Submit Search
Upload
深センで半年間住んでMakeと研究をしてみた
•
Download as PPTX, PDF
•
0 likes
•
416 views
Junichi Akita
Follow
オンライン講演会(22/12/18)
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 49
Download now
Recommended
【DL輪読会】WIRE: Wavelet Implicit Neural Representations
【DL輪読会】WIRE: Wavelet Implicit Neural Representations
Deep Learning JP
2023/1/20 Deep Learning JP http://deeplearning.jp/seminar-2/
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
Deep Learning JP
2022/11/18 Deep Learning JP http://deeplearning.jp/seminar-2/
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)
Kazuki Maeno
社内勉強会で発表した画像認識におけるTransformerの研究動向についてまとめた資料です。社のサイト(https://tech-ai.panasonic.com/jp/)にて、ブログ版(https://tech-ai.panasonic.com/jp/blog_page.html?id=20211022)も公開しています。 従来版(https://www.slideshare.net/kuz44ma69/transformer-in)で資料が一部抜けていたので追加しました
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII
6/9 (木) 14:45~15:15 メイン会場 講師:石井 雅人 氏(ソニーグループ株式会社) 概要: 機械学習技術の急速な発達により、コンピュータによる知的処理は様々なタスクで人間に匹敵あるいは凌駕する性能を達成してきた。一方、このような高い性能は大量かつ高品質な学習データによって支えられており、多様化する機械学習応用においてデータの収集コストが大きな導入障壁の1つとなっている。本講演では、少ないデータやラベルから効率的に学習するための様々な技術について、「足りない情報をどのように補うか?」という観点から概観するとともに、特に画像認識分野における最新の研究動向についても紹介する。
Depth Estimation論文紹介
Depth Estimation論文紹介
Keio Robotics Association
知識があんまりないときに作ったやつで、ミスが多いと思う
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
Kentaro Matsui
2021年にインフィニットループ社内の新卒向け研修で使われた資料です。
ドメイン適応の原理と応用
ドメイン適応の原理と応用
Yoshitaka Ushiku
2020/6/11 画像センシングシンポジウム オーガナイズドセッション2 「限られたデータからの深層学習」 https://confit.atlas.jp/guide/event/ssii2020/static/organized#OS2 での招待講演資料です。 コンピュータビジョン分野を中心とした転移学習についての講演です。 パブリックなデータセットも増えていて、物体検出や領域分割などの研究も盛んですが、実際に社会実装しようとするときのデータは学習データと異なる性質(異なるドメイン)のデータである場合も非常に多いです。 本講演では、そのような場合に有効なドメイン適応の原理となるアプローチ2つと応用としての物体検出と領域分割の事例を紹介しています。
Recommended
【DL輪読会】WIRE: Wavelet Implicit Neural Representations
【DL輪読会】WIRE: Wavelet Implicit Neural Representations
Deep Learning JP
2023/1/20 Deep Learning JP http://deeplearning.jp/seminar-2/
【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
【DL輪読会】ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
Deep Learning JP
2022/11/18 Deep Learning JP http://deeplearning.jp/seminar-2/
Transformer 動向調査 in 画像認識(修正版)
Transformer 動向調査 in 画像認識(修正版)
Kazuki Maeno
社内勉強会で発表した画像認識におけるTransformerの研究動向についてまとめた資料です。社のサイト(https://tech-ai.panasonic.com/jp/)にて、ブログ版(https://tech-ai.panasonic.com/jp/blog_page.html?id=20211022)も公開しています。 従来版(https://www.slideshare.net/kuz44ma69/transformer-in)で資料が一部抜けていたので追加しました
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII
6/9 (木) 14:45~15:15 メイン会場 講師:石井 雅人 氏(ソニーグループ株式会社) 概要: 機械学習技術の急速な発達により、コンピュータによる知的処理は様々なタスクで人間に匹敵あるいは凌駕する性能を達成してきた。一方、このような高い性能は大量かつ高品質な学習データによって支えられており、多様化する機械学習応用においてデータの収集コストが大きな導入障壁の1つとなっている。本講演では、少ないデータやラベルから効率的に学習するための様々な技術について、「足りない情報をどのように補うか?」という観点から概観するとともに、特に画像認識分野における最新の研究動向についても紹介する。
Depth Estimation論文紹介
Depth Estimation論文紹介
Keio Robotics Association
知識があんまりないときに作ったやつで、ミスが多いと思う
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
Kentaro Matsui
2021年にインフィニットループ社内の新卒向け研修で使われた資料です。
ドメイン適応の原理と応用
ドメイン適応の原理と応用
Yoshitaka Ushiku
2020/6/11 画像センシングシンポジウム オーガナイズドセッション2 「限られたデータからの深層学習」 https://confit.atlas.jp/guide/event/ssii2020/static/organized#OS2 での招待講演資料です。 コンピュータビジョン分野を中心とした転移学習についての講演です。 パブリックなデータセットも増えていて、物体検出や領域分割などの研究も盛んですが、実際に社会実装しようとするときのデータは学習データと異なる性質(異なるドメイン)のデータである場合も非常に多いです。 本講演では、そのような場合に有効なドメイン適応の原理となるアプローチ2つと応用としての物体検出と領域分割の事例を紹介しています。
Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )
cvpaper. challenge
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。2020の目標は「トップ会議30+本投稿」することです。 http://xpaperchallenge.org/cv/
Sift特徴量について
Sift特徴量について
la_flance
【社内勉強会用】Sift特徴量について ※間違っている部分があるかもしれません
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
Tomohiro Motoda
最近の三次元表現やこれをニューラルネットワークのような深層学習モデルに入力,出力する際の工夫についてまとめています.気まぐれに一晩で作成したので,多少の粗さはお許しください.
