9:25〜17:15 https://onsite.gakkai-web.net/chemistry/program/#sec45
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
Ichigaku Takigawa
北村研Notion用
Marp Tutorial
Marp Tutorial
Rui Watanabe
講演者: 椿 真史 氏 (産業技術総合研究所 人工知能研究センター 研究員) 概要: 本講演では、創薬・材料科学への機械学習応用について紹介する。特に近年、グラフ構造データに対する深層学習手法であるグラフニューラル(畳み込み)ネットワークが流行しており、創薬や材料で扱われる分子化合物や結晶について、その物性や機能を高精度で予測できるようになってきた。その一方で、深層学習のモデリング自体が機械学習コミュニティのみで肥大化し、結果の解釈性だけでなく、量子物理・化学の観点から様々な問題もある。本講演を通して、深層学習の科学データへの応用に関する正と負の側面について議論したい。 Link: https://stair.center/archives/events/ai-seminar-026
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
STAIR Lab, Chiba Institute of Technology
2019/09/20 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
Deep Learning JP
※現在・過去の所属組織とは関係ありません 「第49回 コンピュータビジョン勉強会@関東」での発表資料です。 https://kantocv.connpass.com/event/101101/
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
Hajime Mihara
C++MIX #5 資料
20分くらいでわかった気分になれるC++20コルーチン
20分くらいでわかった気分になれるC++20コルーチン
yohhoy
東京大学の研究室内で,今井がChatGPTの知見を共有するために使用したスライド資料です. 特に以下のような話題,技術について解説しています. ・ChatGPTの凄さ ・ChatGPTの技術 ・言語モデル ・プロンプト ・GPTとは ・InstructGPT ・言語モデルと強化学習
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
社内勉強会での発表資料です。公開情報をもとにTeslaのコンピュータビジョン技術について調査したものです。
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
Kazuyuki Miyazawa
第1回3D勉強会@PFN 2018年5月27日 NDTスキャンマッチングの資料です。
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
Kitsukawa Yuki
https://tier4.connpass.com/event/217726/ の資料
LiDARとSensor Fusion
LiDARとSensor Fusion
Satoshi Tanaka
https://math-coding.connpass.com/event/147508/ Math&coding#6 の発表資料
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
ryosuke-kojima
ROS2勉強合宿 @別府温泉での輪講資料 3人目 「第3.6節-第3.8節 ROS2の基本機能(2/2)」 - トピック - サービス - パラメータ
03 第3.6節-第3.8節 ROS2の基本機能(2/2)
03 第3.6節-第3.8節 ROS2の基本機能(2/2)
Mori Ken
モデルアーキテクチャ観点からのDeep Neural Network高速化 -Factorization -Efficient microarchitecture (module) -Pruning -Quantization -Distillation -Early termination
モデルアーキテクチャ観点からのDeep Neural Network高速化
モデルアーキテクチャ観点からのDeep Neural Network高速化
Yusuke Uchida
python PyTorchLightning Hydrea MLFlow Optuna MLOps
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
Kosuke Shinoda
松嶋達也氏によるパネル討論導入 https://wba-initiative.org/20980/
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
The Whole Brain Architecture Initiative
Robot Design Class for Grandfathers and kids.
#2祖父と孫をつなぐ
#2祖父と孫をつなぐ
Toshiko-Seki
More Related Content
What's hot
大阪大学夏季集中講義「データ科学特論I」 深層学習の数理を「表現能力」「汎化能力」「最適化能力」について解説
深層学習の数理
深層学習の数理
Taiji Suzuki
2021/4/28 に東京大学で開催された<AIセミナーシリーズ> 「Arm CPUにおけるSIMDを用いた高速計算入門」講演会で使用した資料になります。
ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門
Fixstars Corporation
お茶の水女子大学伊藤研究室ゼミ資料 関連資料として以下が参考になります https://note.com/sick4989hack/n/n928f78d3d33f
研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
2013/09/12 PFI セミナー「平面グラフと交通ネットワークのアルゴリズム」
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム
Takuya Akiba
■建設シミュレータOCSの開発 OCSはUnityで作成している建設シミュレータです。今回はOCSの目指す姿とロードマップについてお話しさせていただき、簡単なデモをさせていただければと思います。 ■OCS・VTC on Unity におけるROS対応機能について 本公演では,ロボットのためのセンサとアクチュエータのシミュレート機能の構築について紹介する.また,これらの機能をOpen Construction Simulator(OCS)および VIrtual Tsukuba Challenge on Unity(VTC on Unity)に適用し,Unity Technologies により開発された ROS-TCP-Connector及び ROS-TCP-Endpoint を用いてROSと連携させた例を紹介する.
