Submit Search
Upload
ふぉとぶらり+LODAC -iPhoneアプリでのSPARQLでの活用事例-
•
2 likes
•
3,126 views
U
uedayou
Follow
ふぉとぶらり+LODAC -iPhoneアプリでのSPARQLでの活用事例- ATR-Promotions 上田 洋 2011/07/23 第2回Linked Data勉強会
Read less
Read more
Technology
Report
Share
Report
Share
1 of 33
Download now
Download to read offline
Recommended
MyNA JPUG study 20160220-postgresql-json-datatype
MyNA JPUG study 20160220-postgresql-json-datatype
Toshi Harada
MyNA JPUG study 20160220-postgresql-json-datatype
はじめてのMongoDB
はじめてのMongoDB
Keisuke Izumiya
社内勉強会での発表資料です
PostgreSQLクエリ実行の基礎知識 ~Explainを読み解こう~
PostgreSQLクエリ実行の基礎知識 ~Explainを読み解こう~
Miki Shimogai
2014年10月11日 JPUGの発表資料
OpenStreetMap+MongoDBで地図情報を検索してみたい!
OpenStreetMap+MongoDBで地図情報を検索してみたい!
Naruhiko Ogasawara
第2回秋のもんご祭り #mongodb2014 でデモした内容の説明スライドです。自由な地図情報を扱うOpenStreetMapから取り出した情報をMongoDBに格納して、地理空間インデックスを使って検索するデモです。
月間10億pvを支えるmongo db
月間10億pvを支えるmongo db
Yuji Isobe
PostgreSQL:行数推定を読み解く
PostgreSQL:行数推定を読み解く
Hiroya Kabata
第7回 PostgreSQLアンカンファレンス@東京 - https://atnd.org/events/75718
問合せ最適化インサイド
問合せ最適化インサイド
Takahiro Itagaki
「とことんわかるPostgreSQLインサイド」(2006年)にて講演。PostgreSQLのSQL最適化機構について解説する。
Chugokudb study-20150131
Chugokudb study-20150131
Toshi Harada
PostgreSQL 9.4 feature, JSONB data type, JSONB and MongoDB
Recommended
MyNA JPUG study 20160220-postgresql-json-datatype
MyNA JPUG study 20160220-postgresql-json-datatype
Toshi Harada
MyNA JPUG study 20160220-postgresql-json-datatype
はじめてのMongoDB
はじめてのMongoDB
Keisuke Izumiya
社内勉強会での発表資料です
PostgreSQLクエリ実行の基礎知識 ~Explainを読み解こう~
PostgreSQLクエリ実行の基礎知識 ~Explainを読み解こう~
Miki Shimogai
2014年10月11日 JPUGの発表資料
OpenStreetMap+MongoDBで地図情報を検索してみたい!
OpenStreetMap+MongoDBで地図情報を検索してみたい!
Naruhiko Ogasawara
第2回秋のもんご祭り #mongodb2014 でデモした内容の説明スライドです。自由な地図情報を扱うOpenStreetMapから取り出した情報をMongoDBに格納して、地理空間インデックスを使って検索するデモです。
月間10億pvを支えるmongo db
月間10億pvを支えるmongo db
Yuji Isobe
PostgreSQL:行数推定を読み解く
PostgreSQL:行数推定を読み解く
Hiroya Kabata
第7回 PostgreSQLアンカンファレンス@東京 - https://atnd.org/events/75718
問合せ最適化インサイド
問合せ最適化インサイド
Takahiro Itagaki
「とことんわかるPostgreSQLインサイド」(2006年)にて講演。PostgreSQLのSQL最適化機構について解説する。
Chugokudb study-20150131
Chugokudb study-20150131
Toshi Harada
PostgreSQL 9.4 feature, JSONB data type, JSONB and MongoDB
Rakuten tech conf
Rakuten tech conf
Koichi Fujikawa
Rakuten Technology Conference 2010
Cloud computing competition by Hapyrus
Cloud computing competition by Hapyrus
Koichi Fujikawa
Presentation for cloud competition in INTEROP 2010
JSON Based Web Services
JSON Based Web Services
Toru Yamaguchi
[TL06] 日本の第一人者が C# の現状と今後を徹底解説! 「この素晴らしい C# に祝福を!」
[TL06] 日本の第一人者が C# の現状と今後を徹底解説! 「この素晴らしい C# に祝福を!」
de:code 2017
C# 1.0 の正式リリースから 15 年経ち、C# を取り巻く環境もずいぶん変わりました。リリース当初から C# の売りであった高い生産性に加え、パフォーマンスや信頼性に対する要求も高まっています。15 年経っても色あせることなく進化を続け、新しい要件に対しても取り組みを続けている C# の現状と今後について、最新の C# 7.0 や予定されている今後の新機能を交えつつ解説していきます。 製品/テクノロジ: .NET/OSS/開発言語 岩永 信之 「++C++; // 未確認飛行 C 」サイト管理者
SQLチューニング入門 入門編
SQLチューニング入門 入門編
Miki Shimogai
BPStudy32 CouchDB 再入門
BPStudy32 CouchDB 再入門
Yohei Sasaki
CouchDB introduction at BPStudy.
より深く知るオプティマイザとそのチューニング
より深く知るオプティマイザとそのチューニング
Yuto Hayamizu
JPUG主催 PostgreSQLカンファレンス2014(2014.12.05@品川AP) https://www.postgresql.jp/events/jpug-pgcon2014 【C5】「より深く知るオプティマイザとそのチューニング」の発表資料です。
Gunosy Go lang study #6 net http url
Gunosy Go lang study #6 net http url
Innami Satoshi
Go lang net, net/http, net/url package の説明会資料
WPD-Fes #3 2015年のサバイバル学習術 Web開発技術の税引後利益 を最大化しよう!