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII
SSII2019 オーガナイズドセッション3「深層学習の高速化 ~高速チップ、分散学習、軽量モデル~」 6月14日(金) 10:35〜12:05 (メインホール)
[DL輪読会]Causality Inspired Representation Learning for Domain Generalization
[DL輪読会]Causality Inspired Representation Learning for Domain Generalization
Deep Learning JP
2022/04/22 Deep Learning JP: http://deeplearning.jp/seminar-2/
【DL輪読会】Llama 2: Open Foundation and Fine-Tuned Chat Models
【DL輪読会】Llama 2: Open Foundation and Fine-Tuned Chat Models
Deep Learning JP
2023/7/20 Deep Learning JP http://deeplearning.jp/seminar-2/
SSII2022 [OS3-03] スケーラブルなロボット学習システムに向けて
SSII2022 [OS3-03] スケーラブルなロボット学習システムに向けて
SSII
SSII2022 [OS3-03] スケーラブルなロボット学習システムに向けて 6月10日 (金) 11:00 - 12:30 メイン会場 登壇者:松嶋 達也 氏(東京大学) 概要:DNNを用いたロボット学習アルゴリズムを用いて、動画のような高次元の入力からロボットの制御方策を学習することが可能になった。これらの手法はサービスロボット領域での応用が期待されているが、タスクや環境の多様性への対処が課題となっている。本講演では、強化学習のようなロボットの制御方策を直接学習する手法において、ロボットシステムから収集し蓄積した「オフライン」のデータを活用する方法について紹介するほか、実際に家庭内のサービスロボットシステム構築の事例紹介を通じて、実世界のロボットシステムの特徴やデータドリブンな手法を取り入れて汎化性・柔軟性を高めるための方法に関して解説する。
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
Deep Learning JP
2022/02/04 Deep Learning JP: http://deeplearning.jp/seminar-2/
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
機械学習におけるコード設計のベストプラクティスについて
semantic segmentation サーベイ
semantic segmentation サーベイ
yohei okawa
2019.4.19 LPIXEL Inc. Presents #1【画像処理 & 機械学習】論文LT会! で発表した資料です。 https://lpixel.connpass.com/event/126425/
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
社内勉強会での発表資料です。 「失敗事例を通じて、機械学習の検討で抑えるべきポイントを学ぶ」をコンセプトに作成しました。AI・機械学習を検討する広くの方々に活用していただけると幸いです。 あとがきを下記に書きました。よければこちらもご参照ください。 https://qiita.com/bezilla/items/1e1abac767e10d0817d1
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
ARISE analytics
論文「Deep Clustering for Unsupervised Learning of Visual Features」について輪読した際の資料です。
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
Deep Learning JP
2017/11/06 Deep Learning JP: http://deeplearning.jp/seminar-2/
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
Deep Learning JP
2023/3/3 Deep Learning JP http://deeplearning.jp/seminar-2/
4つの戦犯から考えるサービスづくりの失敗
4つの戦犯から考えるサービスづくりの失敗
toshihiro ichitani
「リンスタ関ヶ原 〜敗軍の将、兵を語る編〜」で話したこと。 https://devlove.doorkeeper.jp/events/66102
動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット
Toru Tamaki
動作認識の最前線:手法,タスク,データセット 精密工学会 画像応用技術専門委員会, 2022年度第4回定例研究, 2022/11/18
画像生成・生成モデル メタサーベイ
画像生成・生成モデル メタサーベイ
cvpaper. challenge
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
開発速度が速い #とは(LayerX社内資料)
開発速度が速い #とは(LayerX社内資料)
mosa siru
LayerX社内の定例でつかった資料です。
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
Deep Learning JP
2022/10/21 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Scaling Laws for Neural Language Models
【DL輪読会】Scaling Laws for Neural Language Models
Deep Learning JP
2021/02/19 Deep Learning JP: http://deeplearning.jp/seminar-2/
M5Stack用のつよつよ系負荷を駆動するUnit群(スイッチサイエンス年度末大感謝祭 240223)
M5Stack用のつよつよ系負荷を駆動するUnit群(スイッチサイエンス年度末大感謝祭 240223)
Junichi Akita
スイッチサイエンス年度末大感謝祭LT(24/02/23)
M5Stackで脱出ゲームのギミックを作ってみた件(M5StackユーザーミーティングLT)
M5Stackで脱出ゲームのギミックを作ってみた件(M5StackユーザーミーティングLT)
Junichi Akita
M5StackユーザーミーティングLT(24/2/11)
More Related Content
What's hot
Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )
cvpaper. challenge
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。2020の目標は「トップ会議30+本投稿」することです。 http://xpaperchallenge.org/cv/
Sift特徴量について
Sift特徴量について
la_flance
【社内勉強会用】Sift特徴量について ※間違っている部分があるかもしれません
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
Tomohiro Motoda
最近の三次元表現やこれをニューラルネットワークのような深層学習モデルに入力,出力する際の工夫についてまとめています.気まぐれに一晩で作成したので,多少の粗さはお許しください.
