SlideShare a Scribd company logo
メモリと遊んでみた
LT駆動開発 17 - 夏と花火と私の
AKIRA345
概要
• メモリ(DRAM)の挙動が知りたくて、DRAM単品を入手し、
花火大会の当日1日篭って実験してみました。
• 1日実験した程度なのと、技術的詳細は省きます。
• 普段意識しない物理的なメモリの挙動について調べてみました。
メモリとは?
• コンピュータが処理すべきデジタルデータをある期間だけ保持するのに使
う、部品、装置、電子媒体の総称。
• コンピュータの5大装置、「入力装置」「制御装置」「記憶装置」「演算装置」
「出力装置」のうちの「記憶装置」に相当するもの。(wikipediaより)
メモリの種類
今回はこれ。
DRAM?
• コンピュータなどに使用される半導体メモリの1種である。
記憶素子であるRAMの1種で、リフレッシュ(記憶保持動作)を必要とする
ダイナミックメモリによるRAMである。
原理
• 多分情報処理の授業でこんなのを習ったのではないでしょうか??
コンデンサとも呼ばれるキャパシタに電荷を蓄え、
この電荷の有無によって1ビットの情報を記憶す
る。
電荷は漏洩しやがて失われるために1秒間に数
回程、列単位でデータを読み出して列単位で再び
記録し直すリフレッシュが絶えず必要となる。
この煩雑な動作はたとえ外部から読み出しの必
要が無くとも記憶保持の間は常に必要である。
DRAMの原理を習ってからずーーーっと疑問だっ
た
• コンデンサの電荷が消失する前にリチャージが必要なのは何となくイメー
ジがつくが、本当に読み出しに関係なく必要なのか??
• たとえば1MB(8Mbit)だけでも8,388,608bit
• これだけのビット数を1秒間に数回も走査するの?
• これ、下手すると走査だけで何も出来ないんじゃね?
ここで疑問が
ぼちぼち調べて数十年・・・
• DRAMにはリフレッシュが必要。扱いが面倒。という情報以外ろくに無い。
• Z80はリフレッシュ回路が内蔵されて楽だったとかはあるが、
リフレッシュ動作自体を説明した資料がない。
• どうやら、専用のICやらで制御していたようで、動作そのものはあまり気に
しなかった??
結局調べることに。
• 実験用DRAMチップを入手
• 実験するにはなるべくシンプルなほうが良いので、小容量の単品チップを
探すも、もうそんな時代じゃないので割りと苦労・・・・
すると思ったが、(今は無き)某無線屋で大量在庫を発見(笑)
がひとつ300円と地味に高かったので容量違いを2つばかし入手。
まずは使い方を調査
• ネットでググればデータシートが出てくるが・・・
行アドレス指定
列アドレス指定
何これ??
出力データ??
Word??
1Bit??
ぶっちゃけ良く分からん(汗
• アドレスバス、データバスは無いの?
• アドレスを指定したらその中にあるデータが出てくるんじゃないの??
• なぜ1bit単位なの?
• Word=Bit??
• 縦と横のアドレス数の最大値は?
• 書き込み、読み込みだけでもいくつも種類がある。
• そもそも見方が分からん(汗
使い方調査・・・
• 中々しっくりくる解説が無い。
• 今さら聞けないメモリーの基礎知識 FP~BEDO DRAM編
http://ascii.jp/elem/000/000/597/597885/index-2.html
• ①CPUがアドレス線にRowアドレスを渡す。
• ②CPUはRASを「Low」にして、Rowアドレスを渡したことをDRAMに通知する。
• ③DRAMはRASがLowになったことを検出。Row Address Bufferがアドレス線からアドレスを
取得し、RowアドレスとみなしてRow Decoderに渡す。
• ④CPUがアドレス線にColumnアドレスを渡す。
• ⑤CPUはCASをLowにして、Columnアドレスを渡したことをDRAMに通知する。
• ⑥DRAMはCASがLowになったことを検出。Column Address Bufferがアドレス線からアドレ
スを取得し、ColumnアドレスとみなしてColumn Decoderに渡す。
• ⑦CASをLowにしてから一定時間後に、DRAMからデータがデータ線に渡される。CPUはこれ
を取得する。
ここでARDUINOの登場
• とりあえず、縦、横のアドレスとRAS、CASを操作すればデータが読み書き
できるっぽいので、Arduinoでプログラムを組みながら試行錯誤。
・・・・・・・・
動かない!
• デジタル機器は動く、動かないがハッキリしているので、
正解を当てないと動かない。
• アナログみたいに惜しかったらノイズが出たり何か光ったりなんてことがない。
• 一般家庭に測定器やデバックツールは無いので、
ひたすら推論に基づきトライ。
• ヒントが無いので辛い・・・・
辛い試行錯誤の結果・・・
• 怪しいながらも一応読み書きすることに成功!!
https://github.com/akira345/arduino_dram_test
分かったこと
• $0000-$0123のようなアドレスではなく、縦横の物理的なメモリセル指定でアクセスする。
• データの入出力は1bit単位。
昔のSIMMはこれを8個並列に繋いで、縦横のアドレスを共通にして8bitにしていたようです。
• 読み書きにかかわらずリフレッシュが必要ではなく、 読み書きしていないbitはリフレッシュが
必要。
• ずっと読み書きしていると、それ自体がリフレッシュ動作となる。
• 範囲を絞れば、リフレッシュ間隔は長くても割りといける。ただし、リフレッシュせず、特定bitだ
け読み書きしていると、ほかのbitのデータが失われる
• bitのセルは正方形。なのでアドレスの最大値は全bit数/2
• リフレッシュ動作はやはり重い処理だし、アクセス手順が煩雑なのもあって、徐々に改善され、
今のDDRに行き着く。
• メモリの電源切っても数秒はデータが飛ばない(!)
• 昔のマイコンは制御用の専用ICを使っていたらしい。(ソフトウエアでの制御は重いので)
困ったこと
• 1bit単位でしかアクセスできないので、データが化けたのか、元からその
値なのか分からない。(1 or 0 なので)
• アクセスする際、遅い分は待ってくれるだろうと思ったけど、よく見ると最大
時間が規定されていて、 そもそもアクセス時間を計る手段が分からなかっ
たので、単に動作が遅かった。というのに気づくのに随分嵌った。
• 初期のDRAMは古過ぎてアクセス方法やリフレッシュがすごく面倒だった
ので断念。
DRAMのアクセスって結局こういうこと。
1 2 3 4 5 6 7 8 9 10
2
3
4
5
6
7
8
9
10
縦5、横5のセルにある
データを読み書き
DRAMのリフレッシュ
10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10
9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9
9 9 9 9 10 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9
9 9 9 9 9 9 9 9 9 9
8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8
8 8 8 8 10 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8
読み書きしている箇所は
チャージされている。
(正確には読み込みだけ
すればOK)
リフレッシュは全アドレスに対し読み書きしてリチャージする。
(参考:http://news.mynavi.jp/news/2002/09/05/10.html)
まとめ
• 文献や調査しても納得できないことは、自分の手と頭を使わないと納得で
きない。
• 疑問を持ち続けて、調べるのは大事。
• 未知の分野では試行錯誤しかなく、今までの経験値、思考がものを言う。
• 結局、やって見ないと分からないという事。
時間が有ればデモ

