SlideShare a Scribd company logo
1 of 71
Download to read offline
GNSS測量
「みちびき」衛星が変える︕︖
測量のキホン
精密単独測位PPPって知ってますか︖
講義の流れ
•はじめに
•今さら聞けないGNSS測量の基礎
•精密単独測位(PPP)が測量のキ
ホンを変える︖
•質疑応答
自己紹介
略歴
1971年07月
名古屋生まれ
1990年03月
名古屋市立菊里高等学校卒業
1994年03月
東北大学工学部情報工学科卒業
1996年03月
東北大学大学院情報科学研究科修了
1996年04月
国土地理院入省
2000年10月
米国NASAゴダード宇宙飛行センター派遣(1年間)
2007年04月
国土交通大学校測量新技術研修官
2008年04月
国土地理院 主任研究官
2014年03月
国土地理院 退職
2014年06月~
茨城土地家屋調査士会会員
2014年07月~
かなめ測量(株)代表取締役
自己紹介所属
平成26年~ 茨城土地家屋調査士会 登録番号 第1437号
茨城県公共嘱託登記土地家屋調査士協会 社員
平成9年 測量士登録 H9-1899
平成27年~ 日本土地家屋調査士会連合会 研究所 研究員
平成28年~ 同上 技術センター 委員
ADR認定土地家屋調査士 第1105002号
日本測地学会会員
日本測量協会 講師の会
公益社団法人日本オリエンテーリング協会 委員
一般社団法人日本ロゲイニング協会 代表理事
今さら聞けないGNSS測量の基礎
• GNSSとは︖
• Global Navigation Satellite System
• 全球測位衛星システム
• 全世界的航法衛星システム
以前は、GPSと呼んでいた。
GNSS(一般名詞)
• 各国で運用されている衛星測位システム
GPS (米国)
QZSS(日本)
Galileo (欧州) NavIC (インド)
GLONASS (ロシア)
BeiDou (中国)
衛星画像は、SPAC提供
GPSは、米国で運用されているシステムの固有名詞
ナブアイシー
ベイドゥー
GNSSの原理
出典:NJN Network
高度2万km~5万kmを
飛翔する人工衛星を使用
スマホで位置情報を表示
カーナビゲーションやスマホのGPS機能
緯度 北緯36度45分28秒
経度 東経140度12分11秒
高度 123m
スマホで位置情報を表示
カーナビゲーションやスマホのGPS機能
あなたの位置は、
緯度 北緯36度45分28秒
経度 東経140度12分11秒
高度 123m
です。
よくある間違い
スマホですが、
「通信」ではありません。
今いる位置を
教えて!
スマホで位置情報を表示
カーナビゲーションやスマホのGPS機能
あなたの位置は、
緯度 北緯36度45分28秒
経度 東経140度12分11秒
高度 123m
です。
GNSS衛星は、放送型
スマホは、GNSS衛星からの
電波を受信するだけです。
スマホで位置情報を表示
カーナビゲーションやスマホのGPS機能
あなたの位置は、
緯度 北緯36度45分28秒
経度 東経140度12分11秒
高度 123m
です。
GNSS衛星は、放送型
スマホは、GNSS衛星からの
電波を受信するだけです。
位置は教えてくれません!
スマホで位置情報を表示
カーナビゲーションやスマホのGPS機能
ただ今の時刻は、
4時43分53秒
です。
GNSS衛星は、放送型
スマホは、GNSS衛星からの
電波を受信するだけです。
なんと、時刻しか教えてくれません!
スマホで位置情報を表示
カーナビゲーションやスマホのGPS機能
ただ今の時刻は、
4時43分53秒
です。
ただ今の時刻は、
4時43分53秒
です。
ただ今の時刻は、
4時43分53秒
です。
ただ今の時刻は、
4時43分53秒
です。
衝撃的な事実
全衛星から、時刻を送ってきます。
同じ周波数で!