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII
SSII2019 オーガナイズドセッション3「深層学習の高速化 ~高速チップ、分散学習、軽量モデル~」 6月14日(金) 10:35〜12:05 (メインホール)
[DL輪読会]Causality Inspired Representation Learning for Domain Generalization
[DL輪読会]Causality Inspired Representation Learning for Domain Generalization
Deep Learning JP
2022/04/22 Deep Learning JP: http://deeplearning.jp/seminar-2/
【DL輪読会】Llama 2: Open Foundation and Fine-Tuned Chat Models
【DL輪読会】Llama 2: Open Foundation and Fine-Tuned Chat Models
Deep Learning JP
2023/7/20 Deep Learning JP http://deeplearning.jp/seminar-2/
SSII2022 [OS3-03] スケーラブルなロボット学習システムに向けて
SSII2022 [OS3-03] スケーラブルなロボット学習システムに向けて
SSII
SSII2022 [OS3-03] スケーラブルなロボット学習システムに向けて 6月10日 (金) 11:00 - 12:30 メイン会場 登壇者:松嶋 達也 氏(東京大学) 概要:DNNを用いたロボット学習アルゴリズムを用いて、動画のような高次元の入力からロボットの制御方策を学習することが可能になった。これらの手法はサービスロボット領域での応用が期待されているが、タスクや環境の多様性への対処が課題となっている。本講演では、強化学習のようなロボットの制御方策を直接学習する手法において、ロボットシステムから収集し蓄積した「オフライン」のデータを活用する方法について紹介するほか、実際に家庭内のサービスロボットシステム構築の事例紹介を通じて、実世界のロボットシステムの特徴やデータドリブンな手法を取り入れて汎化性・柔軟性を高めるための方法に関して解説する。
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
Deep Learning JP
2022/02/04 Deep Learning JP: http://deeplearning.jp/seminar-2/
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
機械学習におけるコード設計のベストプラクティスについて
semantic segmentation サーベイ
semantic segmentation サーベイ
yohei okawa
2019.4.19 LPIXEL Inc. Presents #1【画像処理 & 機械学習】論文LT会! で発表した資料です。 https://lpixel.connpass.com/event/126425/
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
社内勉強会での発表資料です。 「失敗事例を通じて、機械学習の検討で抑えるべきポイントを学ぶ」をコンセプトに作成しました。AI・機械学習を検討する広くの方々に活用していただけると幸いです。 あとがきを下記に書きました。よければこちらもご参照ください。 https://qiita.com/bezilla/items/1e1abac767e10d0817d1
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
ARISE analytics
論文「Deep Clustering for Unsupervised Learning of Visual Features」について輪読した際の資料です。
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
Deep Learning JP
2017/11/06 Deep Learning JP: http://deeplearning.jp/seminar-2/
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
Deep Learning JP
2023/3/3 Deep Learning JP http://deeplearning.jp/seminar-2/
4つの戦犯から考えるサービスづくりの失敗
4つの戦犯から考えるサービスづくりの失敗
toshihiro ichitani
「リンスタ関ヶ原 〜敗軍の将、兵を語る編〜」で話したこと。 https://devlove.doorkeeper.jp/events/66102
動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット
Toru Tamaki
動作認識の最前線:手法,タスク,データセット 精密工学会 画像応用技術専門委員会, 2022年度第4回定例研究, 2022/11/18
画像生成・生成モデル メタサーベイ
画像生成・生成モデル メタサーベイ
cvpaper. challenge
cvpaper.challenge の メタサーベイ発表スライドです。 cvpaper.challengeはコンピュータビジョン分野の今を映し、トレンドを創り出す挑戦です。論文サマリ作成・アイディア考案・議論・実装・論文投稿に取り組み、凡ゆる知識を共有します。 http://xpaperchallenge.org/cv/
開発速度が速い #とは(LayerX社内資料)
開発速度が速い #とは(LayerX社内資料)
mosa siru
LayerX社内の定例でつかった資料です。
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
Deep Learning JP
2022/10/21 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Scaling Laws for Neural Language Models
【DL輪読会】Scaling Laws for Neural Language Models
Deep Learning JP
2021/02/19 Deep Learning JP: http://deeplearning.jp/seminar-2/
What's hot
(20)
Vision and Language(メタサーベイ )
Vision and Language(メタサーベイ )
Sift特徴量について
Sift特徴量について
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
SSII2019OS: 深層学習にかかる時間を短くしてみませんか? ~分散学習の勧め~
[DL輪読会]Causality Inspired Representation Learning for Domain Generalization
[DL輪読会]Causality Inspired Representation Learning for Domain Generalization
【DL輪読会】Llama 2: Open Foundation and Fine-Tuned Chat Models
【DL輪読会】Llama 2: Open Foundation and Fine-Tuned Chat Models
SSII2022 [OS3-03] スケーラブルなロボット学習システムに向けて
SSII2022 [OS3-03] スケーラブルなロボット学習システムに向けて
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
[DL輪読会]data2vec: A General Framework for Self-supervised Learning in Speech,...
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
semantic segmentation サーベイ
semantic segmentation サーベイ
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
[DL輪読会]A Bayesian Perspective on Generalization and Stochastic Gradient Descent
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
【DL輪読会】DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Dri...