WPD-Fes #3 2015年のサバイバル学習術 Web開発技術の税引後利益 を最大化しよう!
文樹 高橋
Web開発の現場では、新しい言語やフレームワークが毎日のように登場し、「どの技術を利用するか?」という問題に頭を悩ませている人も多いのではないでしょうか。たとえば、タスクランナー系のツールではGruntが最有力でしたが、いまでは開発がストップしてしまい、「これからはGulpだ」という意見をよく聞きます。 とはいえ、Gulpはすたれないのでしょうか。本当に? あなたが的中率100%の予言者でない限り、時間をかけて覚えた技術が使われなくなってしまうことを防ぐのは難しいでしょう。費やした学習コストが失われるのは、遅れてやってくる税金のようなものです。 このセッションでは「いま学ぶのに最適な技術はどれか?」を伝えるのではなく、「せっかく学んだ新しい技術がすたれてしまった場合にどうしたらよいか?」「すたれても残る知識の核のようなものを増やすにはどうしたらよいか」という2つの点にフォーカスを当てます。 燃え尽きた灰の中から蘇る不死鳥のような、色あせることのない知識のコア。あなたがそれを見つける一助となれば幸いです。
はじめてのCouch db
はじめてのCouch db
Eiji Kuroda
20090107 Postgre Sqlチューニング(Sql編)
20090107 Postgre Sqlチューニング(Sql編)
Hiromu Shioya
PostgreSQL 10 新機能 @オープンセミナー香川 2017
PostgreSQL 10 新機能 @オープンセミナー香川 2017
Shigeru Hanada
2017.09.09 に開催されたオープンセミナー香川 2017で使用した資料です。オープンソース RDBMS の PostgreSQL の概要と、次のバージョンである PostgreSQL 10 で追加される新機能についてご紹介しました。
広告配信現場で使うSpark機械学習
広告配信現場で使うSpark機械学習
x1 ichi
Using Apache Spark Machine Learning by advertising.
JPUGしくみ+アプリケーション勉強会(第20回)
JPUGしくみ+アプリケーション勉強会(第20回)
Yoshinori Nakanishi
日本PostgreSQLユーザ会の第20回しくみ+アプリケーション勉強会(2013年2月9日)で PostgreSQL の Explain について講演した資料です。
Pgunconf 20121212-postgeres fdw
Pgunconf 20121212-postgeres fdw
Toshi Harada
Postgres_fdw
MongoDB: システム可用性を拡張するインデクス戦略
MongoDB: システム可用性を拡張するインデクス戦略
ippei_suzuki
MongoDBの特徴的な機能である、インデクスについてのウェビナーの日本語翻訳。 MongoDBの性能を最適なする手法として、インデクスは重要な役割を担っています。
Esm lt threading_macro
Esm lt threading_macro
工 久納
ClojureのスレッディングマクロっぽいものをRubyで実装してみた話
カジュアルにソースコードリーディング
カジュアルにソースコードリーディング
Akihiro Okuno
20120706 MongoDB Casual Talks
MapReduce入門
MapReduce入門
Satoshi Noto
Osc shimane-2016-do-postgres-dream-of-graph-database
Osc shimane-2016-do-postgres-dream-of-graph-database
Toshi Harada
Apply the PostgreSQL WAL in the graph database. and, Search graph database using the FDW.
OSSから学ぶSwift実践テクニック
OSSから学ぶSwift実践テクニック
庸介 高橋
Kyobashi.swiftで発表した内容です。
Spring Data in a Nutshell
Spring Data in a Nutshell
Tsuyoshi Miyake
More Related Content
What's hot
Rakuten tech conf
Rakuten tech conf
Koichi Fujikawa
Rakuten Technology Conference 2010
Cloud computing competition by Hapyrus
Cloud computing competition by Hapyrus
Koichi Fujikawa
Presentation for cloud competition in INTEROP 2010
JSON Based Web Services
JSON Based Web Services
Toru Yamaguchi
[TL06] 日本の第一人者が C# の現状と今後を徹底解説! 「この素晴らしい C# に祝福を!」
[TL06] 日本の第一人者が C# の現状と今後を徹底解説! 「この素晴らしい C# に祝福を!」
de:code 2017
C# 1.0 の正式リリースから 15 年経ち、C# を取り巻く環境もずいぶん変わりました。リリース当初から C# の売りであった高い生産性に加え、パフォーマンスや信頼性に対する要求も高まっています。15 年経っても色あせることなく進化を続け、新しい要件に対しても取り組みを続けている C# の現状と今後について、最新の C# 7.0 や予定されている今後の新機能を交えつつ解説していきます。 製品/テクノロジ: .NET/OSS/開発言語 岩永 信之 「++C++; // 未確認飛行 C 」サイト管理者
SQLチューニング入門 入門編
SQLチューニング入門 入門編
Miki Shimogai
BPStudy32 CouchDB 再入門
BPStudy32 CouchDB 再入門
Yohei Sasaki
CouchDB introduction at BPStudy.
より深く知るオプティマイザとそのチューニング
より深く知るオプティマイザとそのチューニング
Yuto Hayamizu
JPUG主催 PostgreSQLカンファレンス2014(2014.12.05@品川AP) https://www.postgresql.jp/events/jpug-pgcon2014 【C5】「より深く知るオプティマイザとそのチューニング」の発表資料です。
Gunosy Go lang study #6 net http url
Gunosy Go lang study #6 net http url
Innami Satoshi
Go lang net, net/http, net/url package の説明会資料
WPD-Fes #3 2015年のサバイバル学習術 Web開発技術の税引後利益 を最大化しよう!