• 受信した信号の衛星の時刻と受信機の時刻を引き算して時間差を算出する。
衛星との距離 = 電波の速度(秒速30万㎞) × 時刻差
• 3mの誤差にしたければ、10-8秒(10ns)以上の精度で時間差を測定しなければならない。
測位の原理︓距離の測定
人工衛星搭載の時計は、原子時計なので超正確。しかし、スマホの時計が。。。
• 受信した信号の衛星の時刻と受信機の時刻を引き算して時間差を算出する。
衛星との距離 = 電波の速度(秒速30万㎞) × 時刻差
• 3mの誤差にしたければ、10-8秒(10ns)以上の精度で時間差を測定しなければならない。
測位の原理︓距離の測定
距離だけわかっても、
位置が特定できない。
普通の単独測位
カーナビゲーションやスマホのGPS機能
複数の衛星を使うので、三次元的な位置が求められる
中学⽣の時に習った連⽴⽅程式
x+y = 3 …①
2x+5y = 9 …②
①の式をxについて解く
x=-y+3 …①'
①'を②に代入して計算する
2(-y+3)+5y=9
y=1 …③
③を①’に代入して計算する
x=2
測量計算の分野では、
観測⽅程式
と呼びます。
求めたい値がxとyの2つなので、式は2つ必要
XとYとZの3つを同時に求めたい場合は、式は3つ必要
GNSS 観測⽅程式
求めたい数値
スマホの位置(x、y、z)
スマホの正しい時刻(t)
4つの数値を求めたい。
連⽴方程式は、4つ以上必要。
測量計算の分野では、
観測⽅程式
と呼びます。
GNSS衛星は、4個以上を
同時に受信しなければならない。
普通の単独測位
カーナビゲーションやスマホのGPS機能
誤差は10mぐらいある
測量用のGNSS受信機
数百万円するものも
精度はセンチメートル級
どうして、精度が良い?
なぜ、測量用のGNSS受信機は精度が良いのか︖
•カーナビゲーション、スマホ
• 数m〜数⼗mの誤差
•測量用受信機
• 数センチメートルの誤差
2桁〜3桁も
違う︕
なぜ、測量用のGNSS受信機は精度が良いのか︖
•カーナビゲーション、スマホ 数万円
• 数m〜数⼗mの誤差
•測量用受信機 数百万円
• 数センチメートルの誤差
価格も2桁違う︕
衛星軌道情報の誤差
対流圏
電離層 電離層遅延
周波数に依存
対流圏遅延
マルチパス
衛星クロック誤差
高度250~400km程度
高度7km程度まで
GPSにおける測位誤差の要因
GNSSは、最新測量技術、TSに⽐べて優れている︕︖
• GNSSは、誤差がてんこ盛り
• GNSSは、すぐには使えない 初期化に時間がかかる
• GNSSは、相対位置関係しか正確に計算できない
GNSSの誤差要因
• 誤差の大きい順に並べてみましょう。
衛星軌道
衛星時計
対流圏遅延(気象)
電離層遅延
マルチパス
電波混信
過失・過誤・測定ミス
GNSSの誤差要因
• 2m程度
• 1~2m程度
• 2.5m-25m
• 数m~数⼗m
3.衛星軌道
4.衛星時計
2.対流圏遅延(気象)
1.電離層遅延
マルチパス
電波混信
数メートル
~ミスFIX(フロート解)
TSの誤差はミリレベル
搬送波位相を使用
通常の単独測位では、コード情報(疑似距離)を使用
初期化に時間がかかる
搬送波位相を用いるため、波の端数しか計測
できない -180度〜+180度
数分かかる
条件が悪いと初期化完了できず
Float解となる。
FIXしていたのに、途中で
計算が破綻して、Floatに
なることもある。
スマホで位置情報を表示
カーナビゲーションやスマホのGPS機能
ただ今の時刻は、
4時43分53秒
です。
ただ今の時刻は、
4時43分53秒
です。
ただ今の時刻は、
4時43分53秒
です。
ただ今の時刻は、
4時43分53秒
です。
衝撃的な事実
全衛星から、時刻を送ってきます。
同じ周波数で!
初期化に時間がかかる
RINEXファイル
V. 2.11
マルチGNSS対応は
V.3.00以降
GNSS観測データ共通フォーマット