4つの戦犯から考えるサービスづくりの失敗
4つの戦犯から考えるサービスづくりの失敗
動作認識の最前線:手法,タスク,データセット
動作認識の最前線:手法,タスク,データセット
画像生成・生成モデル メタサーベイ
画像生成・生成モデル メタサーベイ
開発速度が速い #とは(LayerX社内資料)
開発速度が速い #とは(LayerX社内資料)
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
【DL輪読会】BlobGAN: Spatially Disentangled Scene Representations
【DL輪読会】Scaling Laws for Neural Language Models
【DL輪読会】Scaling Laws for Neural Language Models
More from Junichi Akita
M5Stack用のつよつよ系負荷を駆動するUnit群(スイッチサイエンス年度末大感謝祭 240223)
M5Stack用のつよつよ系負荷を駆動するUnit群(スイッチサイエンス年度末大感謝祭 240223)
Junichi Akita
スイッチサイエンス年度末大感謝祭LT(24/02/23)
M5Stackで脱出ゲームのギミックを作ってみた件(M5StackユーザーミーティングLT)
M5Stackで脱出ゲームのギミックを作ってみた件(M5StackユーザーミーティングLT)
Junichi Akita
M5StackユーザーミーティングLT(24/2/11)
つくってドヤると楽しい
つくってドヤると楽しい
Junichi Akita
ものづくりゼミ@北海道情報大(230324)
日本の「ものづくり」の可能性:中国深センとの比較を通して
日本の「ものづくり」の可能性:中国深センとの比較を通して
Junichi Akita
こっしぇる! (23/03/04) https://coshel.org/
分解のススメHyperの読みどころ
分解のススメHyperの読みどころ
Junichi Akita
「感電上等!分解のススメHyper」出版記念(23/01/28)
日本での電子回路の導入教育の可能性:中国との比較を通して
日本での電子回路の導入教育の可能性:中国との比較を通して
Junichi Akita
電気学会・電子回路研究会(221209)
中国と深センでの半導体とRISC-V業界事情
中国と深センでの半導体とRISC-V業界事情
Junichi Akita
JASA RISC-V WGセミナー(2022/11/30)
タイプライターを改造してキーボードを作ってみた
タイプライターを改造してキーボードを作ってみた
Junichi Akita
ヒーローズリーグ2022 オレトク賞決勝(2022/11/30)
3Dプリンタを改造してチップマウンタを作ってみたら物理的にForkされた件
3Dプリンタを改造してチップマウンタを作ってみたら物理的にForkされた件
Junichi Akita
#makepcba 3Dプリンタ/チップマウンタ(2022/12/4)
中国でスタックチャンに会ってみた
中国でスタックチャンに会ってみた
Junichi Akita
22/09/23 #makepcba #スタックチャン
M5Stackでインターンしてみた
M5Stackでインターンしてみた
Junichi Akita
M5Future (2022/9/3) * 誤記あり:Altima→Altium
左手サブキーボードを作り続けてみた
左手サブキーボードを作り続けてみた
Junichi Akita
自作キーボードとPCB/PCBA https://makepcba02.peatix.com/
STM32F互換マイコン(自称を含む)を軽く解析してみた
STM32F互換マイコン(自称を含む)を軽く解析してみた
Junichi Akita
分解のススメ 第14回 https://bunkai14.peatix.com/
基板設計の基礎知識と実践(別名:基板と仲良くなる方法)
基板設計の基礎知識と実践(別名:基板と仲良くなる方法)
Junichi Akita
「PCB/PCBAオンライン発注ガイド」(2022/7/3)の前半資料 https://makepcba.peatix.com/
深センで2ヶ月過ごしていろいろ試してみた
深センで2ヶ月過ごしていろいろ試してみた
Junichi Akita
IoTLT #88 in #NT金沢
Makeと半導体の境界
Makeと半導体の境界
Junichi Akita
早稲田大学ビジネススクール ゲスト講義(2022/2/5)
CH551/2/8/9を炙ってみた
CH551/2/8/9を炙ってみた
Junichi Akita
#分解のススメ 12 (22/01/29) LT資料
うっかりチップマウンタを自作して薄い本を書いてみた
うっかりチップマウンタを自作して薄い本を書いてみた
Junichi Akita
スイッチサイエンス・マーケットプレイスAwards2021 Lightning Talk
多様な学生の教材としてしてのプロトタイピング用マイコンボードの可能性
多様な学生の教材としてしてのプロトタイピング用マイコンボードの可能性
Junichi Akita
2021実践教育訓練学会 全国大会 電気・電子・情報系 基調講演 http://www.jissen.or.jp/meeting/2021/special.html
道具としての半導体設計:Lチカを題材として
道具としての半導体設計:Lチカを題材として
Junichi Akita
(一社)組込みシステム技術協会 RISC-V WG 第2回Webセミナー2021
More from Junichi Akita