建設シミュレータOCSの開発 / OCS・VTC on Unity におけるROS対応機能について
建設シミュレータOCSの開発 / OCS・VTC on Unity におけるROS対応機能について
UnityTechnologiesJapan002
画像センシングシンポジウム (SSII 2019) の企画セッション「深層学習の高速化 〜 高速チップ、分散学習、軽量モデル 〜」の講演資料です。 深層学習モデルを高速化する下記6種類の手法の解説です。 - 畳み込みの分解 (Factorization) - 枝刈り (Pruning) - アーキテクチャ探索 (Neural Architecture Search; NAS) - 早期終了、動的計算グラフ (Early Termination, Dynamic Computation Graph) - 蒸留 (Distillation) - 量子化 (Quantization)
モデル高速化百選
モデル高速化百選
Yusuke Uchida
Graph Neural Networks (GNNs) の世界をのぞいてみませんか? 日本化学会 第10回CSJ化学フェスタ2020 https://www.csj.jp/festa/2020/ テーマ企画: データサイエンスの世界をのぞいてみませんか? 10月20日(火)9:25〜17:15 https://onsite.gakkai-web.net/chemistry/program/#sec45
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
Ichigaku Takigawa
北村研Notion用
Marp Tutorial
Marp Tutorial
Rui Watanabe
講演者: 椿 真史 氏 (産業技術総合研究所 人工知能研究センター 研究員) 概要: 本講演では、創薬・材料科学への機械学習応用について紹介する。特に近年、グラフ構造データに対する深層学習手法であるグラフニューラル(畳み込み)ネットワークが流行しており、創薬や材料で扱われる分子化合物や結晶について、その物性や機能を高精度で予測できるようになってきた。その一方で、深層学習のモデリング自体が機械学習コミュニティのみで肥大化し、結果の解釈性だけでなく、量子物理・化学の観点から様々な問題もある。本講演を通して、深層学習の科学データへの応用に関する正と負の側面について議論したい。 Link: https://stair.center/archives/events/ai-seminar-026
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
STAIR Lab, Chiba Institute of Technology
2019/09/20 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
Deep Learning JP
※現在・過去の所属組織とは関係ありません 「第49回 コンピュータビジョン勉強会@関東」での発表資料です。 https://kantocv.connpass.com/event/101101/
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
Hajime Mihara
C++MIX #5 資料
20分くらいでわかった気分になれるC++20コルーチン
20分くらいでわかった気分になれるC++20コルーチン
yohhoy
東京大学の研究室内で,今井がChatGPTの知見を共有するために使用したスライド資料です. 特に以下のような話題,技術について解説しています. ・ChatGPTの凄さ ・ChatGPTの技術 ・言語モデル ・プロンプト ・GPTとは ・InstructGPT ・言語モデルと強化学習
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Shota Imai
社内勉強会での発表資料です。公開情報をもとにTeslaのコンピュータビジョン技術について調査したものです。
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
Kazuyuki Miyazawa
第1回3D勉強会@PFN 2018年5月27日 NDTスキャンマッチングの資料です。
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
Kitsukawa Yuki
https://tier4.connpass.com/event/217726/ の資料
LiDARとSensor Fusion
LiDARとSensor Fusion
Satoshi Tanaka
https://math-coding.connpass.com/event/147508/ Math&coding#6 の発表資料
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
ryosuke-kojima
ROS2勉強合宿 @別府温泉での輪講資料 3人目 「第3.6節-第3.8節 ROS2の基本機能(2/2)」 - トピック - サービス - パラメータ
03 第3.6節-第3.8節 ROS2の基本機能(2/2)
03 第3.6節-第3.8節 ROS2の基本機能(2/2)
Mori Ken
モデルアーキテクチャ観点からのDeep Neural Network高速化 -Factorization -Efficient microarchitecture (module) -Pruning -Quantization -Distillation -Early termination
モデルアーキテクチャ観点からのDeep Neural Network高速化
モデルアーキテクチャ観点からのDeep Neural Network高速化
Yusuke Uchida
python PyTorchLightning Hydrea MLFlow Optuna MLOps
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
Kosuke Shinoda
What's hot
(20)
深層学習の数理
深層学習の数理
ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門
研究分野をサーベイする
研究分野をサーベイする
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム
建設シミュレータOCSの開発 / OCS・VTC on Unity におけるROS対応機能について
建設シミュレータOCSの開発 / OCS・VTC on Unity におけるROS対応機能について
モデル高速化百選
モデル高速化百選
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
(2020.10) 分子のグラフ表現と機械学習: Graph Neural Networks (GNNs) とは?