WPD-Fes #3 2015年のサバイバル学習術 Web開発技術の税引後利益 を最大化しよう!
文樹 高橋
Web開発の現場では、新しい言語やフレームワークが毎日のように登場し、「どの技術を利用するか?」という問題に頭を悩ませている人も多いのではないでしょうか。たとえば、タスクランナー系のツールではGruntが最有力でしたが、いまでは開発がストップしてしまい、「これからはGulpだ」という意見をよく聞きます。 とはいえ、Gulpはすたれないのでしょうか。本当に? あなたが的中率100%の予言者でない限り、時間をかけて覚えた技術が使われなくなってしまうことを防ぐのは難しいでしょう。費やした学習コストが失われるのは、遅れてやってくる税金のようなものです。 このセッションでは「いま学ぶのに最適な技術はどれか?」を伝えるのではなく、「せっかく学んだ新しい技術がすたれてしまった場合にどうしたらよいか?」「すたれても残る知識の核のようなものを増やすにはどうしたらよいか」という2つの点にフォーカスを当てます。 燃え尽きた灰の中から蘇る不死鳥のような、色あせることのない知識のコア。あなたがそれを見つける一助となれば幸いです。
はじめてのCouch db
はじめてのCouch db
Eiji Kuroda
20090107 Postgre Sqlチューニング(Sql編)
20090107 Postgre Sqlチューニング(Sql編)
Hiromu Shioya
PostgreSQL 10 新機能 @オープンセミナー香川 2017
PostgreSQL 10 新機能 @オープンセミナー香川 2017
Shigeru Hanada
2017.09.09 に開催されたオープンセミナー香川 2017で使用した資料です。オープンソース RDBMS の PostgreSQL の概要と、次のバージョンである PostgreSQL 10 で追加される新機能についてご紹介しました。
広告配信現場で使うSpark機械学習
広告配信現場で使うSpark機械学習
x1 ichi
Using Apache Spark Machine Learning by advertising.
JPUGしくみ+アプリケーション勉強会(第20回)
JPUGしくみ+アプリケーション勉強会(第20回)
Yoshinori Nakanishi
日本PostgreSQLユーザ会の第20回しくみ+アプリケーション勉強会(2013年2月9日)で PostgreSQL の Explain について講演した資料です。
Pgunconf 20121212-postgeres fdw
Pgunconf 20121212-postgeres fdw
Toshi Harada
Postgres_fdw
MongoDB: システム可用性を拡張するインデクス戦略
MongoDB: システム可用性を拡張するインデクス戦略
ippei_suzuki
MongoDBの特徴的な機能である、インデクスについてのウェビナーの日本語翻訳。 MongoDBの性能を最適なする手法として、インデクスは重要な役割を担っています。
Esm lt threading_macro
Esm lt threading_macro
工 久納
ClojureのスレッディングマクロっぽいものをRubyで実装してみた話
カジュアルにソースコードリーディング
カジュアルにソースコードリーディング
Akihiro Okuno
20120706 MongoDB Casual Talks
MapReduce入門
MapReduce入門
Satoshi Noto
Osc shimane-2016-do-postgres-dream-of-graph-database
Osc shimane-2016-do-postgres-dream-of-graph-database
Toshi Harada
Apply the PostgreSQL WAL in the graph database. and, Search graph database using the FDW.
What's hot
(20)
Rakuten tech conf
Rakuten tech conf
Cloud computing competition by Hapyrus
Cloud computing competition by Hapyrus
JSON Based Web Services
JSON Based Web Services
[TL06] 日本の第一人者が C# の現状と今後を徹底解説! 「この素晴らしい C# に祝福を!」
[TL06] 日本の第一人者が C# の現状と今後を徹底解説! 「この素晴らしい C# に祝福を!」
SQLチューニング入門 入門編
SQLチューニング入門 入門編
BPStudy32 CouchDB 再入門
BPStudy32 CouchDB 再入門
より深く知るオプティマイザとそのチューニング
より深く知るオプティマイザとそのチューニング
Gunosy Go lang study #6 net http url
Gunosy Go lang study #6 net http url
WPD-Fes #3 2015年のサバイバル学習術 Web開発技術の税引後利益 を最大化しよう!
WPD-Fes #3 2015年のサバイバル学習術 Web開発技術の税引後利益 を最大化しよう!