(20)
M5Stack用のつよつよ系負荷を駆動するUnit群(スイッチサイエンス年度末大感謝祭 240223)
M5Stack用のつよつよ系負荷を駆動するUnit群(スイッチサイエンス年度末大感謝祭 240223)
M5Stackで脱出ゲームのギミックを作ってみた件(M5StackユーザーミーティングLT)
M5Stackで脱出ゲームのギミックを作ってみた件(M5StackユーザーミーティングLT)
つくってドヤると楽しい
つくってドヤると楽しい
日本の「ものづくり」の可能性:中国深センとの比較を通して
日本の「ものづくり」の可能性:中国深センとの比較を通して
分解のススメHyperの読みどころ
分解のススメHyperの読みどころ
日本での電子回路の導入教育の可能性:中国との比較を通して
日本での電子回路の導入教育の可能性:中国との比較を通して
中国と深センでの半導体とRISC-V業界事情
中国と深センでの半導体とRISC-V業界事情
タイプライターを改造してキーボードを作ってみた
タイプライターを改造してキーボードを作ってみた
3Dプリンタを改造してチップマウンタを作ってみたら物理的にForkされた件
3Dプリンタを改造してチップマウンタを作ってみたら物理的にForkされた件
中国でスタックチャンに会ってみた
中国でスタックチャンに会ってみた
M5Stackでインターンしてみた
M5Stackでインターンしてみた
左手サブキーボードを作り続けてみた
左手サブキーボードを作り続けてみた
STM32F互換マイコン(自称を含む)を軽く解析してみた
STM32F互換マイコン(自称を含む)を軽く解析してみた
基板設計の基礎知識と実践(別名:基板と仲良くなる方法)
基板設計の基礎知識と実践(別名:基板と仲良くなる方法)
深センで2ヶ月過ごしていろいろ試してみた
深センで2ヶ月過ごしていろいろ試してみた
Makeと半導体の境界
Makeと半導体の境界
CH551/2/8/9を炙ってみた
CH551/2/8/9を炙ってみた
うっかりチップマウンタを自作して薄い本を書いてみた
うっかりチップマウンタを自作して薄い本を書いてみた
多様な学生の教材としてしてのプロトタイピング用マイコンボードの可能性
多様な学生の教材としてしてのプロトタイピング用マイコンボードの可能性
道具としての半導体設計:Lチカを題材として
道具としての半導体設計:Lチカを題材として
深センで半年間住んでMakeと研究をしてみた
1.
#SZdiary 深センで半年間住んで Makeと研究をしてみた 秋田純一 @akita11 2022/12/18日 19:00〜
2.
2022/12/18 #SZdiary 自己紹介 金沢大学 融合学域(兼:電子情報通信学類) 専門:半導体(イメージセンサ) 「半導体の民主化」の文脈 Maker 開発ボード、グッズ Makeイベントの運営 ※過去のアウトプット:http://akita11.jp/works/
3.
2022/12/18 #SZdiary ちょっと宣伝・・・ https://www.rutles.net/products/detail.php?product_id=897 https://www.ohmsha.co.jp/book/9784274229862/
4.
2022/12/18 #SZdiary 中国・深センでのサバティカル研修 2022/4〜9月:一定期間、研究に専念できる制度 古くは小さな漁村/香港との「緩衝地帯」 1980年〜鄧小平「改革開放」政策 海外企業の誘致、電子機器の工場 1990年〜「华强北」(秋葉原がモデル) →設計専門会社「方案公司」が誕生 「山寨(シャンザイ)携帯」等の設計情報、 知識経験の交換を通して設計力が向上 電子部品サプライチェーン、 製造工場とも有機的に機能して 「ハードウエアのシリコンバレー」へ https://github.com/akita11/SZdiary (まとめ記事、インタビュー記事あり)
5.
2022/12/18 #SZdiary なにをやったのか? いろいろあった。 (8文字、句読点を含む) ※清水義範「国語入試問題必勝法」のネタ
6.
2022/12/18 #SZdiary なにをやったのか? 大学関連 南方科技大(将来の共同研究を視野に入れた研究交流) 深セン大、香港城市大(深セン研究所)の訪問 企業関連 M5Stackインターン JLCPCB(OCS導入、工場見学) その他、企業訪問・工場見学を何社か 展示会(技術情報収集) アントレプレナー関連 VCとのMOU締結(金沢大からのインターン受け入れ準備) 日常生活(それなりにたいへん)
7.
2022/12/18 #SZdiary 深センに来てみた 渡航前にPCR検査(証明書つき:3万円x3) 4/11成田→深セン(16万円) そのまま検疫隔離ホテルへのミステリーツアー ここで3週間過ごす(途中1回ホテルを移動) とにかくヒマ(部屋から出られない) (完全防護服の)人と会うのは、 数日に1回のPCR検査時のみ 生活リズムを崩すと死ぬ →時間割制、いろいろ準備 ※いまはだいぶ状況が違う
8.
2022/12/18 #SZdiary ゼロコロナな日常 ビル・マンション区画ごとに 警備員がいて健康コードをチェック PCR検査は街中いたるところに(平時は10人で1本) アプリ登録→検体採取(のど、10秒で終わる) →数時間後にアプリに結果 24h/48h陰性証明がないと生活上不便が多い 場所コードをスキャンしないと中に入れない →人の動きが記録→濃厚接触は健康コードが黄色になる 人口1700万人の深センで陽性10人で不穏になる 陽性者が出たマンションは封鎖など (弁当宅配はできるので生活はできる) ※12月初旬から大幅に緩和
9.