L1 C1 L2 P2 C5
L5 S1 S2 S5
相対的にしか測定できない
基準局
VRSも基本的には同じ
相対位置関係を求める
二重位相差による誤差除去
距離が近ければ、誤差要因は
同じ値とみなす。
GNSSの誤差 TSの誤差
VRS 仮想基準点⽅式
この近い距離で解析
基準点が近いほど、
誤差が共通となり
精度が高くなる
仮想的に電子基準点を作り出す
電子基準点は、
20〜30km間隔にしかない
最新のVRSでも、相対位置関係
絶対的な位置が、
測れているわけではない
ネットワークRTK
単点観測法仮想
GNSS VRS⽅式の基準点測量(作業規程)
出典:
国土地理院Web
日本測量協会 公共測量技術講習会
9:30~16:30までの1日だけで
ほぼすべてを網羅
会員 10,000円
非会員 17,000円
東京会場では毎年4月に開催
37
GNSSの信号
GNSS(SBASを除く)の信号を下図に示す。測量では、L1帯とL2帯の信号がよく使用
されてきた。今後、L5帯の活用が期待される。L6/E6帯は補強に使用され始めてい
る。
出所:
内閣府みちびき
ウェブサイトを元
にSPAC加筆
(AltBOC)
NAVIC
L2P
資料提供:
SPAC
こんなにたくさんの測位衛星が
39
L帯信号を使用する理由
GNSSで使用しているL帯信号(1.1~1.6GHz)は、波長が約20cmと、大気中の水滴と
比較して大きいため、降雨・降雪の影響は極めて少ない。天候に左右されずに使用で
きる。
衛星測位
Lバンド
周波数 1.1-1.6GHz
波長 約20-25cm
CS/BS放送
Kuバンド
周波数 12-18GHz
波長 約16-25mm
○ △
水粒 水粒
直径直径
波長
波長 ≠ 水粒直径 影響少ない 波長 ≒ 水粒直径 影響多い
降水減衰 ∝ 搬送波周波数
波長
資料提供:
SPAC
GNSS基礎まとめ
• GNSS衛星は、時報放送サービス
• GNSS信号は、10メートル以上の大きな誤差が含まれている
• GNSS測量は、相対的に⾏うことで、その誤差を少なくしている
• 測量用のGNSS受信機は、位相差を使うことで、劇的に精度を上
げている。
• 位相差を使っているため、初期化に時間がかかる
• 短い距離であれば、GNSSよりTSの⽅が精度が高い
精密単独測位(PPP)が
測量のキホンを変える︖
「みちびき」衛星が一役買ってます
「みちびき」は、何がすごいのか︖
みちびき 2号機
出典︓みちびきウェブサイト
(http://qzss.go.jp/overview/downloa
d/cg-image24.html)
中心経度135度
準天頂軌道
「みちびき」は、何がすごいのか︖
それだけ︖
日本の上空にいる
測量の根幹を変えるかもしれない
精密単独測位(PPP)
PPP : Precise Point Positioning
測量の基本
• 与点(既知点)
• 求点(新点)
分かっている場所から、分かっていない場所を測る
相対的な位置関係
基本三角点等に基づく測量
既知点
新点
②相対測位
基準局
従来⽅式 みちびき衛星をGPS衛星の
一つとして使用
相対位置関係を求める
移動局
精密単独測位(PPP)
• みちびきからL6信号
(CLAS)を受信し、誤差補正
を⾏って高精度に単独測位を
おこなう。
PPP : Precise Point Positioning
誤差要因を補正
56
2.4 単点型測位 vs. 差分型測位
単点型測位 差分型測位
衛星測位は電波を用いた距離測定を行っているが、その衛星測位方法は次の2種
に大別できる。
単独測位、精密単独測位(PPP) RTK測位、DGPS測位
QZSS:単独測位で高精度 基準点からの差分で高精度測位
資料提供:
SPAC
あえて、言えば、既知点は、衛星です。
センチメータ級測位補強サービス(CLAS;
Centimeter Level Augmentation Service)