はじめてのCouch db
はじめてのCouch db
20090107 Postgre Sqlチューニング(Sql編)
20090107 Postgre Sqlチューニング(Sql編)
PostgreSQL 10 新機能 @オープンセミナー香川 2017
PostgreSQL 10 新機能 @オープンセミナー香川 2017
広告配信現場で使うSpark機械学習
広告配信現場で使うSpark機械学習
JPUGしくみ+アプリケーション勉強会(第20回)
JPUGしくみ+アプリケーション勉強会(第20回)
Pgunconf 20121212-postgeres fdw
Pgunconf 20121212-postgeres fdw
MongoDB: システム可用性を拡張するインデクス戦略
MongoDB: システム可用性を拡張するインデクス戦略
Esm lt threading_macro
Esm lt threading_macro
カジュアルにソースコードリーディング
カジュアルにソースコードリーディング
MapReduce入門
MapReduce入門
Osc shimane-2016-do-postgres-dream-of-graph-database
Osc shimane-2016-do-postgres-dream-of-graph-database
Similar to ふぉとぶらり+LODAC -iPhoneアプリでのSPARQLでの活用事例-
OSSから学ぶSwift実践テクニック
OSSから学ぶSwift実践テクニック
庸介 高橋
Kyobashi.swiftで発表した内容です。
Spring Data in a Nutshell
Spring Data in a Nutshell
Tsuyoshi Miyake
d3sparql.js
d3sparql.js
Toshiaki Katayama
Spring data-rest-and-spring-cloud-contract
Spring data-rest-and-spring-cloud-contract
Takeshi Ogawa
Spring Data REST Spring HATEOAS Spring Cloud Contract CDC Pact
Silkについて
Silkについて
Yoshitaka Minami
Zabbix API
Zabbix API
Shuhei Hayashibara
Zabbix API
Java EE8 Report
Java EE8 Report
Norito Agetsuma
JavaOne 2014 サンフランシスコ報告会 Tokyo のJava EEアップデートのセッション資料です。 #j1jp #jjug
Elastic circle ci-co-webinar-20210127
Elastic circle ci-co-webinar-20210127
Shotaro Suzuki
https://www.elastic.co/jp/webinars/getting-started-with-devops-with-elastic-x-circleci
イマドキの現場で使えるJavaライブラリ事情
イマドキの現場で使えるJavaライブラリ事情
takezoe
2012/09/26(Wed) JJUG Night Seminar at Oracle Japan, Tokyo
Ll xcode
Ll xcode
Net Kanayan
Elasticsearchプラグインの作り方
Elasticsearchプラグインの作り方
Shinsuke Sugaya
Elasticsearchプラグインの簡単な作り方を紹介します。また、Elasticsearchを便利に利用するためのプラグインも紹介します。
RとSQLiteで気軽にデータベース作成
RとSQLiteで気軽にデータベース作成
弘毅 露崎
[東京] JapanSharePointGroup 勉強会 #2
[東京] JapanSharePointGroup 勉強会 #2
Atsuo Yamasaki
株式会社アンクの山本さんのPowerShellセッション
PGCon.jp 2014 jsonb-datatype-20141205
PGCon.jp 2014 jsonb-datatype-20141205
Toshi Harada
PostgreSQL JSON/JSONB datatype
Scalaプログラミング・マニアックス
Scalaプログラミング・マニアックス
Tomoharu ASAMI
10分で作る Node.js Auto Scale 環境 with CloudFormation
10分で作る Node.js Auto Scale 環境 with CloudFormation
Kazuyuki Honda
東京Node学園 6時限目で発表した資料です。 http://connpass.com/event/611/
Alfresco勉強会20120829: やさしいShareダッシュレットの作り方
Alfresco勉強会20120829: やさしいShareダッシュレットの作り方
linzhixing
Parse触ってみた
Parse触ってみた
Naoya Harasawa
Parse
実践 Reactive Extensions
実践 Reactive Extensions
Shin Ise
RとWeb API
RとWeb API
Yohei Sato
Similar to ふぉとぶらり+LODAC -iPhoneアプリでのSPARQLでの活用事例-
(20)
OSSから学ぶSwift実践テクニック
OSSから学ぶSwift実践テクニック
Spring Data in a Nutshell
Spring Data in a Nutshell
d3sparql.js
d3sparql.js
Spring data-rest-and-spring-cloud-contract
Spring data-rest-and-spring-cloud-contract
Silkについて
Silkについて
Zabbix API
Zabbix API
Java EE8 Report
Java EE8 Report
Elastic circle ci-co-webinar-20210127
Elastic circle ci-co-webinar-20210127
イマドキの現場で使えるJavaライブラリ事情
イマドキの現場で使えるJavaライブラリ事情
Ll xcode
Ll xcode
Elasticsearchプラグインの作り方
Elasticsearchプラグインの作り方
RとSQLiteで気軽にデータベース作成
RとSQLiteで気軽にデータベース作成
[東京] JapanSharePointGroup 勉強会 #2
[東京] JapanSharePointGroup 勉強会 #2
PGCon.jp 2014 jsonb-datatype-20141205
PGCon.jp 2014 jsonb-datatype-20141205
Scalaプログラミング・マニアックス
Scalaプログラミング・マニアックス
10分で作る Node.js Auto Scale 環境 with CloudFormation
10分で作る Node.js Auto Scale 環境 with CloudFormation
Alfresco勉強会20120829: やさしいShareダッシュレットの作り方
Alfresco勉強会20120829: やさしいShareダッシュレットの作り方
Parse触ってみた
Parse触ってみた
実践 Reactive Extensions
実践 Reactive Extensions
RとWeb API
RとWeb API
More from uedayou
Linked Data API Navi(アーバンデータチャレンジ2022)
Linked Data API Navi(アーバンデータチャレンジ2022)
uedayou
アーバンデータチャレンジ2022 with 土木学会インフラデータチャレンジ2022 2022/03/11 https://uedayou.net/ldapinavi/
Linked Data API Navi(LODチャレンジ2022)
Linked Data API Navi(LODチャレンジ2022)
uedayou
Linked Open Data チャレンジ Japan 2022 @uedayou 2022/12/17 https://uedayou.net/ldapinavi/
小倉百人一首クイズ/路線王 ~駅名だけで鉄道路線を当てるクイズゲーム~
小倉百人一首クイズ/路線王 ~駅名だけで鉄道路線を当てるクイズゲーム~
uedayou
LODチャレンジ2020「オンライン授賞式シンポジウム」 2020/12/20
鉄道駅LOD
鉄道駅LOD
uedayou
LODチャレンジ2020「オンライン授賞式シンポジウム」 2020/12/20
LODを誰でも簡単に「Simple LODI」
LODを誰でも簡単に「Simple LODI」
uedayou
LODチャレンジ2016 授賞式 資料(2017.03.11)
関西におけるボトムアップによるLinked Open Data普及の取り組み~LODハッカソン関西の活動事例を中心に~
関西におけるボトムアップによるLinked Open Data普及の取り組み~LODハッカソン関西の活動事例を中心に~
uedayou
第1回LODチャレンジデーin名古屋2015(2015.10.24)
オープンデータとSPARQLでビジュアライズ
オープンデータとSPARQLでビジュアライズ
uedayou
WordBench京都10月号 WordPress × オープンデータ × データビジュアライゼーションハンズオン会 2015.10.03
SPARQLでオープンデータ活用!