More Related Content

What's hot

学位論文「ウェブ情報の信憑性分析に関する研究」
学位論文「ウェブ情報の信憑性分析に関する研究」学位論文「ウェブ情報の信憑性分析に関する研究」
学位論文「ウェブ情報の信憑性分析に関する研究」
Yusuke Yamamoto
 
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのかR&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
恵 桂木
 
#FTMA15 先端技術とメディア表現3
#FTMA15 先端技術とメディア表現3#FTMA15 先端技術とメディア表現3
#FTMA15 先端技術とメディア表現3
Yoichi Ochiai
 
Introduction to Monte Carlo Ray Tracing (CEDEC 2013)
Introduction to Monte Carlo Ray Tracing (CEDEC 2013)Introduction to Monte Carlo Ray Tracing (CEDEC 2013)
Introduction to Monte Carlo Ray Tracing (CEDEC 2013)Takahiro Harada
 
[自己PR]12/23 エンジニア"1on1"面談会
[自己PR]12/23 エンジニア"1on1"面談会[自己PR]12/23 エンジニア"1on1"面談会
[自己PR]12/23 エンジニア"1on1"面談会
Toshi Matsumoto
 
Automata Invasion
Automata InvasionAutomata Invasion
Automata Invasion
lucenerevolution
 
統計的音声合成変換と近年の発展
統計的音声合成変換と近年の発展統計的音声合成変換と近年の発展
統計的音声合成変換と近年の発展
Shinnosuke Takamichi
 