Marp Tutorial
Marp Tutorial
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
グラフ構造データに対する深層学習〜創薬・材料科学への応用とその問題点〜 (第26回ステアラボ人工知能セミナー)
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
[DL輪読会]SoftTriple Loss: Deep Metric Learning Without Triplet Sampling (ICCV2019)
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
ECCV読み会 "Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone ...
20分くらいでわかった気分になれるC++20コルーチン
20分くらいでわかった気分になれるC++20コルーチン
ChatGPT 人間のフィードバックから強化学習した対話AI
ChatGPT 人間のフィードバックから強化学習した対話AI
Teslaにおけるコンピュータビジョン技術の調査
Teslaにおけるコンピュータビジョン技術の調査
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
LiDARとSensor Fusion
LiDARとSensor Fusion
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
03 第3.6節-第3.8節 ROS2の基本機能(2/2)
03 第3.6節-第3.8節 ROS2の基本機能(2/2)
モデルアーキテクチャ観点からのDeep Neural Network高速化
モデルアーキテクチャ観点からのDeep Neural Network高速化
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
Similar to ロボットにできること あなたにしかできないこと - 近藤豊(IEEE Engineering Spotlight講演資料)
松嶋達也氏によるパネル討論導入 https://wba-initiative.org/20980/
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
The Whole Brain Architecture Initiative
Robot Design Class for Grandfathers and kids.
#2祖父と孫をつなぐ
#2祖父と孫をつなぐ
Toshiko-Seki
Leapmotionとp5.jsを組み合わせて、インタラクティブな作品を作ろう
Leapmotionとp5.js:DEMOと解説
Leapmotionとp5.js:DEMOと解説
光吉 浜谷
PFN執行役員 ロボットソリューションズ担当VPの海野裕也が、2021年7月6日の東京大学大学院 情報理工学系研究科 戦略ソフトウェア特論(稲葉真理先生)にオンライン登壇し、「ロボットで世界を計算可能にするー計算機の中の世界と、現実世界のすりあわせ」と題して、PFNのロボット関連技術や自然言語処理技術についてお話しさせていただきました。 講義動画はこちらです https://youtu.be/73W_rJLlfw8
東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也
東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也
Preferred Networks
ROS勉強会#10の資料です
Moveitを使ったアプリケーションの紹介
Moveitを使ったアプリケーションの紹介
Ryodo Tanaka
2020/08/28のROS Japan UG #38 オンラインROS勉強会の発表資料です。
仮想のPremaidAIを、既存のロボット用ボードで動かしてみた話
仮想のPremaidAIを、既存のロボット用ボードで動かしてみた話
Hirokazu Onomichi
20100701 01 ツイッター浜名湖_プレゼン_i_phoneで動くロボットセミナー
20100701 01 ツイッター浜名湖_プレゼン_i_phoneで動くロボットセミナー
akihiro uehara
ROSConJP2018から立ち上がった瀬戸内ROS勉強会の紹介です。 ROSConJP2019のLTスライドです。
瀬戸内ROS勉強会の紹介~地方でROSを勉強するコツ~
瀬戸内ROS勉強会の紹介~地方でROSを勉強するコツ~
Hirokazu Onomichi
ヒト×ロボットSNS「パルスボッツ」の、Pepper App Challenge 2015 Winter決勝用プレゼンテーションスライド
Palsbots - Pepper App Challenge 2015 Winter
Palsbots - Pepper App Challenge 2015 Winter
Naoki Mima
2020年10月29日 開催 Jetson Education Program Webinar 講演タイトル 「プロフェッショナルAI×Roboticsエンジニアへのロードマップ 」 株式会社 アールティ 代表取締役 中川 友紀子 様
2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ
2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ
NVIDIA Japan
2015年7月16日に開催したヒカラボの登壇資料です。 一部企業秘密となっており、当日のみの公開となっております。
IoT開発のキホン‼〜IoT開発初心者必見~ハードウェアとwebの違いから説明します!by Pluto