SPARQLでオープンデータ活用!
uedayou
第4回 Code for Wakayama オープンデータをクラウドで活用しよう!
大阪市の警察署・交番と犯罪発生地点の重ね合わせ~大阪市 警察署 x 犯罪発生~
大阪市の警察署・交番と犯罪発生地点の重ね合わせ~大阪市 警察署 x 犯罪発生~
uedayou
LODチャレンジ2014カンファレンス 2015.03.12 http://uedayou.net/osakacrimemap/
オープンデータ/Linked Open Data お手軽可視化ツールの紹介~SPARQLでマッシュアップ~
オープンデータ/Linked Open Data お手軽可視化ツールの紹介~SPARQLでマッシュアップ~
uedayou
関西オープンデータEXPO'15 2015.02.11 http://expo15.theodi.jp/
SPARQLでマッシュアップ-LOD活用のための技術紹介-
SPARQLでマッシュアップ-LOD活用のための技術紹介-
uedayou
第4回 Linked Open Data ハッカソン関西 with LODC2014 × UDC2014 2014.12.7
汎用Web API“SPARQL”でオープンデータ検索
汎用Web API“SPARQL”でオープンデータ検索
uedayou
Kobe.R #13 + Open Data/第13回 R言語勉強会@神戸 発表資料 2014年11月24日
LODを使ってみよう!
LODを使ってみよう!
uedayou
第33回WordBench大阪 「WordPress + LODで作るWebアプリケーションハッカソン」 2014.09.20
AllegroGraphでsgvizler 0.5を使うときの注意点
AllegroGraphでsgvizler 0.5を使うときの注意点
uedayou
「SPARQLを利用した逆マッシュアップ-プログラミングを必要としないアプリ作成方法-」の補足資料
SPARQLを利用した逆マッシュアップ-プログラミングを必要としないアプリ作成方法-
SPARQLを利用した逆マッシュアップ-プログラミングを必要としないアプリ作成方法-
uedayou
SPARQLを利用した逆マッシュアップ -プログラミングを必要としないアプリ作成方法- http://uedayou.net/sparql-examples/
ソースコード公開しました!HTML5 x LOD WEBアプリ“SPARQL Timeliner”
ソースコード公開しました!HTML5 x LOD WEBアプリ“SPARQL Timeliner”
uedayou
第1回 Firefox OS × HTML5 × LOD WEB イノベーションハッカソン (2014/6/28)
Linked Open Data作成支援ツールの紹介
Linked Open Data作成支援ツールの紹介
uedayou
LODx簡単アプリ作成 SPARQL Timeliner
LODx簡単アプリ作成 SPARQL Timeliner
uedayou
2014/3/7 セマンティックWebコンファレンス2014 ライトニングトークの資料です。
TimeMapper2RDFとSPARQL Timelinerで簡単アプリ作成
TimeMapper2RDFとSPARQL Timelinerで簡単アプリ作成
uedayou
お手軽Linked Open Data可視化ツールSPARQL Timeliner
お手軽Linked Open Data可視化ツールSPARQL Timeliner
uedayou
第2回Linked Open Dataハッカソン関西 in 大阪 -第7回LODチャレンジデー×第3回オープンデータとソーシャルデザイン研究会- 2013年12月6日 ・SPARQL Timeliner http://uedayou.net/SPARQLTimeliner/ ・SPARQL TImeliner の使い方 http://www.slideshare.net/uedayou/sparql-timeliner-28905905
More from uedayou
(20)
Linked Data API Navi(アーバンデータチャレンジ2022)
Linked Data API Navi(アーバンデータチャレンジ2022)
Linked Data API Navi(LODチャレンジ2022)
Linked Data API Navi(LODチャレンジ2022)
小倉百人一首クイズ/路線王 ~駅名だけで鉄道路線を当てるクイズゲーム~
小倉百人一首クイズ/路線王 ~駅名だけで鉄道路線を当てるクイズゲーム~
鉄道駅LOD
鉄道駅LOD
LODを誰でも簡単に「Simple LODI」
LODを誰でも簡単に「Simple LODI」
関西におけるボトムアップによるLinked Open Data普及の取り組み~LODハッカソン関西の活動事例を中心に~
関西におけるボトムアップによるLinked Open Data普及の取り組み~LODハッカソン関西の活動事例を中心に~
オープンデータとSPARQLでビジュアライズ
オープンデータとSPARQLでビジュアライズ
SPARQLでオープンデータ活用!
SPARQLでオープンデータ活用!
大阪市の警察署・交番と犯罪発生地点の重ね合わせ~大阪市 警察署 x 犯罪発生~
大阪市の警察署・交番と犯罪発生地点の重ね合わせ~大阪市 警察署 x 犯罪発生~
オープンデータ/Linked Open Data お手軽可視化ツールの紹介~SPARQLでマッシュアップ~
オープンデータ/Linked Open Data お手軽可視化ツールの紹介~SPARQLでマッシュアップ~
SPARQLでマッシュアップ-LOD活用のための技術紹介-
SPARQLでマッシュアップ-LOD活用のための技術紹介-
汎用Web API“SPARQL”でオープンデータ検索
汎用Web API“SPARQL”でオープンデータ検索
LODを使ってみよう!
LODを使ってみよう!
