□Author
Masaya Mori, Global Head of Rakuten Institute of Technology, Executive Officer, Rakuten Inc.
森正弥 楽天株式会社 執行役員 兼 楽天技術研究所代表
□Description
そもそもなぜ人工知能(AI)をビジネスで活用する必要があるのかの視点に基づいて、AI活用戦略について述べた講演の資料です。
オープンコミュニティ「要求開発アライアンス」(http://www.openthology.org)の2012年12月定例会発表資料です。
Open Community "Requirement Development Alliance" 2012/12 regular meeting of the presentation materials.
□Author
Masaya Mori, Global Head of Rakuten Institute of Technology, Executive Officer, Rakuten Inc.
森正弥 楽天株式会社 執行役員 兼 楽天技術研究所代表
□Description
そもそもなぜ人工知能(AI)をビジネスで活用する必要があるのかの視点に基づいて、AI活用戦略について述べた講演の資料です。
オープンコミュニティ「要求開発アライアンス」(http://www.openthology.org)の2012年12月定例会発表資料です。
Open Community "Requirement Development Alliance" 2012/12 regular meeting of the presentation materials.
IA Workshop, Introduction to Information Architecture (2002)Nobuya Sato
This July 5th 2002 document is originally prepared for the workshop for one of the largest web design agency in Tokyo to exchange and share the Razorfish IA methodology with them. For the recent growing need for practical IA methodology in Japan, I decided to open this file for the future generation.
2002年7月5日に某社のために行った情報アーキテクチャ(IA)のワークショップ向けに当時自分なりにまとめた資料です。概論と実践、2回に分けて開催する予定でしたが、第2回目は幻となりました(謎)
いわゆる「白くま」流のIAの考え方と当時の米国で芽生えつつあったUXという違った視点でのIAという考え方の紹介を、実際の組織構成の説明・解説を交えつつ、実際のプロセスとそれぞれの成果物の紹介です。
中盤の実際の組織構成の説明は、2000年当時にIAをサービスの強みとしていた(かつ自分が在籍した)米国の主要Webインテグレーター(日本では当時「SIPS」と呼ばれていた今や当たり前のWebデザインの業態)の3社のデザイン部門の構成やその後の各社の動向をIAを軸に解説しています。
ここで詳細は書きませんが、以前無断で引用(というか丸写)され、意味を意図的(?)に変えて某大学院の授業教材に間違った文脈で使われていたのをその大学のオープンキャンパス戦略なる計らいで知ったことがあります。(単にググったら出てきたw)
まぁ、引用されるのは良いことでもあるのすが、どうせならフルで引用されるように公開しておきたい、という思いと、一方で昨今の「IAからUXへ」という考え方の源流がすでに2002年には確立していた、という点でもその方面に興味がある方には参考になるかな?と。
#記述内容は当時のままですが、用語統一の観点から「情報設計」を「情報アーキテクチャ」、「インフォメーション・アーキテクト」を「インフォメーションアーキテクト」にだけ変更しています。
セル生産方式におけるロボットの活用には様々な問題があるが,その一つとして 3 体以上の物体の組み立てが挙げられる.一般に,複数物体を同時に組み立てる際は,対象の部品をそれぞれロボットアームまたは治具でそれぞれ独立に保持することで組み立てを遂行すると考えられる.ただし,この方法ではロボットアームや治具を部品数と同じ数だけ必要とし,部品数が多いほどコスト面や設置スペースの関係で無駄が多くなる.この課題に対して音𣷓らは組み立て対象物に働く接触力等の解析により,治具等で固定されていない対象物が組み立て作業中に運動しにくい状態となる条件を求めた.すなわち,環境中の非把持対象物のロバスト性を考慮して,組み立て作業条件を検討している.本研究ではこの方策に基づいて,複数物体の組み立て作業を単腕マニピュレータで実行することを目的とする.このとき,対象物のロバスト性を考慮することで,仮組状態の複数物体を同時に扱う手法を提案する.作業対象としてパイプジョイントの組み立てを挙げ,簡易な道具を用いることで単腕マニピュレータで複数物体を同時に把持できることを示す.さらに,作業成功率の向上のために RGB-D カメラを用いた物体の位置検出に基づくロボット制御及び動作計画を実装する.
This paper discusses assembly operations using a single manipulator and a parallel gripper to simultaneously
grasp multiple objects and hold the group of temporarily assembled objects. Multiple robots and jigs generally operate
assembly tasks by constraining the target objects mechanically or geometrically to prevent them from moving. It is
necessary to analyze the physical interaction between the objects for such constraints to achieve the tasks with a single
gripper. In this paper, we focus on assembling pipe joints as an example and discuss constraining the motion of the
objects. Our demonstration shows that a simple tool can facilitate holding multiple objects with a single gripper.
【DLゼミ】XFeat: Accelerated Features for Lightweight Image Matchingharmonylab
公開URL:https://arxiv.org/pdf/2404.19174
出典:Guilherme Potje, Felipe Cadar, Andre Araujo, Renato Martins, Erickson R. ascimento: XFeat: Accelerated Features for Lightweight Image Matching, Proceedings of the 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (2023)
概要:リソース効率に優れた特徴点マッチングのための軽量なアーキテクチャ「XFeat(Accelerated Features)」を提案します。手法は、局所的な特徴点の検出、抽出、マッチングのための畳み込みニューラルネットワークの基本的な設計を再検討します。特に、リソースが限られたデバイス向けに迅速かつ堅牢なアルゴリズムが必要とされるため、解像度を可能な限り高く保ちながら、ネットワークのチャネル数を制限します。さらに、スパース下でのマッチングを選択できる設計となっており、ナビゲーションやARなどのアプリケーションに適しています。XFeatは、高速かつ同等以上の精度を実現し、一般的なラップトップのCPU上でリアルタイムで動作します。