IoT開発のキホン‼〜IoT開発初心者必見~ハードウェアとwebの違いから説明します!by Pluto
leverages_event
【3/13】【女性限定】ロボットで、何が出来る?ペッパーにふれてみよう&ミニアイデアソン【とのさまラボ】 powered by 朝日新聞メディアラボ
【3/13】【女性限定】ロボットで、何が出来る?ペッパーにふれてみよう&ミニアイデアソン【とのさまラボ】 powered by 朝日新聞メディアラボ
【3/13】【女性限定】ロボットで、何が出来る?ペッパーにふれてみよう&ミニアイデアソン【とのさまラボ】 powered by 朝日新聞メディアラボ
Nishida Kansuke
【ロボット活用】工場では頻繁に使われているロボットアーム。もっと日常生活にも入り込んできて欲しい!という願いを込めてみんな大好きPythonでロボットアームCobottaを動かします。
ロボットアームをPythonで動かす
ロボットアームをPythonで動かす
Core Concept Technologies
CTOやフリーランスのキャリアについて、函館の蔦屋書店で公演してきた資料 プライバシー設定更新されなかったので上げ直した
CTOやフリーランスのキャリアについて
CTOやフリーランスのキャリアについて
Yusuke Kon
CTOやフリーランスのキャリアについて話してきたよ
CTOやフリーランスのキャリアについて
CTOやフリーランスのキャリアについて
Yusuke Kon
東京研修プログラム
東京研修プログラム
東京研修プログラム
Jun Harada
自動化の基礎と手法を理解し、実際の業務へに取り入れよう 2018年7月27日(金)開催の【タガヤス その6】RPAで業務自動化 ~仮想知的労働者の雇い方~ 【仙台の定期勉強会】の登壇資料です。 https://tagayas.connpass.com/event/92908/
業務の自動化をはじめよう!!
業務の自動化をはじめよう!!
株式会社オプト 仙台ラボラトリ
ビーズセッターロボットのために DYNAMIXEL Workbench (ROS版)を使ってみて、ハマったところやその感想など。 2019/08/25 瀬戸内ROS勉強会(第03回)LT資料
ビーズセッターロボットのためのDYNAMIXEL Workbenchの評価
ビーズセッターロボットのためのDYNAMIXEL Workbenchの評価
Hirokazu Onomichi
Unity Perceptionで作った教師データで、ロボットに搭載するAIの学習をする恐るべき闇の技術を紹介します。 また、その背景に隠された真実も合わせてお伝えします。
Unityでロボットの教師データは作れる!
Unityでロボットの教師データは作れる!
UnityTechnologiesJapan002
IoT縛りの勉強会! IoTLT vol.30 @ DMM https://iotlt.connpass.com/event/58227/
IoT再入門。はじめてのIoT、何をする?何を選ぶ?
IoT再入門。はじめてのIoT、何をする?何を選ぶ?
Yuki Sakai
Similar to ロボットにできること あなたにしかできないこと - 近藤豊(IEEE Engineering Spotlight講演資料)
(20)
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
第7回WBAシンポジウム:松嶋達也〜自己紹介と論点の提示〜スケーラブルなロボット学習システムに向けて
#2祖父と孫をつなぐ
#2祖父と孫をつなぐ
Leapmotionとp5.js:DEMOと解説
Leapmotionとp5.js:DEMOと解説
東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也
東大大学院 戦略ソフトウェア特論2021「ロボットで世界を計算可能にする」海野裕也
Moveitを使ったアプリケーションの紹介
Moveitを使ったアプリケーションの紹介
仮想のPremaidAIを、既存のロボット用ボードで動かしてみた話
仮想のPremaidAIを、既存のロボット用ボードで動かしてみた話
20100701 01 ツイッター浜名湖_プレゼン_i_phoneで動くロボットセミナー
20100701 01 ツイッター浜名湖_プレゼン_i_phoneで動くロボットセミナー
瀬戸内ROS勉強会の紹介~地方でROSを勉強するコツ~
瀬戸内ROS勉強会の紹介~地方でROSを勉強するコツ~
Palsbots - Pepper App Challenge 2015 Winter
Palsbots - Pepper App Challenge 2015 Winter
2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ
2020年10月29日 プロフェッショナルAI×Roboticsエンジニアへのロードマップ
IoT開発のキホン‼〜IoT開発初心者必見~ハードウェアとwebの違いから説明します!by Pluto
IoT開発のキホン‼〜IoT開発初心者必見~ハードウェアとwebの違いから説明します!by Pluto
【3/13】【女性限定】ロボットで、何が出来る?ペッパーにふれてみよう&ミニアイデアソン【とのさまラボ】 powered by 朝日新聞メディアラボ
【3/13】【女性限定】ロボットで、何が出来る?ペッパーにふれてみよう&ミニアイデアソン【とのさまラボ】 powered by 朝日新聞メディアラボ
ロボットアームをPythonで動かす
ロボットアームをPythonで動かす
CTOやフリーランスのキャリアについて
CTOやフリーランスのキャリアについて
CTOやフリーランスのキャリアについて
CTOやフリーランスのキャリアについて
東京研修プログラム
東京研修プログラム
業務の自動化をはじめよう!!