2022/12/18 #SZdiary 中国語は・・・ NHKラジオ中国語:2年 +NetChai:半年(1回/週) まあ正直、ぜんぜん
とはいえ「郷に入りては」したい 片言でも努力してれば「相手してやろう」と 思ってくれるはず・・・ 半年間住んでみて・・・ 買い物の数字は聞き取れる 簡字体はだいぶ慣れた 技術に関する会話を 横で聞くのは1-2割くらい? 喋るのは、まあ片言以下 まめに単語などを日記に ポケトークは 発音チェックにめちゃ便利
10.
2022/12/18 #SZdiary “Made in China” 古くは「安かろう悪かろう」「コピー品天国」の 代名詞 最先端の科学技術が惜しげもなく投入され、 急速に社会に実装されている 若い人ほど、このイメージを持っている 自動運転タクシーの 営業実証実験 ドローンやロボットが 街中に普通にいる Ref:例えば高口「中国S級B級論」
11.
2022/12/18 #SZdiary 中国のインターネット・スマホ事情 「グレート・ファイアウオール(金盾)」 GoogleやTwitterなどが利用不可 (若い人には使っている?) 海外サービスをうまく進化させた、 独自のインターネットサービス 高精度測位とIoT化バスの実用的な地図アプリ WeChat(微信)のミニアプリ、電子結佐 金融ビッグデータ実証のAlipay 「スマホ前提社会(+ない人対応は人力)」 ←「スマホがない人がいるからやらない」(日本)
12.
2022/12/18 #SZdiary 行政と科学技術政策 産・官・学が「科学技術で社会を良くする」という目的に 能動的に動く 「もうかる」も一つの目標 行政も、よく科学技術のことを勉強している 「やらない・できない」言い訳が出ない (出せない、のかもしれない) 「深セン速度」でものごとが進む 例:ドローンの「空中回廊」制度 8月のシンポジウムで議論 10月には飲食物配達の実証実験 例:QRコード決済 ×「スマホを使えない人がいるから、やらない」 ○「ほとんどスマホを持っているから導入。持っていない人に は個別対応」 元は高層ビル建設が3日で1階進むの をみて鄧小平が言った言葉(らしい) 転じて、あらゆることが素早く進むこと を指す
13.
2022/12/18 #SZdiary ごはん KFCの朝おかゆ 吉野家・すき家には とんこつラーメンが きくらげご飯 朝ごはんは屋台で (肉まん50円、ゆでたまご40 Alipay/WeChatPayでメニュー →注文・支払い 「中華料理」といってもいろいろありすぎる
14.
2022/12/18 #SZdiary 南方科技大学 深セン市立(2011年)、THEランキング162位 教員は「海亀族」が多い(女性率20%) 研究の国際的バランス感覚、基礎研究に近 い研究プロジェクトも多い 新任教員の補助約1億円/5年 →その後は競争的資金 企業との接点、ビジネス化の 意識が強い
15.
2022/12/18 #SZdiary 高等教育への手厚い公的資金 深セン市からの配分 深セン大=1000億円 南方科技大=750億円 ハルビン工科大深セン校=240億円 日本の運営交付金 東大=870億円 金沢大=160億円
16.
2022/12/18 #SZdiary 全体的にエンジニア不足 半導体設計の大卒初任給は1000万円程度 学生はよく勉強している =「社会の成長」を実感できる、のも大きい? 「儲かるから」 >> 「面白いから」の傾向?
17.
2022/12/18 #SZdiary エンジニアもよく勉強している 「系列」の概念がない=多様な経験を積む 「最近のことはわからない」という人は皆無 とはいえ、特に”STEAM教育“が活発でもない Makerバブルの名残で「DIY」という言葉は普及 電子工作ホビイストは 人口比で見ると少ない 华强北には 「秋月電子」はない MakerFaire Shenzhenも 「ビジネス寄り」の傾向 中国の「ものづくり」は、あくまでもビジネス文脈とみるのが自然? 西餅「ハルロック」1Ω(第1話)より
18.
2022/12/18 #SZdiary 社会の成長と科学技術への見方 基本的に「未来が明るい」とみんな信じていて、 それに向かって社会が動く 「その裏付けの科学技術が大事」という認識 景気がいい国はだいたいそう(高度成長期の日本も) (理由はいろいろだが)景気が悪くなると科学技 術に対する不信が増す その結果、エンジニアが不遇になる 例:シンガポールのリー・シェンロン首相(2016) シリコンバレー視察後「エンジニアをsexyな職業にす る」という方針→STEAM教育やMaker活動 Ref: https://www.todayonline.com/singapore/spore-needs-rethink-value-engineering-pm-lee
19.
#SZdiary 企業訪問(主なもの)
20.
2022/12/18 #SZdiary M5Stack 2017年の創業 IoTマイコンボードの会社 CEO: Jimmy Lai氏(現役Maker) 5cm角・つなげて機能拡張 ケースに入ってディスプレイ付き 日本で愛好者が多い 教材として使われる例も多い 私もいくつか・・・ 教養授業・専門授業 金沢美大 #スタックチャン https://docs.google.com/presentation/d/11nBajGIhjv- naQnr_dzS9U8Bt7wMfS5UbUuWfKnAS3c/ 全く関係ないが香港リンゴ日報の 創業者とEnglish
Nameが同じ
21.
2022/12/18 #SZdiary M5Stackに挨拶に行った ワイ「一応大学に部屋あるけど、けっこうヒマ なんすよ。授業とかないし」 ワイ「M5Stackでインターンとかできると うれしいっす」 Jimmy「いいねぇ。新製品のアイディアを 思いついたら教えて」→グループチャット作成 なにつくろう? 面白いセンサとか? ←もうだいたい出てる(M5Stackあるある) 自分的にほしいものにしよう
22.