AllegroGraphでsgvizler 0.5を使うときの注意点
AllegroGraphでsgvizler 0.5を使うときの注意点
SPARQLを利用した逆マッシュアップ-プログラミングを必要としないアプリ作成方法-
SPARQLを利用した逆マッシュアップ-プログラミングを必要としないアプリ作成方法-
ソースコード公開しました!HTML5 x LOD WEBアプリ“SPARQL Timeliner”
ソースコード公開しました!HTML5 x LOD WEBアプリ“SPARQL Timeliner”
Linked Open Data作成支援ツールの紹介
Linked Open Data作成支援ツールの紹介
LODx簡単アプリ作成 SPARQL Timeliner
LODx簡単アプリ作成 SPARQL Timeliner
TimeMapper2RDFとSPARQL Timelinerで簡単アプリ作成
TimeMapper2RDFとSPARQL Timelinerで簡単アプリ作成
お手軽Linked Open Data可視化ツールSPARQL Timeliner
お手軽Linked Open Data可視化ツールSPARQL Timeliner
Recently uploaded
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
Toru Tamaki
Ce Zheng, Wenhan Wu, Chen Chen, Taojiannan Yang, Sijie Zhu, Ju Shen, Nasser Kehtarnavaz, Mubarak Shah, "Deep Learning-Based Human Pose Estimation: A Survey" arXiv2020 https://arxiv.org/abs/2012.13392
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
t m
オープンエンドな進化から着想を得て、個々の大規模言語モデル(LLM)が、グループとして学習を進めながら、ノームエージェントとして機能するという概念を探求しています。これは、単一のモデルでは難しい複雑な問題を解決することを目的としています。具体的な方法として、遺伝的アルゴリズムと知識蒸留を組み合わせた学習プロセスを提案しています。知識蒸留によって学習を進め、同時に遺伝的アルゴリズムでハイパーパラメータを最適化することで、より効率的な学習を目指します。ドメインタスクとして、指示からPythonコードを生成するコード生成タスクを選択しました。実験では、学習に3つの学習モデルと1つの教師モデルを使用しました。その結果、HumanEvalのpass@1で精度が1.2%向上し、学習が進むにつれて学習率が最適化された兆候が見られました。しかし、大幅な精度向上を達成し、さまざまなハイパーパラメータを最適化するには、まだ課題が残っています。
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援します
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援します
Takayuki Nakayama
キンドリルネットワークアセスメントサービス
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
CRI Japan, Inc.
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
Humanoid Virtual Athletics Challenge2024 技術講習会 スライド
Humanoid Virtual Athletics Challenge2024 技術講習会 スライド
tazaki1
HVAC2024第1回 技術講習会 スライド
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
chiefujita1
RIZAPテクノロジーズ株式会社の会社説明資料です。
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
Matsushita Laboratory
我々はこれまで,新たなモノを産出する過程において「便利にすること」によって副次的に生じる課題を「便利の副作用」と定義し,その低減を目的としてアイディアの発想支援手法を提案してきた. これまでの研究では,便利前後の行為の増減に着目することにより便利の副作用への気づきの誘発が示唆されたものの,行為の増減の提示による便利の副作用への気づきへの影響は十分に検討できていなかった. そのため,本稿では行為の提示により便利の副作用に気づき,それを防いだアイディアの発想の支援が可能かの検証を目的として実験を行い,その有効性について検証する. 実験では,行為の増減の提示の有無によりアイディア発想にどのような影響を与えるか検証を行う.
「進化するアプリ イマ×ミライ ~生成AIアプリへ続く道と新時代のアプリとは~」Interop24Tokyo APPS JAPAN B1-01講演
「進化するアプリ イマ×ミライ ~生成AIアプリへ続く道と新時代のアプリとは~」Interop24Tokyo APPS JAPAN B1-01講演
嶋 是一 (Yoshikazu SHIMA)
進化するアプリ イマ×ミライ ~生成AIアプリへ続く道と新時代のアプリとは~ 2024/6/12~14まで幕張メッセで開催されました、インターロップ併設アプリジャパンの展示会場内ROOM Bで、10:30~11:10の枠で登壇させてもらいましたセッション資料を公開します。
Generating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language Models
harmonylab
Generating Automatic Feedback on UI Mockups with Large Language Modelsを和訳紹介したものです
生成AIがもたらすコンテンツ経済圏の新時代 The New Era of Content Economy Brought by Generative AI
生成AIがもたらすコンテンツ経済圏の新時代 The New Era of Content Economy Brought by Generative AI
Osaka University
、コンテンツ制作の主体をプロのクリエーターからユーザーへと移行させている現状をご存じの方も多いでしょう。現在、画像コンテンツ制作現場では生成AIがクリエーターを支援するツールとして利用されています。セミナーでは、画像生成における自動化の境界についての議論が予定されています。 AIの利用には著作権や倫理的な問題も伴いますが、クリエーターとAIが共存し、センシング技術と統合することで新しい形のコンテンツが生み出されることが期待されています。
Recently uploaded
(10)
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
遺伝的アルゴリズムと知識蒸留による大規模言語モデル(LLM)の学習とハイパーパラメータ最適化
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援します
キンドリル ネットワークアセスメントサービスご紹介 今のネットワーク環境は大丈夫? 調査〜対策までご支援します
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
LoRaWAN 4チャンネル電流センサー・コンバーター CS01-LB 日本語マニュアル
Humanoid Virtual Athletics Challenge2024 技術講習会 スライド
Humanoid Virtual Athletics Challenge2024 技術講習会 スライド
This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
ReonHata_便利の副作用に気づかせるための発想支援手法の評価---行為の増減の提示による気づきへの影響---
「進化するアプリ イマ×ミライ ~生成AIアプリへ続く道と新時代のアプリとは~」Interop24Tokyo APPS JAPAN B1-01講演
「進化するアプリ イマ×ミライ ~生成AIアプリへ続く道と新時代のアプリとは~」Interop24Tokyo APPS JAPAN B1-01講演
Generating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language Models
生成AIがもたらすコンテンツ経済圏の新時代 The New Era of Content Economy Brought by Generative AI
生成AIがもたらすコンテンツ経済圏の新時代 The New Era of Content Economy Brought by Generative AI
ふぉとぶらり+LODAC -iPhoneアプリでのSPARQLでの活用事例-
1.