業務の自動化をはじめよう!!
ビーズセッターロボットのためのDYNAMIXEL Workbenchの評価
ビーズセッターロボットのためのDYNAMIXEL Workbenchの評価
Unityでロボットの教師データは作れる!
Unityでロボットの教師データは作れる!
IoT再入門。はじめてのIoT、何をする?何を選ぶ?
IoT再入門。はじめてのIoT、何をする?何を選ぶ?
More from Preferred Networks
Description: Kubernetes Meetup Tokyo #57 での発表資料です。イベントサイト:https://k8sjp.connpass.com/event/278224/
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
Preferred Networks
Optuna v3.2に向けて開発中の最新機能Human-in-the-loop最適化について解説します。 イベントサイト: https://wandb.connpass.com/event/280477/
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Preferred Networks
Kubernetes 1.25 で GA した cgroup v2 に移行すると、containerd を使用している場合にエラーが発生するようになる可能性があります。この LT ではその原因と対策について紹介します。 イベントサイト: https://k8sjp.connpass.com/event/275280/
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
Preferred Networks
Preferred Networks代表取締役最高経営責任者 西川徹による2022年12月14日のSEMICON Japan 2022キーノートのスライドです。(一部Slideshare用に加工しています)
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
Preferred Networks
Kubernetes Meetup Tokyo #55 での発表資料です。 https://k8sjp.connpass.com/event/267620/
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
Preferred Networks
2022年4月に行われたKaggle Happywhaleコンペの優勝解法におけるOptunaの使用事例について紹介します。 イベントサイト: https://optuna.connpass.com/event/260301/
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Preferred Networks
2022年8月にリリースしたOptunaの最新メジャーバージョンV3の開発の様子、アップデート内容等をご紹介します。 イベントサイト: https://optuna.connpass.com/event/260301/
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
Preferred Networks
Optuna Dashboardの基本的な使い方や最近入った新機能の紹介、設計や内部実装に関する解説を行います。 イベントサイト: https://optuna.connpass.com/event/260301/
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Preferred Networks
QPARCでの講演資料です。 https://www.qparc.qunasys.com/ 2030年の材料開発に向けて、長期的な目線でどういう研究が活きるかをコンピュータサイエンスの事例から紹介。 また、10年を振り返り、Deep learningのトレンドの紹介。 最後に上記を踏まえたMatlantisの可能性の紹介を行っています。
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
Preferred Networks
PFN金子紘也による東大大学院「融合情報学特別講義Ⅲ」(2022年10月19日)の講義資料です。 ・PFNにとっての計算能力の位置付け ・代表的なDeep Learningの高速化手法 ・なぜ今プロセッサ開発なのか? ・MN-Coreの概要 ・開発チームの働き方 ・最近の成果
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Preferred Networks
PFN福田圭祐による東大大学院「融合情報学特別講義Ⅲ」(2022年10月19日)の講義資料です。 ・Introduction to Preferred Networks ・Our developments to date ・Our research & platform ・Simulation ✕ AI
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
Preferred Networks
PFNの海野裕也が2022/10/25に東大大学院情報理工学系研究科「自然言語処理応用」でゲスト講師として登壇した際の講義資料です。
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
Preferred Networks
2022年11月以降にリリースされる Kubernetes バージョンに入るかもしれない機能のなかで私が注目するものを紹介します。 イベントサイト: https://techfeed.io/events/techfeed-experts-night-7
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Preferred Networks
汎用原子レベルシミュレータMatlantis™ (https://matlantis.com)のコア技術に相当するニューラルネットワークポテンシャル「PFP」について、開発段階からバージョン3までの発展の過程を紹介します。 本資料は2022年9月に行われた第83回応用物理学会秋季学術講演会で発表した資料を一部差し替えたものです(https://meeting.jsap.or.jp/)。
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
Preferred Networks
第55回情報科学若手の会(2022年9月24日開催)でのPFNの講演資料を公開しました。 PFNエンジニアの薮内が、クラスタを使いやすく、効率的かつ公平に使い、信頼性高く運用するためのノウハウや、PFNのクラスタ開発・運用のおもしろさについてご紹介しました。 PFNでは計算基盤関連のポジション採用を行っています(2022年9月現在) https://apply.workable.com/preferred-networks/j/D85B7B005E/ https://apply.workable.com/preferred-networks/j/6CDF8CA1A8/ こんな環境にワクワクする方、ぜひご応募ください! ○ 日進月歩で進化している機械学習にフォーカスした計算技術を低レイヤーから高レイヤーまでトータルに吸収できる ○ 大規模な機械学習クラスタの開発・運用が経験できる ○ Kubernetes を始めとする OSS コミュニティでも活躍できるチャンスがある ○ HPC と Cloud Native の境界領域というますます重要になる分野の経験ができる ○ 多様な要求・ユーザーリテラシをサポートするプラットフォーム設計を経験できる