2022/12/18 #SZdiary M5Stackオフィス 文字どおり「フルスタック」 企画・意思決定→R&D→ 試作→量産→倉庫
23.
2022/12/18 #SZdiary Core2にPortB/C/D/Eを増やしたい センサ類をたくさん つなぎたくて、 仕様を相談して つくってもらた ハンズオン・授業などでそれなりに使われている https://bit.ly/3Bb4QDi
24.
2022/12/18 #SZdiary 仕様をきめる ワイ「こんなんで、どすか」 Jimmy「こういうのはどうかな」 ワイ「お、それいi Jimmy「SZLCSCのこの部品 が安いのでこれ使おう」 ケースは既存品を流用 “拡張Hubユニット”のケースを流用 金型おこすのは やっぱりコスト高 WeChatで 10分くらいでfix
25.
2022/12/18 #SZdiary さて設計 M5Stack社内は設計CADはAltium Designer 自分が使っているCAD(KiCAD)で設計でOK ケース寸法にあわせるために、同一外形の 基板データ(Altima *pcbdoc)をもらって サイズをあわせる ガーバーとBOM(部品表)を渡す →数日後にオフィスに行って製作・デバッグ シルクに使う画像データは JimmyがCorelDrawでサクっと作成 (とたんにM5Stack製品っぽくなる) さらっとデータが 出てくる
26.
2022/12/18 #SZdiary M5Stackオフィスの日常 はずしてもらいました
27.
2022/12/18 #SZdiary サインを書く(100個分) お買い上げいただいたみなさん、 ありがとうございました!
28.
2022/12/18 #SZdiary オープン開発ってこういうことなんだ オフィスに、部外者を入れてくれる もちろん信頼関係の上(製品のファン) 知財で囲うよりシェアして互恵(公开式) 「サインを入れる」といったファンサービス (ユーザ/Makerとの一体感) 「決めるまでが早い」のはM5Stack固有の (さらにいうとJimmy Lai氏の)要因かもしれない もちろん、回路チェック、BOM管理、FW開発 などで、エンジニアの多大な協力 「近くで密なコミュニケーション」は有意義 社外のリソースも 積極的に活用 「系列」「下請け」とい う 概念がない
29.
2022/12/18 #SZdiary JLCPCB(嘉立创Jiā lì chuàng) プリント基板(PCB)・部品実装(PCBA)サービス 数年前に自社工場化したようで、品質・納期が安定 日本への発送が高価・遅いので「OCSを使えるように して」と熱望→提供開始で劇的に利便性が工場 広すぎるプリント基板工場 (大規模化で少量多品種に対応) 深セン速度を支えるインフラ 少量多品種にも充分に対応
30.
2022/12/18 #SZdiary JieLi(珠海杰理科技) 100均ガジェットなどを分解するとよく出てくる 「最先端じゃないけど、 よくできてる便利なIC」の会社 TaoBaoで書き込み機を買って 持っていったら、オオウケして評価ボードをくれました
31.
2022/12/18 #SZdiary JieLiの中の人とのお話 社員は400人、3/4がエンジニア SDK開発とチップ設計が半々ぐらい。 DACなどのアナログIPも自社製 おもちゃ向けICで設計の経験を蓄積 徹底的にニーズ志向=方案公司(独立設計会社) Webに載っていない製品が無数にある 40nmプロセスがメイン WiFiなどきまった規格には最適 電源回路などの工夫で28nmと同程度が設計できる 絶賛エンジニア募集中(切実)
32.
2022/12/18 #SZdiary SpinQ 量子コンピュータ 高機能版+低機能(NMR型)の教育用 こういう会社(多様性)が生まれる土壌がある 2qubitだが100万円くらいで買える 予備知識・メモ→https://note.com/akita11/n/n88bd38cd0023 スイッチサイエンスで国内発売開始!早速1台売れたそうです 核磁気共鳴を使って常温動作 ※帰国3日前に裏技で訪問できました・・・
33.
#SZdiary 半導体産業について
34.
2022/12/18 #SZdiary 中国でみた半導体業界 中国には3000社以上の半導体メーカ (大半はファブレス=設計専業) 最先端SoCから安価な互換IC、ディスクリート半 導体まで、企業の幅は非常に広い ファブ(受託製造工場)もいくつかある 米国の(アンフェアな)規制(EUV等)から、 5nmクラスは量産できなくなっているが、 SMICが7nm量産など徐々に内製化へ進んでい る EDAツールはCadence等が主流 180nm〜65nm程度の、 やや古めのプロセスがアツい
35.
2022/12/18 #SZdiary 検疫隔離中に中国語の 勉強を兼ねて始めたが、 きりがなくて、途中で断念・・・ 古くからある8051マイコンが多い 書き換えできないOTP品も多い
36.
2022/12/18 #SZdiary やや古めの技術の半導体(1) 低価格の汎用品や互換品 基本、レッドオーシャン市場 差別化や方案公司としてトータル設計 STmicroのSTM32F030(業界標準)と、その互換マイコン(明らかに別設計)
37.