安全性を証明するために知っておくべき4つのこと
安全性を証明するために知っておくべき4つのこと安全性を証明するために知っておくべき4つのこと
安全性を証明するために知っておくべき4つのことshibataka000
 
幸福度世界1位の国 デンマークにおける研究者のワークライフバランス
幸福度世界1位の国 デンマークにおける研究者のワークライフバランス幸福度世界1位の国 デンマークにおける研究者のワークライフバランス
幸福度世界1位の国 デンマークにおける研究者のワークライフバランス
Atsuto ONODA
 
TEX マクロプログラミング
TEX マクロプログラミングTEX マクロプログラミング
TEX マクロプログラミング
Koh Uehara
 
Cargo makeを使ってみた話
Cargo makeを使ってみた話Cargo makeを使ってみた話
Cargo makeを使ってみた話
emakryo
 
社会シミュレーションとデジタルゲーム
社会シミュレーションとデジタルゲーム社会シミュレーションとデジタルゲーム
社会シミュレーションとデジタルゲーム
Youichiro Miyake
 
機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介
BrainPad Inc.
 
Windows環境でのgitまとめ(2016.8)
Windows環境でのgitまとめ(2016.8)Windows環境でのgitまとめ(2016.8)
Windows環境でのgitまとめ(2016.8)
Tadahiro Ishisaka
 
アカデミックのキャリアパス事例~とある博士の場合~
アカデミックのキャリアパス事例~とある博士の場合~アカデミックのキャリアパス事例~とある博士の場合~
アカデミックのキャリアパス事例~とある博士の場合~
Hiroaki Yaguchi
 
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
BrainPad Inc.
 
PCAを用いた2群の有意差検定
PCAを用いた2群の有意差検定PCAを用いた2群の有意差検定
PCAを用いた2群の有意差検定
Y-h Taguchi
 
Code Formula 2014 予選A 解説
Code Formula 2014 予選A 解説Code Formula 2014 予選A 解説
Code Formula 2014 予選A 解説
AtCoder Inc.
 
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
Shinnosuke Takamichi
 
図と実装で理解する『木構造入門』
図と実装で理解する『木構造入門』図と実装で理解する『木構造入門』
図と実装で理解する『木構造入門』
Proktmr
 

What's hot (20)

学位論文「ウェブ情報の信憑性分析に関する研究」
学位論文「ウェブ情報の信憑性分析に関する研究」学位論文「ウェブ情報の信憑性分析に関する研究」
学位論文「ウェブ情報の信憑性分析に関する研究」
 
R&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのかR&D部門におけるデータ共有・利活用はなぜ難しいのか
R&D部門におけるデータ共有・利活用はなぜ難しいのか
 
#FTMA15 先端技術とメディア表現3
#FTMA15 先端技術とメディア表現3#FTMA15 先端技術とメディア表現3
#FTMA15 先端技術とメディア表現3
 
Introduction to Monte Carlo Ray Tracing (CEDEC 2013)
Introduction to Monte Carlo Ray Tracing (CEDEC 2013)Introduction to Monte Carlo Ray Tracing (CEDEC 2013)
Introduction to Monte Carlo Ray Tracing (CEDEC 2013)
 
[自己PR]12/23 エンジニア"1on1"面談会
[自己PR]12/23 エンジニア"1on1"面談会[自己PR]12/23 エンジニア"1on1"面談会
[自己PR]12/23 エンジニア"1on1"面談会
 
Automata Invasion
Automata InvasionAutomata Invasion
Automata Invasion
 
統計的音声合成変換と近年の発展
統計的音声合成変換と近年の発展統計的音声合成変換と近年の発展
統計的音声合成変換と近年の発展
 
安全性を証明するために知っておくべき4つのこと
安全性を証明するために知っておくべき4つのこと安全性を証明するために知っておくべき4つのこと
安全性を証明するために知っておくべき4つのこと
 
幸福度世界1位の国 デンマークにおける研究者のワークライフバランス
幸福度世界1位の国 デンマークにおける研究者のワークライフバランス幸福度世界1位の国 デンマークにおける研究者のワークライフバランス
幸福度世界1位の国 デンマークにおける研究者のワークライフバランス
 