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
Preferred Networks
PFN は、「現実世界を計算可能にする」を Vision として,膨大な計算量を必要とするシミュレーションや深層学習などの計算ワークロードを実行するためのオンプレ ML 基盤を持っています。 この発表では、「オンプレクラスタの概要」と最近のトピックとして「新しく構築した「MN-2b」」、「Pod のリソース要求量の最適化を助けるしくみ」、「Kubernetes クラスタのアップグレード」についてお話します。 本イベント「オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜」では、オンプレミスの Kubernetes クラスタ上に構築された機械学習基盤を持つ PFN とヤフーのエンジニアが自社での取り組みについて語り尽くします! イベントサイト: https://ml-kubernetes.connpass.com/event/255797/
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
Preferred Networks
Cloud Native Security Conference 2022での発表資料です。 https://event.cloudnativedays.jp/cnsec2022/talks/1439
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
Preferred Networks
KubeCon + CloudNativeCon Europe 2022 で発表されたいくつかの興味深いセッションを振り返りながら関連する PFN での取り組みを共有します。
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
Preferred Networks
KubeCon + CloudNativeCon Europe 2022 で発表された最新のHPC/Batchの潮流、及び、Scheduler拡張事例を共有します。
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
Preferred Networks
5/3 にリリース予定の Kubernetes 1.24 の注目機能を紹介します。 また、残念ながらリリースに間に間に合わず入らなかった機能も紹介します。今後の Kubernetes の姿を想像して楽しみましょう。 イベントサイト: https://k8sjp.connpass.com/event/244591/
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
Preferred Networks
More from Preferred Networks
(20)
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
Recently uploaded
Jue Wang, Wentao Zhu, Pichao Wang, Xiang Yu, Linda Liu, Mohamed Omar, Raffay Hamid, " Selective Structured State-Spaces for Long-Form Video Understanding" CVPR2023 https://openaccess.thecvf.com/content/CVPR2023/html/Wang_Selective_Structured_State-Spaces_for_Long-Form_Video_Understanding_CVPR_2023_paper.html
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Key topics covered: - Understanding Ballerina's role in integrations: features and advantages - Designing and implementing REST APIs for integration - Designing and implementing GraphQL services with Ballerina - Monitoring and observing applications - Introduction to data integration
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
LoRaWANスマート距離検出センサー DS20Lカタログ
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
Syed Talal Wasim, Muzammal Naseer, Salman Khan, Ming-Hsuan Yang, Fahad Shahbaz Khan , "Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Grounding" arXiv2024 https://arxiv.org/abs/2401.00901v2
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
This is an introduction to MAPPO's paper.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
2024年5月8日 Power Platform 勉強会 #1 LT資料
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
2022年10月27日に社内向けに開催した勉強会資料の社外公開版です(発表8分程度)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
NewSQLの可用性構成パターン (OCHaCafe Season 8 #4 発表資料) 2024年5月8日(水) NTTデータグループ 技術開発本部 小林 隆浩
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
Recently uploaded
(12)
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
ロボットにできること あなたにしかできないこと - 近藤豊(IEEE Engineering Spotlight講演資料)
1.