ふぉとぶらり+LODAC iPhoneアプリでのSPARQL
の活用事例 株式会社ATR-Promotions ミュージアムメディア事業部 上田 洋 h-ueda@atr-p.com http://museum-media.jp/
2.
自己紹介 • 所属 –
株式会社ATR-Promotions ミュージアムメディア事業部 • 仕事 – 地理情報システムの開発 – 具体的には iPhoneアプリ「ふぉとぶらり」の開発を 担当
3.
ATR-Promotionsとは? • 国際電気通信基礎技術研究所(通称ATR)
の研究成果を事業展開 – 計測機器・ソフトウェアの販売 – 脳活動計測装置(MRI装置やMEG装置)の貸出 – など • ATRとは? – 情報通信技術に関わる研究開発を行う民間の研 究所 – 研究分野 • ロボット、脳情報、無線通信、メディア情報 • など
4.
ミュージアムメディア事業部とは? • ミュージアム向けモバイルガイド –
映画村でDS • ニンテンドーDSを利用したガイドシステム • コンシューマー向け地理情報システム – 「ちずぶらり」シリーズ • 古地図・絵地図など空間的に歪んだ地図の上で現在地 が表示できる街歩きiPhone/iPadアプリ • 手持ちの古地図・絵地図を手軽に「ちずぶらり」として利 用できるオンラインサービスを近日中にリリース予定 – 「ふぉとぶらり」 • 撮影時のほぼ全ての状態を記録できるiPhoneカメラア プリ(iPad2でも利用可能) • 撮影場所を地図上にかわいく・わかりやすく表示
5.
ふぉとぶらりとは? • 撮影時の全て状態を記録・管理できる多機能
カメラアプリ – 撮影時の位置、方角、仰角(上下の向き)を自動 的に記録でき、かつ、撮影時の状況をメモとして 記録可能 • リストと地図で写真を閲覧・検索 – かわいいねこ・いぬアイコンで撮影時の状態を地 図上に表示
6.
ねこの向いている方向で、 撮影した方角がわかります!
北 南東
7.
iPhoneを下に向けて撮影すると…
8.
iPhoneを上に向けて撮影すると…
9.
10.
ふぉとぶらりとLODACの連携 • 地図上に写真とともに、
LODACの地理情報 (POI)を表示する機能 を実装 • 6月2・3日に開催された NIIオープンハウスで デモ展示
11.
LODACとは? • LODAC(Linked Open
Data for Academia) • 学術情報をLinked Open Dataとして公開・共 有 – 美術館・博物館情報 – 地理情報 • 現在「LODAC Museum(α版)」でデータ公開 中 • SPARQLエンドポイントも公開
12.
ふぉとぶらりのご紹介 システムデモをご覧下さい
13.
新発売!「ふぉとぶらりPro」 •
POI表示版「ふぉとぶらり」を近日リリース予定 • ふぉとぶらりPro」 名前は「ふぉとぶらり • 写真と同時に、 1. DBPedia SPARQLで検索 で 2. Linked Geo Data 3. sinsai.info の情報を地図上に表示可能 – モバイルDBPedia、Linked Geo Dataビューアにも • 「写真」カテゴリ、価格は350円を予定 • 「ふぉとぶらりPro」をどうぞよろしくお願いします!
14.
iPhoneアプリでSPARQLを
使うには?
15.
iPhoneアプリの開発に必要なものは? •
iPhone(iPad)アプリの開発には、以下が必須 (AppStore向け) 1. Intel社製CPU搭載Mac (Windowsは不可) 2. Xcode(IDE) 3. Objective-C – 部分的にプロジェクト内でC言語、C++は利用可能
16.
Objective-Cとはどんな言語? • 基本的な文法はC言語に準拠するが、Objective-C
独特な記述をする部分がある • メソッド(関数)の呼び出しが独特 (Java) boolean flag = obj.equals(comp); (Objective-C) BOOL flag = [obj isEqual:comp]; • クラスの作成が独特 – クラス定義部(@interface ~ @end) – クラス実装部(@implementation ~ @end) • 「コンストラクタ」はない
17.
#import <Foundation/Foundation.h> @interface MyClass
: NSObject { NSString* str; } -(NSString*) combineDirectory:(NSString*)dir addFile:(NSString*)file; @end MyClass* mc = [[MyClass alloc] init]; NSString* path @implementation MyClass = [mc combinDirectory:@”text” addFile:@”doc”]; NSLog(@”Current Path: “%@””, path); ” - (id)init { self = [super init]; if(self != nil) { str = @“c:/hoge/“; } return self; } Current Path: “C:/hoge/text/doc.txt” ” - (void)dealloc { [super dealloc]; } - (NSString*) combineDirectory:(NSString*)dir addFile:(NSString*)file { return [str stringByAppendingFormat:@”%@/%@.txt”, dir, file]; } @end
18.
Objective-CでSPARQLで使うには? • HTTP通信による情報取得 • XML、JSONのパーサーによる解析
19.