TEX マクロプログラミング
TEX マクロプログラミングTEX マクロプログラミング
TEX マクロプログラミング
 
Cargo makeを使ってみた話
Cargo makeを使ってみた話Cargo makeを使ってみた話
Cargo makeを使ってみた話
 
社会シミュレーションとデジタルゲーム
社会シミュレーションとデジタルゲーム社会シミュレーションとデジタルゲーム
社会シミュレーションとデジタルゲーム
 
機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介
 
Windows環境でのgitまとめ(2016.8)
Windows環境でのgitまとめ(2016.8)Windows環境でのgitまとめ(2016.8)
Windows環境でのgitまとめ(2016.8)
 
アカデミックのキャリアパス事例~とある博士の場合~
アカデミックのキャリアパス事例~とある博士の場合~アカデミックのキャリアパス事例~とある博士の場合~
アカデミックのキャリアパス事例~とある博士の場合~
 
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
 
PCAを用いた2群の有意差検定
PCAを用いた2群の有意差検定PCAを用いた2群の有意差検定
PCAを用いた2群の有意差検定
 
Code Formula 2014 予選A 解説
Code Formula 2014 予選A 解説Code Formula 2014 予選A 解説
Code Formula 2014 予選A 解説
 
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
ここまで来た&これから来る音声合成 (明治大学 先端メディアコロキウム)
 
図と実装で理解する『木構造入門』
図と実装で理解する『木構造入門』図と実装で理解する『木構造入門』
図と実装で理解する『木構造入門』
 

More from Akira Kaneda

アラフォー世代が基板を作ってみた(公開用)
アラフォー世代が基板を作ってみた(公開用)アラフォー世代が基板を作ってみた(公開用)
アラフォー世代が基板を作ってみた(公開用)
Akira Kaneda
 
ESP-WROOM-02でプチIoT
ESP-WROOM-02でプチIoTESP-WROOM-02でプチIoT
ESP-WROOM-02でプチIoT
Akira Kaneda
 
ジャンクのススメ(公開用)
ジャンクのススメ(公開用)ジャンクのススメ(公開用)
ジャンクのススメ(公開用)
Akira Kaneda
 
基板から回路図を起こしてみよう
基板から回路図を起こしてみよう基板から回路図を起こしてみよう
基板から回路図を起こしてみよう
Akira Kaneda
 
Oss翻訳プロジェクトに参加してみた
Oss翻訳プロジェクトに参加してみたOss翻訳プロジェクトに参加してみた
Oss翻訳プロジェクトに参加してみた
Akira Kaneda
 
ジャンク解析入門
ジャンク解析入門ジャンク解析入門
ジャンク解析入門
Akira Kaneda
 
Lt駆動開発28 Windows版Dockerを試してみた。
Lt駆動開発28 Windows版Dockerを試してみた。Lt駆動開発28 Windows版Dockerを試してみた。
Lt駆動開発28 Windows版Dockerを試してみた。
Akira Kaneda
 
Simの容量が気になって安眠できない
Simの容量が気になって安眠できないSimの容量が気になって安眠できない
Simの容量が気になって安眠できない
Akira Kaneda
 
メモリと遊んでみた Pert2
メモリと遊んでみた Pert2メモリと遊んでみた Pert2
メモリと遊んでみた Pert2
Akira Kaneda
 
DockerをGUIで使いたい!
DockerをGUIで使いたい!DockerをGUIで使いたい!
DockerをGUIで使いたい!
Akira Kaneda
 
Open nebulaのご紹介
Open nebulaのご紹介Open nebulaのご紹介
Open nebulaのご紹介
Akira Kaneda
 
自宅サーバにHyper v環境
自宅サーバにHyper v環境自宅サーバにHyper v環境
自宅サーバにHyper v環境
Akira Kaneda
 
Edge os(vyos)の基本(入門編)
Edge os(vyos)の基本(入門編)Edge os(vyos)の基本(入門編)
Edge os(vyos)の基本(入門編)
Akira Kaneda
 
ルータでLチカしてみた
ルータでLチカしてみたルータでLチカしてみた
ルータでLチカしてみた
Akira Kaneda
 
FPGAで遊んでみた
FPGAで遊んでみたFPGAで遊んでみた
FPGAで遊んでみた
Akira Kaneda
 
Server specのご紹介
Server specのご紹介Server specのご紹介
Server specのご紹介
Akira Kaneda
 
Hiroshima.rbの歴史
Hiroshima.rbの歴史Hiroshima.rbの歴史
Hiroshima.rbの歴史
Akira Kaneda
 
電光掲示板を作ってみた
電光掲示板を作ってみた電光掲示板を作ってみた
電光掲示板を作ってみた
Akira Kaneda
 
Chefについて数週間勉強してみた
Chefについて数週間勉強してみたChefについて数週間勉強してみた
Chefについて数週間勉強してみたAkira Kaneda
 