ロボットにできること あなたにしかできないこと 近藤 豊 株式会社 エンジニア 主宰 博士(工学)
2.
近藤 豊 小学校・中学 高専 大学 大学院 就職 転職 趣味 塾も受験も経験しない公立校育ち 中 秋に
ロボコンを観て入学決意 年だけ編入学、研究の面白さを知る 修士・博士課程で 年間ロボット研究 協働ロボットメーカーに 年間勤務 機を見て気鋭スタートアップへ 趣味もロボット三昧で気づけば 年 大阪生まれ、 児の父、 歳
3.
ロボットにできること
4.
ロボットとは 現実世界で人の代わりに何らかの作業を自律的に行う機械 機械と (人工知能)を組み合わせたもの ● 機械:人力以外の動力で動く道具、設備 ●
:人間の知的能力の一部を計算機上で模倣する技術 製造 ロボット サービス ロボット 移動 ロボット エンターテイメント ロボット 介護 ロボット
5.
ロボット先進国 日本
6.
課題先進国 日本 少子高齢化 労働力不足 老後資金不足 社会保障制度
7.
(計算手) (計算機) 計算手 コンピュータ
8.
コンピュータ支援◯◯◯ 表計算・会計ソフトウェアを使った効率化 数値解析やシミュレーションによる現実世界での実験を削減 業務自体をクラウドサービスで完結させて在宅勤務 自動翻訳を使って文章本来の独創性・解釈に集中 ノーコード開発によって論理的思考自体に集中 会計 科学実験 設計・製図 事務・管理 翻訳・通訳 プログラミング 思考能力の大幅な拡張 プログラミング言語を使わない インターネット経由で 使うサービス
9.
(肉体労働) (半自動労働) ❓
10.
ロボット支援◯◯◯ 遠隔医療の実現、外科手術の負担軽減 人・物の移動サービスを無人化してオン オフラインを融合 現実世界での繰り返し実験の自動化 生産ライン自体の設計・組立の自動化 注文・配膳・下膳・洗浄を自動化して調理に集中 全自動家電を自動操作して仕事・育児に集中 医療 商取引 科学実験 工場 外食 家電 身体能力の大幅な拡張
11.
12.
すべての人にロボットをすべての人にロボットを
13.
コロナ禍で在宅勤務が始まった後のプレスリリース
14.
自分たちの手で革新的かつ本質的な技術を開発し、未知なる領域にチャレンジしていく。 私たちはソフトウェアとハードウェアを高度に融合し、自動車やロボットなどのデバイスをより賢く進化さ せます。常に変化する環境や状況に柔軟に対処できる賢いデバイスができれば、物理世界をリアルタ イムにセンシングし、現実世界そのものが計算可能になります。 技術を使って、自分たちが見たことが無い、まだ知らない世界を知りたい。すでにわかっている領域で 勝負するのではなく、技術の力で想像を超えた世界に挑戦していきます。 現実世界を計算可能にする
15.
熱意を元に 死ぬ気で学べ 誇りを持って、しかし謙虚に 誰もしたことがないことを大胆 に為せ
16.
私が学んできたこと
17.
私の人生すごろく 大大 地元の公立 小・中学校 大阪府立 高専 豊橋 技科大 奈良先端大 修士課程 奈良先端大 博士課程 カワダ ロボティクス 結婚 妻の 出産 中 秋 ロボコンを 観る 進捗なし ほぼ
年休み 長期出張 振り出しに 戻る? に出会う主宰に 社 父の定年退職 学費は自分で 稼ぐ スタート アップ起業 高 プログラミングを 習う 高 ブレードサーバ 独り占め
18.
〜小学校 想像力は錬金術 勤め先が倒産した父、プチヤンキーの次兄という家庭で育つ ゲームはあまり買えなかった ● カードゲームもボードゲームも遊ぶより作る方が楽しいと知った ● お小遣いでゲームの攻略本を買って脳内で遊んだ レゴは誕生日とクリスマスに買ってもらえた ●
有限のブロックで無限に近い可能性を組み立てる ● のちのプログラミングで役立った
19.