2022/12/18 #SZdiary やや古めの技術の半導体(2) 市場のニーズをうまく捉える/新たな市場を 開拓している製品 無線通信SoC、電源管理SoCなど 少量多品種のSoC市場が成立している Bluetoothイヤホン専用SoC 空間オーディオDSP、LiPo充電、 タッチ検出など必要機能が一式 (65nmプロセス、別フラッシュのSiP) 写真提供:高須正和氏 一般に半導体は 初期コストが非常に高いので 少量多品種に向かない産業
38.
2022/12/18 #SZdiary 中国/深センの科学技術政策 役人はよく技術を勉強して、 「技術が活躍するのに必要な政策」を考える 「やらない・できない」言い訳が出ない(出せない、 のかもしれない) 例)RISC-V研究開発2億円以上に20%補助金、半 導体材料40%、国産EDは70%、国産チップにも売 上に応じて補助金 https://www.ithome.com/0/645/898.htm LSI関係のマネージャ給与の20%補助金 LSI関係の外国人技術者のビザや生活優遇 LSI関係の学校創立に4億円補助 IP購入に20%補助金 自社チップ販売額の15%補助金 地政学的要因からも、 オープンソースがアツい (産(大企業も中小企業も)・官・学も全力)
39.
#SZdiary Maker天国としての深セン
40.
2022/12/18 #SZdiary 深セン速度に慣れてしまう TaoBaoで部品を買う→翌日届く SZLCSCのような中国ローカルの部品ショップも 聞いたことない面白いマイコンなどが無数にある PCB・PCBA発注→2日後に届く 日本で(TELEC的に)使えないデバイスも使える 日本で面倒になったDroneも(まだ)
41.
2022/12/18 #SZdiary ビールもMakeできます 5Lで7000円くらいなので 安くはない 帰国時に免税分超過分は 酒税を払っておみやげに ビール用PETボトルも TaoBaoで売ってる
42.
2022/12/18 #SZdiary VC附設の射出成形工場も 3Dデータを渡せばOK 期間は1ヶ月程度 金額:サイズや複雑さで変わる 単純なものなら30万円ぐらい 複雑なものだと80万円ぐらい
43.
#SZdiary 日本を外から見てみて、 日本はどうしたらいいんだろう? と考えてみた
44.
2022/12/18 #SZdiary 我々は中国とどう付き合うのがいいか? 確かに政治体制など、とっつきにくい面があるのは 事実 世論調査では、対中感情が悪いほうが圧倒的に多い 技術やビジネスの現場ではあまり感じたことがない 特に若い世代は、挑戦に貪欲 「日本が中国に勝つには」は、たぶん愚問 →「日本が中国とどうつきあうか (どう利用するか)」が得策 「漢字が読める」というアドバンテージは 圧倒的(論文、技術資料など) 「この先生きのこれるか」を欧米人はすぐに読めない ある日突然届いたSMS ぱっと見で、だいたい意味はわかる
45.
2022/12/18 #SZdiary 最近の日本の「ものづくり=Make」 エンジニア経歴がなくても「作りたいもの」を 作るがいる(世界的にみても日本が特異) 「技術で遊ぶ・親しむ」という文化 「作りたい」→「学ぶ」の順 かつての「ウオークマン」も机の下から NT金沢の様子と展示作品の例
46.
2022/12/18 #SZdiary “How to Make”からの”Made
in Japan” 「与えられた仕様をしっかりつくる」教育 “Made in Japan”が高品質の代名詞に 技術が大半の市場ニーズを満たすようになった PCのカタログの表紙にCPUスペックは載っていない 成長の目標を見失った、と言われて久しい 「iPhone?そんなものは日本でもつくれる」 「仕様をくれれば」という仮定がないか? 本当にいまでも「高品質」なのか? 「Blu-ray vs HD-DVD」の争い←→「ネット配信」
47.
2022/12/18 #SZdiary “Make”はEasyじゃないけどFun 大人は「失敗をする機会」を奪っていないか? 「系列」のために「特定の仕事」しかできない 「失敗しないように」という大人の配慮が、 逆に興味を失わせていないか? (プラモデル、理科実験、電子工作キット) 「興味を持ってもらう」という大人の事情はないか? 「楽=Fun」を求めている 「楽=Easy」だけではものたりない “Fun”のためには危険も苦労も厭わない (最近のMakerをみていれば自明)
48.
2022/12/18 #SZdiary 「最近の若いもんは・・・」 実に、うらやましい。 「総合的学習・アクティブラーニング」ネイティブ(柔軟な発想) 「アツい思い」というイノベーションの種 それを具現化できる「技術の民主化」 「技術の素養を持った○○」でいい 「エンジニア」という職種である必要はない 「理系文系」という区分けこそ無意味で弊害 「技術で遊ぶ」からで入ったっていい 「素人の工作」はあなどれない こういう人たちが活躍できるよう、大人は伴走したい 実際、技術を極めるのは、とてつもなく難しいから
49.
2022/12/18 #SZdiary まとめ 中国・深センとの現状 「社会の成長」を皆が実感して、元気がいい 基本的に「時間の流れが早い」 技術をうまく使って市場を開拓している 日本は深センとどう付き合うのがいいか? 「やりたいこと」の実現には最高のパートナー 「やりたいこと」を見つけるのがカギ 「文系理系」は捨てて「技術の素養を持った○○」に 講演・取材の依頼、お待ちしています
Download now