Google Researchがアメリカの主要な核融合技術開発企業と手を組み、核融合発電の実現に向けて研究を進めています。Googleが核融合開発に参入したことで、核融合で発生するプラズマを制御するための新しいアルゴリズムも完成するなどの成果を挙げています。 Google enters race for nuclear fusion technology | Environment | The Guardian https://www.theguardian.com/environment/2017/jul/25/google-enters-race-for-nuclear-fusion-technology 核融合発電とは、ウランなどの「核分裂」反応を利用する原子力発電とは異なり、海水中に無尽蔵に存在する水素をヘリウムに変える「核融合」反応を利用したエネルギー源です。核融合発電に関するペ
福山氏結婚騒動のミステリー「ふくやまは ふきいしかづえ かたくあい ちかい」という(復活の呪文という名の)文字列をゲームソフト「ドラゴンクエスト」にて入力すると、レベル２８で復活する!! という報道をご存知だろうか? この不可思議な報道が他の多くのメディアに飛び火し話題になったのが、福山さん吹石さんの電撃結婚ニュースの二日後のこと。 http://www.excite.co.jp/News/net_clm/20150929/Rocketnews24_640332.html 本ゲームが製作されたのが1980年代中盤ということなどから、巷では、「前世紀に製作されたこのゲームがなぜ未来を予言しえたのか?」という、都市伝説にも似たミステリーが波及し、前週の電撃結婚騒動の目玉としてサンデージャポンなどのバラエティー番組にまで取り上げられた。 そして作者がツイッターでコメントを発表だが、今回の騒動には
任意の点群からドロネー図 ( Delaunay diagram ) とそこからボロノイ図 ( Voronoi diagram ) を作るクラスを書いてみました。 I have written a class which makes Delaunay diagrams and Voronoi diagrams in JavaScript. ドロネー図の考え方は ProcessingでDelaunay分割（解説篇）や @edo_m18 さんの Qiita 投稿 がとても参考になりました。 ドロネー図は、点3つからなる三角形の外接円内に、他の点を含まない三角形の集合です。一方、ボロノイ図は、ドロネー図で得た三角形の外接円の中心を結んだ、多角形の集合です。 Check this links to understand the algorithm: ProcessingでDelaunay分割（解説篇
近年、スマートフォンのアプリやWebサービスの多様化などでプログラミングはエンジニアだけでなく、私たちにとっても身近な存在になりつつあります。ほかの分野の学問に比べ、一人でもできる上に初心者のうちは決まり事を覚えさえすればプログラムが書けるようになるため、他の分野に比べ独学に向いているとも言えますし、さまざまな種類の専門書が発売されています。 しかしながら、「やってみたいんだけど難しそう......」とか「本は買ってみたんだけど難しくて挫折した」など、ある種の敷居の高さがいまだに存在していることも事実です。で、何がその壁を生み出しているかといえばやはり、英語で書かれた一見暗号のようにも見えるプログラムの見た目にやられてしまう人が多いように思います。実際コードの中には記号や専門語も多く、確かに私たち日本人にとってはとっつきにくい部分もありますよね。 そこで今回は、全くの素人でゼロからプログラ
Solve Puzzles using Programming! LightBot is a puzzle game based on coding; it secretly teaches you programming logic as you play! All-Ages Friendly LightBot was designed with first-time coders. It's been played by over 20 million kids and has been used by tens of thousands of teachers worldwide.