そうだ!勉強会に参加しよう!
そうだ!勉強会に参加しよう!そうだ!勉強会に参加しよう!
そうだ!勉強会に参加しよう!
Akira Kaneda
 

More from Akira Kaneda (20)

アラフォー世代が基板を作ってみた(公開用)
アラフォー世代が基板を作ってみた(公開用)アラフォー世代が基板を作ってみた(公開用)
アラフォー世代が基板を作ってみた(公開用)
 
ESP-WROOM-02でプチIoT
ESP-WROOM-02でプチIoTESP-WROOM-02でプチIoT
ESP-WROOM-02でプチIoT
 
ジャンクのススメ(公開用)
ジャンクのススメ(公開用)ジャンクのススメ(公開用)
ジャンクのススメ(公開用)
 
基板から回路図を起こしてみよう
基板から回路図を起こしてみよう基板から回路図を起こしてみよう
基板から回路図を起こしてみよう
 
Oss翻訳プロジェクトに参加してみた
Oss翻訳プロジェクトに参加してみたOss翻訳プロジェクトに参加してみた
Oss翻訳プロジェクトに参加してみた
 
ジャンク解析入門
ジャンク解析入門ジャンク解析入門
ジャンク解析入門
 
Lt駆動開発28 Windows版Dockerを試してみた。
Lt駆動開発28 Windows版Dockerを試してみた。Lt駆動開発28 Windows版Dockerを試してみた。
Lt駆動開発28 Windows版Dockerを試してみた。
 
Simの容量が気になって安眠できない
Simの容量が気になって安眠できないSimの容量が気になって安眠できない
Simの容量が気になって安眠できない
 
メモリと遊んでみた Pert2
メモリと遊んでみた Pert2メモリと遊んでみた Pert2
メモリと遊んでみた Pert2
 
DockerをGUIで使いたい!
DockerをGUIで使いたい!DockerをGUIで使いたい!
DockerをGUIで使いたい!
 
Open nebulaのご紹介
Open nebulaのご紹介Open nebulaのご紹介
Open nebulaのご紹介
 
自宅サーバにHyper v環境
自宅サーバにHyper v環境自宅サーバにHyper v環境
自宅サーバにHyper v環境
 
Edge os(vyos)の基本(入門編)
Edge os(vyos)の基本(入門編)Edge os(vyos)の基本(入門編)
Edge os(vyos)の基本(入門編)
 
ルータでLチカしてみた
ルータでLチカしてみたルータでLチカしてみた
ルータでLチカしてみた
 
FPGAで遊んでみた
FPGAで遊んでみたFPGAで遊んでみた
FPGAで遊んでみた
 
Server specのご紹介
Server specのご紹介Server specのご紹介
Server specのご紹介
 
Hiroshima.rbの歴史
Hiroshima.rbの歴史Hiroshima.rbの歴史
Hiroshima.rbの歴史
 
電光掲示板を作ってみた
電光掲示板を作ってみた電光掲示板を作ってみた
電光掲示板を作ってみた
 
Chefについて数週間勉強してみた
Chefについて数週間勉強してみたChefについて数週間勉強してみた
Chefについて数週間勉強してみた
 
そうだ!勉強会に参加しよう!
そうだ!勉強会に参加しよう!そうだ!勉強会に参加しよう!
そうだ!勉強会に参加しよう!
 

Recently uploaded

This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
chiefujita1
 
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey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
 
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.
 
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
 
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさJSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
0207sukipio
 
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
 
Generating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language ModelsGenerating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language Models
harmonylab
 
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---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
 

Recently uploaded (8)

This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.This is the company presentation material of RIZAP Technologies, Inc.
This is the company presentation material of RIZAP Technologies, Inc.
 
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
論文紹介:Deep Learning-Based Human Pose Estimation: A Survey
 
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
 
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
 
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさJSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
JSAI_類似画像マッチングによる器への印象付与手法の妥当性検証_ver.3_高橋りさ
 
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
 
Generating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language ModelsGenerating Automatic Feedback on UI Mockups with Large Language Models
Generating Automatic Feedback on UI Mockups with Large Language Models
 
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---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---
 

メモリと遊んでみた