種別
測位誤差
水平 垂直
静止
<6cm(95%)
(3.47cm(RMS))
<12cm(95%)
(6.13cm(RMS))
移動体
<12cm(95%)
(6.94cm(RMS))
<24cm(95%)
(12.25cm(RMS))
みちびき(準天頂衛星システム)
http://qzss.go.jp/technical/system/l6.html
精度
CLASの精度は、以下を満足する。ただし、精度を満たすためには、5機
以上の可視衛星が必要であり、想定する仰角マスクは15度とする。
旧名称 利用実証用センチメータ級測位補強システム
(CMAS ; CentiMeterclass Augmentation System)
L6信号で送信
測位誤差大きい︖
• 最新テクノロジーなのに、6cm︕︖
絶対位置として得られる座標値が、
この誤差しかないのは、驚異的です。
種別
測位誤差
水平 垂直
静止
<6cm(95%)
(3.47cm(RMS))
<12cm(95%)
(6.13cm(RMS))
移動体
<12cm(95%)
(6.94cm(RMS))
<24cm(95%)
(12.25cm(RMS))
一筆地の形状・面積は、TS
で測りましょう。
ただし、
GNSS測定は、絶対
位置座標の付与と、
⽅向角取付に役⽴つ
なるべく遠くに設置
100m以上
GNSS測定は、絶対
位置座標の付与と、⽅
向角取付に役⽴つ
なるべく遠くに設置
現在、日調連にて、
本方式のマニュアル(案)を
作成中
【課題】基本三角点等に基づくか︖
平成30年11月から準天頂衛星の正式サービス
が始まったが、現⾏ルールでは、PPPによる測量で
は不動産登記測量には利用できない
今後の法整備に期待
PPPは、単独測位のため、既知点の概念がない。
地積測量図作成において、基本三角点等に基づ
く測量が義務付けられている。
境界標探索に活用
PPP 単独測位のため、携
帯電話の通じない山間部で
も可能
通信費もかからない
L6信号受信
現行法制化でも使用できる業務
スマートフォンでもPPPが使える可能性
も︕
電離層による誤差なども補正してくれる
L1のみの1周波受信機でもPPPが可能
スマホに内蔵のGPS受信モジュールでも可能性あり
AR(拡張現実)技術の普及
• いわゆる「位置ゲー」と呼ばれるスマホアプリが
流⾏
Ingress(TM) ポケモンGO(TM)
AR(拡張現実)技術の普及
• 基準点探索にも有効なツール
基準点をGETせよ︕
36.45879
140.26987
36.45879
140.26987
Android 7.0 では、GNSS測量の可能性
も︕
https://developer.android.com/reference/android/location/GnssMeasurement.html
⽴命館大が作成したAndroidアプリ
GNSS測量ができる
GNSS搬送波位相を記録できる機種は限定
ファーウェイ Mate20 Pro
(ライカ カメラレンズ 3個)
HUAWEI P10
スマホでGNSS測量した結果
残念ながら、FLOAT解
(⻩⾊)
GSILIB
成果値の管理の将来像
PPP(高精度単独測位)などの高精度衛星測位発達
• ⼟地家屋調査⼠、測量⼠などの専門家による
再測量やパラメータ変換
 一般からの成果異常の報告
「58cmずれ
てます。」
まとめ
・みちびき CLAS (L6補正)により、精密な単独測位が可能
・PPPによって、基準点(既知点)がいらなくなる可能性も︕︖
・⾏政的な側面や永続性の観点から簡単には変わらない
・スマホでも、PPPが可能になりそう
測量分野の大変革期の予感
測量技術者は不要になるか?
AIに使われる調査⼠
と
AIを使う調査⼠
さらにGNSSを深
めたい⽅
自分で作れば、知識もつきやすい
質問やご意⾒は、お気軽に
高島 和宏
電子メール
takasima@ksok.co.jp

