法人お客様のワーク スタイル イノベーションを実現するソリューションである Microsoft 365。2020 年には Windows 7、Office 2010 のサポート終了も迫り、日本のお客様も働き方や IT 環境の変革を検討する大きなタイミングを迎えています。本セッションでは、生産性向上やセキュリティをはじめとする Microsoft 365 が提供する最新のソリューションをご紹介するとともに、パートナー様と日本のお客様にクラウドを利用した安心、安全な働き方を実現いただくための取り組みについてもご紹介します。
Connect 2021郡山: 街づくりのためのデジタル技術 IoT – Data - AI その先に考えたいコトDaiyu Hatakeyama
Smart City に代表される街づくりのためのデジタル技術にはいろんなものがあります。特に重要なのは IoT / Big Data そして AI です。
COVID-19で、その必要性が高まる中、もう一つ焦点を当てて考えたいコト。それは Sustainability です。
ここでは 2021年11月時点での、それらの関連性を見ていきます。
This presentation of which title is "Successful point for the IT Project Management" is for PMI Japan Monthly Seminar in March by Mr.Shinji, Notohara,Director,
IT innovation,inc,Japan.
法人お客様のワーク スタイル イノベーションを実現するソリューションである Microsoft 365。2020 年には Windows 7、Office 2010 のサポート終了も迫り、日本のお客様も働き方や IT 環境の変革を検討する大きなタイミングを迎えています。本セッションでは、生産性向上やセキュリティをはじめとする Microsoft 365 が提供する最新のソリューションをご紹介するとともに、パートナー様と日本のお客様にクラウドを利用した安心、安全な働き方を実現いただくための取り組みについてもご紹介します。
Connect 2021郡山: 街づくりのためのデジタル技術 IoT – Data - AI その先に考えたいコトDaiyu Hatakeyama
Smart City に代表される街づくりのためのデジタル技術にはいろんなものがあります。特に重要なのは IoT / Big Data そして AI です。
COVID-19で、その必要性が高まる中、もう一つ焦点を当てて考えたいコト。それは Sustainability です。
ここでは 2021年11月時点での、それらの関連性を見ていきます。
This presentation of which title is "Successful point for the IT Project Management" is for PMI Japan Monthly Seminar in March by Mr.Shinji, Notohara,Director,
IT innovation,inc,Japan.
This slide is for Ultimate Agilist Tokyo in Japan. 2012.Nov.
I want to think about agile programmer's skill set. and I want to introduce ICAgile to Japan.
I analyzed agile value, principles, practices and ICAgile.
and participant members created some mandatory skill set in this session.
See this blog entry , that will be better.
http://simple-architect.blogspot.jp/2012/11/agile-programmers-skill-set-ultimate.html
[db tech showcase Tokyo 2016] D24: データベース環境における検証結果から理解する失敗しないフラッシュ活用法 第三章 ~デ...Insight Technology, Inc.
フラッシュのGB単価はHDDと並び、オールフラッシュ導入が加速化する一方、インラインでの重複排除、圧縮機能のオーバーヘッド、メンテナンス / 障害時の影響など、気をつけなければいけない事は沢山あります。本セッションでは、オールフラッシュ製品(Pure Storage)上でOracle Databaseを稼働させた検証結果と生のデモンストレーションをベースに、DB on Pure Storageならではの活用法を考えます。
ソフトウェア業界ではワクワクする新しいテクノロジーがどんどん生まれ、それが世の中で使われるまでも早くなっています。2018年に革新があった Deep Learning は、既に民主化・日常化もしてます。この講演では、そのソフトウェアの今を俯瞰し、今後どうなっていくのか? その未来予想とともに。職業として20年以上の経験を得た私の学びをお伝えします。
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。