HTTP通信による情報取得 • NSURLConnectionを利用 NSURL *url
= [NSURL URLWithString:@"http://lod.ac/"]; NSMutableURLRequest *req = [NSMutableURLRequest requestWithURL:url]; NSURLResponse *resp; NSError *err; NSData *data = [NSURLConnection sendSynchronousRequest:req returningResponse:&resp error:&err]; NSString* result = [[NSString alloc] initWithData:data encoding:NSUTF8StringEncoding]; • 問題点:NSStringのURLEncodeが不完全 – NSStringは文字列クラス
20.
URLEncodeが不完全 • GETでSPARQLクエリを送信する場合は、
URLEncodeが必要 • NSStringクラスにURLEncode変換メソッドはあ るが... – [NSString stringByAddingPercentEscapesUsingEncoding:] • なぜか、一部文字がエンコードされない –$&+,/:;=?@
21.
URLEncodeが不完全 • 代替で
「CFURLCreateStringByAddingPercentEscapes」 を使用することで回避 NSString* sparql = @” SELECT * WHERE { ?s ?p ?o. } LIMIT 10” ; NSString* query = (NSString*)CFURLCreateStringByAddingPercentEscapes( kDFAllocatorDefault, (CFStringRef)sparql, NULL, CFSTR(“;,/?:@=+$#”), kCFStringEncodingUTF8) ;
22.
XML、JSONのパーサーの利用 • XML、JSONの利用には、プロジェクトにライブラリ
の組み込みが必要 • XML – NSXMLParser – Libxml – TouchXML – KissXML – など • JSON – JSON Framework – TouchJSON – など
23.
ふぉとぶらりでは? • RDFをJSON形式で取得 • JSONの解析に
JSON Framework(SBJSON)を使用 • JSON Framework – JSONを連想配列(NSDictonary)形式で返す
24.
HTTPヘッダーにMIMEタイプ指定 •
MIMEタイプをJSONに指定 NSURL *url = [NSURL URLWithString: sparql_query ]; NSMutableURLRequest *req = [NSMutableURLRequest requestWithURL:url]; [req setValue:@”application/sparql-results+json” forHTTPHeaderField:@”Accept”]; JSON形式での結果を要求 形式での結果を 形式での結果 NSURLResponse *resp; NSError *err; NSData *data = [NSURLConnection sendSynchronousRequest:req returningResponse:&resp error:&err]; NSString* result = [[NSString alloc] initWithData:data encoding:NSUTF8StringEncoding];
25.
JSON Frameworkをプロジェクトへ追加 • ソースをプロジェクトにコピーするだけ
26.
LODACのRDF/JSON結果 {
"head": { "vars": [ "link", "title", "lat", "long" ] }, "results": { "bindings": [ { "title": { "type": "literal", "xml:lang": "ja", けいはんなプラザ郵便局" けいはんなプラザ郵便局 "value": "けいはんなプラザ郵便局 }, "long": { "type": "typed-literal", "datatype": "http:¥/¥/www.w3.org¥/2001¥/XMLSchema#float", "value": "135.763971" }, "lat": { "type": "typed-literal", "datatype": "http:¥/¥/www.w3.org¥/2001¥/XMLSchema#float", "value": "34.745723" }, "link": { "type": "uri", "value": "http://lod.ac/id/577214" } }, ...
27.
SPARQLクエリ • FILTERにより地図表示領域のみを対象に PREFIX
dct: <http://purl.org/dc/terms/> PREFIX omgeo: <http://www.ontotext.com/owlim/geo#> PREFIX geo: <http://www.w3.org/2003/01/geo/wgs84_pos#> PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#> SELECT distinct ?link ?title ?lat ?long WHERE{ ?link dct:references ?ref. ?ref rdfs:label ?title. ?ref geo:lat ?lat. ?ref geo:long ?long. ?ref omgeo:within(北西の緯度 北西の経度 南東の緯度 南東の経度 北 経度). } Limit 30
28.
SBJSON.h を import
JSON Frameworkコーディング #import “SBJSON.h" JSONのテキスト(NSString) のテキスト ~~~~~~~ NSDictionary *json = [text JSONValue]; NSStringの拡張メソッドとして の拡張メソッドとして メソッド 解析(JSONValue) 解析 NSDictionary* results = [[json objectForKey:@"results"] objectForKey:@"bindings"]; 連想配列から取得 連想配列から取得 から for ( NSDictionary* result in results ){ NSString* title = [[result objectForKey:@"title"] objectForKey:@"value"]; NSString* lat = [[result objectForKey:@"lat"] objectForKey:@"value"]; NSString* long = [[result objectForKey:@"long"] objectForKey:@"value"]; NSString* link = [[result objectForKey:@"link"] objectForKey:@"value"]; NSLog(@"%@ : %@ : %@ : %@", title, lat, long, link); }
29.
あとは地図にのせるだけ
30.
まとめ • iPhoneアプリ「ふぉとぶらり」でのSPARQLの
導入事例を紹介 • 導入がとても簡単 • SPARQLのメリット – 他のSPARQLエンドポイントを公開するプロバイ ダ(DBPedia、LGD)でもほぼ同様のコードを利 用可能 – SPARQLが普及すれば、ユーザが自由にデータ を追加できるようにすることが可能 = 自由度が広がる
31.
謝辞 • iPhoneアプリ「ふぉとぶらり」とLODACの連
携について、情報・システム研究機構 新領域 融合研究センター「LODAC」プロジェクトの皆 様にご協力をいただきました。深く感謝いたし ます。
32.
ご清聴ありがとうございました
33.
参考 • ふぉとぶらり(AppStore)
– http://itunes.apple.com/jp/app/id404106239?mt=8 • LODAC – http://lod.ac/ – http://lod.ac/sparql (Endpoint) • SPARQL – http://www.asahi-net.or.jp/~ax2s-kmtn/internet/rdf/rdf- sparql-query.html • JSON Framework – https://github.com/stig/json-framework/
Download now