中学 知力の前にまずは体力 コンプレックスのちび、ガリガリ、泣き虫に終止符を打つ 中学から大学まで柔道を 年続けた ● いざというとき体力と筋力が物をいう ●
礼節、根性、集中力の学びも大きい ● 骨折でレギュラー外れて世の不条理も学んだ 勝利より敗北からたくさん学んだ
20.
高専〜 型破りするための型がわからない 遅くやってきた中 病で自分が誰なのかわからなくなり、人真似 から始める 森博嗣先生が好きすぎて ● 作中の主人公を真似て博士を目指した ●
文章の書き方や言葉の選び方を真似した さんが好きすぎて ● 同じように技術ブログを毎日執筆した ● 同じように日本初の技術書を執筆した
21.
大学院 悩みすぎて禿げる は何も上手くいかず 年近くただ悩み続け、禿げかける まずは手を動かしてプロトタイピングしてみる ● 悩んでも悩んでも結局わからないことだらけ ●
詰まったらそのとき初めてじっくり考える ● 現実世界で試すことが重要 手は口ほどに物を言う
22.
就職〜 セルフモチベーションの枯渇 博士号取れたし就職できたし人生めでたしめでたし? 成長を外に求めたときに出会ったのが の主宰業は大変だが ● ロボット業界のいろんな人と友達になれた ● 日本も世界も狭いことを感じられた ●
転職にもつながった ● 今日こうやって皆さんの前で講演できた
23.
結婚〜 時起き体力ベイビー出現 妻の出産と共働きで、勉強時間が吸い取られていく テクノロジーで補う ● や機械に深夜も土日も働いてもらう ●
在宅勤務改善のために設備投資する ● 家事は自動化する 相手が 時起きなら、こちらは 時起き やらないことを増やす
24.
いつでも 死ぬ気で学んできた お金がない ● 寮制の大学を選択 ● あえてバイトはしない 家族と離れ離れ ●
深夜早朝も仕事と勉学 ● 転職を決意 仕事の合間に 勉強会 ● 主宰しながら最多発表 ● メンバー数拡大に苦心 ➔ 四六時中、勉強と研究できた ➔ 奨学金返還免除を 度勝ち取った ➔ 取締役ではなく自分の計画が通った ➔ 公私ともに大逆転で充実した ➔ 発表が成長のマイルストーンになった ➔ 組織運営のノウハウを貯められた 中間目標地点
25.
日 ページでも本を読む(インプットする) 日 行でもソースコードを書く(アウトプットする) 最高のライバルは昨日までの自分 昨日までの自分から毎日
でも成長していく これからも 長期投資と複利効果
26.
あなたにしかできないこと
27.
問題を解くのではなく問題を作る 問題は解くより、作る方が圧倒的に難しい すでに答えがある問題を解くことは にもでき つつある 簡単に解けない問題を考え抜くこと自体がライ フワークにつながる
28.
これまでの常識・ルールを疑う 常識は今現在の社会的な価値観・知識・判断力 ● 教科書に書かれていることは本当に真実だろうか? ● 昔に作られたルールは今の実情を反映しているだろうか? 日常を見直す 視点を変える 異なるものを組み合わせる 化学反応を起こす
29.
新しいことに挑戦する 正解例も失敗例もないことは にもロボットに もできない 世界最初の失敗そのものにも価値がある 世界が見逃していた自分しか知らない新事実 を見つける 温故知新:古いことを知らないと新しいことか わからない
30.
小さな小さな領域で 番を目指す ニッチ(隙間産業)であればニッチであ るほど良い 得意なことではなく好きで仕方ないこと を伸ばす 日本で 番では飽き足らず、できれば世 界で
番を目指す 世界の 人に本当に必要とされる人 間になれたら十分生きていける 世界の全知識 博士号を得た人が 増やした新知識
31.
私のニッチすぎる世界 番 世界で(当時・自称) 番ちゃんと動く人型対話ロ ボットシステムを構築した
🤔 世界で一番売れている教育ロボット を 対応させた 😥 世界で一番売れている掃除ロボット を 対応させた 😏 世界で最初の国内版 を運営した 😚 世界で最初に 本を出版した 🤑 世界で(自称)最初に モバイルマニピュ レータを作った 😪
32.
十人十色?
33.
億人億色!
34.
いつでもお便り待ってます! メールアドレス 個人ホームページ 株式会社