More Related Content

What's hot

SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜SSII
 
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object DetectionDeep Learning JP
 
統計的学習手法による人検出
統計的学習手法による人検出統計的学習手法による人検出
統計的学習手法による人検出MPRG_Chubu_University
 
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
 
複数台のKinectV2の使い方
複数台のKinectV2の使い方複数台のKinectV2の使い方
複数台のKinectV2の使い方Norishige Fukushima
 
Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析Hiroaki Sengoku
 
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチMIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチHironobu Fujiyoshi
 
SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向SSII
 
20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code Reading20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code ReadingTakuya Minagawa
 
確率的自己位置推定
確率的自己位置推定確率的自己位置推定
確率的自己位置推定Horiguchi Shuhei
 
30th コンピュータビジョン勉強会@関東 DynamicFusion
30th コンピュータビジョン勉強会@関東 DynamicFusion30th コンピュータビジョン勉強会@関東 DynamicFusion
30th コンピュータビジョン勉強会@関東 DynamicFusionHiroki Mizuno
 
20190307 visualslam summary
20190307 visualslam summary20190307 visualslam summary
20190307 visualslam summaryTakuya Minagawa
 
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせLiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせTakuya Minagawa
 
オープンソース SLAM の分類
オープンソース SLAM の分類オープンソース SLAM の分類
オープンソース SLAM の分類Yoshitaka HARA
 
【DL輪読会】HexPlaneとK-Planes
【DL輪読会】HexPlaneとK-Planes【DL輪読会】HexPlaneとK-Planes
【DL輪読会】HexPlaneとK-PlanesDeep Learning JP
 
SSD: Single Shot MultiBox Detector (ECCV2016)
SSD: Single Shot MultiBox Detector (ECCV2016)SSD: Single Shot MultiBox Detector (ECCV2016)
SSD: Single Shot MultiBox Detector (ECCV2016)Takanori Ogata
 
[DL輪読会]LightTrack: A Generic Framework for Online Top-Down Human Pose Tracking
[DL輪読会]LightTrack: A Generic Framework for Online Top-Down Human Pose Tracking[DL輪読会]LightTrack: A Generic Framework for Online Top-Down Human Pose Tracking
[DL輪読会]LightTrack: A Generic Framework for Online Top-Down Human Pose TrackingDeep Learning JP
 
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentationTakuya Minagawa
 
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森Masashi Komori
 

What's hot (20)

SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
SSII2022 [TS1] Transformerの最前線〜 畳込みニューラルネットワークの先へ 〜
 
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection
[DL輪読会]YOLOv4: Optimal Speed and Accuracy of Object Detection
 
統計的学習手法による人検出
統計的学習手法による人検出統計的学習手法による人検出
統計的学習手法による人検出
 
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
 
複数台のKinectV2の使い方
複数台のKinectV2の使い方複数台のKinectV2の使い方
複数台のKinectV2の使い方
 
Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析Pythonではじめるロケーションデータ解析
Pythonではじめるロケーションデータ解析
 
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチMIRU2013チュートリアル:SIFTとそれ以降のアプローチ
MIRU2013チュートリアル:SIFTとそれ以降のアプローチ
 
SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向SSII2019企画: 点群深層学習の研究動向
SSII2019企画: 点群深層学習の研究動向
 
20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code Reading20180527 ORB SLAM Code Reading
20180527 ORB SLAM Code Reading
 
20190825 vins mono
20190825 vins mono20190825 vins mono
20190825 vins mono
 
確率的自己位置推定
確率的自己位置推定確率的自己位置推定
確率的自己位置推定
 
30th コンピュータビジョン勉強会@関東 DynamicFusion
30th コンピュータビジョン勉強会@関東 DynamicFusion30th コンピュータビジョン勉強会@関東 DynamicFusion
30th コンピュータビジョン勉強会@関東 DynamicFusion
 
20190307 visualslam summary
20190307 visualslam summary20190307 visualslam summary
20190307 visualslam summary
 
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせLiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
 
オープンソース SLAM の分類
オープンソース SLAM の分類オープンソース SLAM の分類
オープンソース SLAM の分類
 
【DL輪読会】HexPlaneとK-Planes
【DL輪読会】HexPlaneとK-Planes【DL輪読会】HexPlaneとK-Planes
【DL輪読会】HexPlaneとK-Planes
 
SSD: Single Shot MultiBox Detector (ECCV2016)
SSD: Single Shot MultiBox Detector (ECCV2016)SSD: Single Shot MultiBox Detector (ECCV2016)
SSD: Single Shot MultiBox Detector (ECCV2016)
 
[DL輪読会]LightTrack: A Generic Framework for Online Top-Down Human Pose Tracking
[DL輪読会]LightTrack: A Generic Framework for Online Top-Down Human Pose Tracking[DL輪読会]LightTrack: A Generic Framework for Online Top-Down Human Pose Tracking
[DL輪読会]LightTrack: A Generic Framework for Online Top-Down Human Pose Tracking
 
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
2018/12/28 LiDARで取得した道路上点群に対するsemantic segmentation
 
社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森社会心理学者のための時系列分析入門_小森
社会心理学者のための時系列分析入門_小森
 

Recently uploaded

TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案sugiuralab
 
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfAWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfFumieNakayama
 
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineerYuki Kikuchi
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)Hiroki Ichikura
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成Hiroshi Tomioka
 
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)UEHARA, Tetsutaro
 
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...博三 太田
 
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?akihisamiyanaga1
 
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfクラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfFumieNakayama
 

Recently uploaded (9)

TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
 
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfAWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
 
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
 
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
 
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
 
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
 
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfクラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
 

【GNSS測量】みちびき衛星が変える!?測量のキホン