Photo by VFS Digital Design 皆さんはアルゴリズムやデータ構造について知っているでしょうか。情報系の学部出身の人は学校の授業でやったかもしれません。一方で学校で情報系の勉強をせずにITエンジニアになったという方は、アルゴリズムやデータ構造について一度は「勉強したほうが良いんだろうな」と思いつつも、実際の業務であんまり必要なさそうだし、難しそうだし、DevOpsやオブジェクト指向やフレームワークについて学ぶので手一杯で未着手、という人も多いのではないでしょうか。 今回はそんな方に向けて、アルゴリズム、データ構造を学ぶ意義と、それらを学ぶときに役立つ本とサイトについてまとめました。 ■アルゴリズム、データ構造を学ぶ意味 アルゴリズムやデータ構造について語られるときに、非常に良く言われる事として「そんなものは実務に役立たたないので必要ない」という意見があります。本当にア
［CEDEC 2014］七並べを遊ぶとAIが分かる！ 「ゼビウス」の生みの親，遠藤雅伸氏のワークショップをレポート ライター：箭本進一 神奈川のパシフィコ横浜にて，本日（2014年9月4日）まで開催されているCEDEC 2014。ゲーム開発者向けのイベントということで，高度な技術論にじっと聞き入るというイメージが強いが，中には体験と学習が合わさったワークショップなどがあるのも，魅力の1つだ。9月3日には，東京工芸大学芸術学部の教授にして，「ゼビウス」や「ドルアーガの塔」などの生みの親でもある遠藤雅伸氏による，「七並べで学ぶゲームAIの働き〜今さら聞けないAIって何？〜」というワークショップが実施されていたので，これをレポートしよう。 遠藤雅伸氏 ワークショップは立ち見が出るほどの盛況に 各テーブルには，ジョーカーを抜いたトランプと，プレイヤー各人のパス可能回数を示すチップが配られた 今回の
［CEDEC 2014］ナムコ作品で見る乱数の歴史。「ゲーム世界を動かすサイコロの正体 〜 往年のナムコタイトルから学ぶ乱数の進化と応用」レポート ライター：箭本進一 神奈川のパシフィコ横浜で行われた，ゲーム開発者向けイベントCEDEC 2014の最終日である2014年9月4日，「ゲーム世界を動かすサイコロの正体 〜 往年のナムコタイトルから学ぶ乱数の進化と応用」という講演が行われた。 登壇したバンダイナムコスタジオ HE技術部 加来量一氏 この講演のユニークな点は，旧ナムコの作品を「乱数」という視点から振り返るということだ。バンダイナムコスタジオ HE技術部のプログラマーである加来量一氏は，旧ナムコの初期作品50本を解析し，それぞれの時代でどのような乱数が使われていたかを特定した。そこから見えてくる乱数技術改良の歴史を見ていくというのが，講義の主旨なのである。 1980年代のナムコアーケ
See related links to what you are looking for.
目次 概要 この記事の目的 なぜ勉強するのか なぜ休職したのか(働きながらではダメなのか) どのようにして休職したか 金銭面の問題 勉強を継続するために気をつけたこと どのくらい勉強したか 何を勉強したか 反省 まとめ 概要 5月に休職しました。 休職開始から今日まで主にプログラミングの勉強をしていました。 11月から仕事復帰します。 この記事の目的 私が休職して勉強することを決めるとき、経験談を参考にしようと思い似たような方がいないか調べました。 しかし、私のニーズに合う情報はほとんど見つかりませんでした。 私と同じように休職勉強を考えている方にとって、少しでも参考になればいいなと思い書きます。 なぜ勉強するのか 私は業務ならば並以上の働きをしていると思っています。 社交辞令もあるでしょうが、社内・顧客ともに良い評価を頂いています。 一方で、経歴を増すごとに自分の中で技術力に対する不安が
2012.12.17 転職 ここ最近、個人の関心や嗜好に合わせて情報を紹介するキュレーションサービスが人気だ。Amazonのような大手ECサイトで利用が進む「レコメンド」や「キュレーション」技術を情報配信分野に応用したサービスだが、このカテゴリーの中で、特に注目を集めているサービスがある。 それが、現役東大大学院生3人が立ち上げた『Gunosy（グノシー）』だ。 自らを「スマートなパーソナルマガジン」と命名している『Gunosy』 人気を集めている理由は、その手軽さと推薦情報の的確さにある。 ユーザーが『Gunosy』を利用するにあたって唯一すべきことは、最初にFacebookもしくはTwitterのアカウントを利用してサービスサイトにログインすることだけ。 あとは『Gunosy』独自のレコメンドエンジンが、過去にユーザーがポストした投稿内容の傾向やソーシャルグラフ内でのアクティビティを分
JPEGファイルの画質・圧縮率に対し解説されている資料はある程度ありますが、実際にどのような結果になるのか、数値的に表した資料はなかなかありません。 それは元の写真によって値も傾向も変わり、抽象的表現しか出来ないからです。 そこで、適当に選んだ１枚の写真画像を色々な要素を加えJPEG出力し、データを取ってみました。 これらの結果は、JPEGの出力画質を決める時の参考程度にはなるかと思います。 サンプルを変えると結果は違ったものになりますので、全体像としてとらえて下さい。 圧縮要素と効果 JPEGファイルの圧縮要素は以下の３項目が挙げられます。 ・量子化テーブル ・サンプリング比(間引き率) ・ハフマン圧縮の効率 これらの要素を変えて再圧縮し、イメージサイズの変化を調べました。 最適化なしは汎用のハフマンテーブルを使用した場合、最適化ありは、画像に対して最適なハフマンテーブルで圧縮した場合で
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
