透過的データアクセスを実現する新しいデータ圧縮法
|
|
|
- きょういち にばし
- 4 years ago
- Views:
Transcription
1 2013 年度 ERATO 秋の WS ブロック間の辞書共有による Re-Pairアルゴリズムの大規模テキスト圧縮への適用 北海道大学大学院情報科学研究科コンピュータサイエンス専攻 喜田拓也 登別温泉第一滝本館本館会議室 /09/13
2 研究の背景と目的 気象衛星データ 航空写真データ リモートセンシングデータ Internet SNS 市民からの情報提供 市民への道路情報の提供 UGC(User Generated Content) データ GPS GPS ログ ライフログデータ GPS ログ ライフログ オープン スマート フェデレーション アーキテクチャ 多種多様で大量なストリームデータを取り扱わなければならない クラウド Big Data RDB に格納して索引付けするほど個々のデータは重要ではないし, 重複も多い 2 データ検索やデータ解析時に再利用しやすいデータ圧縮方式の開発
3 可変長 - 固定長符号化 (VF 符号 ) 元のデータにおける長さの異なる部分系列に対して, 固定長の符号を割り当てる符号化方式 利点 : 符号語の境界が明確なので, 圧縮データへのアクセスが容易 欠点 : 可変長符号に比べて, 圧縮率を向上させることが難しい 文法圧縮 データを高度にモデル化 VF 符号化 アクセスしやすい符号系列 圧縮率とアクセシビリティの両立! 3
4 VF 符号について 入力テキスト ( 情報源記号 ) 固定長 可変長 固定長 FF 符号 (Fixed length to Fixed length code) VF 符号 (Variable length to Fixed length code) 圧縮テキスト ( 符号語 ) 可変長 ハフマン符号など FV 符号 (Fixed length to Variable length code) VV 符号 (Variable length to Variable length code) Tunstall 符号 LZ 系など 今の主流の圧縮法は, ほぼ VV 符号 VF 符号は符号語が固定長で, 圧縮率を上げにくい 既存の手法で実用的に使われているものは皆無 4
5 関連研究 既存手法の問題点 : 既存手法は, データ量の削減効率のみに主眼が置かれているため, データの再利用には必ず復元の手間がかかる. Amir & Benson 92 Tunstall 67 圧縮照合処理の幕開け Kida et al. 98, 99, 00 実用的な圧縮照合法 Larsson & Moffat 99 Kieffer & Yang 00 Brisaboa et al. 03, 10 Kida 09, 10 Dence coding 系データ圧縮 Yoshida & Kida 12 5 Re-Pair: 超高圧縮 文法圧縮の幕開け 文法圧縮と VF 符号の組み合わせ 可変長 - 固定長符号の始祖 Klein & Shapira 08 Suffix tree を用いた VF 符号 効率よい STVF 符号 独自技術 : テキストデータにおいて, データ圧縮の効率を保ちつつ, データを復元することなしにキーワード検索等の処理を高速に行えるデータ圧縮技術を持つ.
6 Grammar-based compression Input text ABDABCABCCABDABC Grammar E ABC F ABDE FECF Construct a (context free) grammar that generates only the input text Compressed text Encode the grammar
7 Re-pair algorithm Replace most frequent bigram into a new symbol dictionary D AA E DA F EB G CF 7 Encode with variable length code (a Huffman variation)
8 Re-Pair-VF: Re-Pair+ 固定長符号化 s Dict. D AA E DA F EB G CF H GE I FF J IG K HI AADAEBCFGEFFIGHI EIKJBCEFICEK 2s + n The number of sort of symbols: We need sum: log ( s + Σ ) ( 2s + n) log( s + Σ ) bits s + Σ bits for each symbol. Compressed sequence: EIKJBCEFICEK n Calculate this value for each substitution to store the size of dictionary that gives the highest compression ratio. 8
9 Re-Pair-VF: Re-Pair+ 固定長符号化 Dictionary D AA E DA F EB G CF H GE I FF J IG K HI Compressed sequence: EIKJBCEFICEK expand this part Compressed sequence by the best dictionary: EFFGEFFFFFFGBCEFFFCEGEFF AADAEBCF EFFGEFFFFFFGBCEFFFCEGEFF 9
10 Re-Pair-VF[Yoshida&Kida2013] Compression ratio (%) Re-Pair-VF best Re-Pair-VF Re-Pair Tunstall STVF gzip 0 dazai.utf.txt dblp2003.xml gbhtg119 reuters21578 よく知られた gzip という圧縮ツールよりも圧縮率が良い 10
11 新聞記事 (reuters21578) 上の検索速度 200 Throughput (MB/sec) Re-pair-VF best Tunstall gzip Pattern length Throughput = Original text length Pattern matching time 11
12 Re-Pair-VF の問題点 Text GB を超えるテキストには適用が難しい Re-Pair-VF: O(n) だがオフライン的 Dictionary CompText 12
13 対策 1: テキストのブロック化 Text1 Text2 Text Text3 Text4 Re-Pair-VF Dic1 Dic2 Dic3 Dic4 Comp1 Comp2 Comp3 Comp4 出力される辞書の一部が同じエントリを持ってしまう. ( 予備実験では, 各ブロックで 30% 程度の 2-gram の重複を確認 ) 13
14 対策 2: 辞書の共有化 - Re-Use Text1 Text2 Text3 Text4 Shared DIC Replace Text1 Text2 Text3 以下同様 Re-Pair-VF Re-Pair-VF Re-Pair-VF Local Dic1 Local Dic2 Local Dic3 Comp1 Comp2 Comp3 14
15 Re-Use (1stBlock) B Text1 Text2 Text3 Text4 Re-Pair S Shared DIC
16 Re-Use (Head) B Text1 Text2 Text3 Text4 c Sampling & Merge C Re-Pair S Shared DIC
17 Re-Use (Random) Text1 c Sampling & Merge C Re-Pair S Shared DIC
18 Adaptive-Dictionary-Sharing (ADS) ERATO 合宿 注目ブロックが変わる度に自動的に辞書を更新 Text1 Text2 Re-Pair-VF Replace Text2 Re-Pair-VF DIC1 SDIC2 Local Dic2 以降繰り返し Comp2 Comp1 有用なルールを抽出 18
19 ERATO 合宿 ADS の辞書更新アルゴリズム 辞書の更新 (Extraction) フェイズ D n : 辞書エントリを格納する配列,L: エントリ数,l: 符号語長,t: 閾値 ck n 1 Block n Block n + 1 Re-Pair-VF D n [0] D n [1] D n [2] DIC n A ab B Aa C cb Check the numbers 1 前ブロックで構築した辞書の各ルールの, 次ブロックにおける出現数を調べる. D n [L 2] D n [L 1] D n [L] (L = 2 l ) X Dy Y zh Z KY Entry s State: Previous
20 ERATO 合宿 ADS の辞書更新アルゴリズム 辞書の更新 (Extraction) フェイズ D n : 辞書エントリを格納する配列,L: エントリ数,l: 符号語長,t: 閾値 ck n 1 Block n Block n + 1 Re-Pair-VF D n [0] D n [1] D n [2] D n [L 2] D n [L 1] D n [L] (L = 2 l ) DIC n A ab B Aa C cb X Dy Y zh Z KY Share Share Share Discard Discard Discard Entry s State: SDIC n+1 A ab B Aa NULL X Dy NULL NULL Previous Shared 20 2 出現数が閾値 t 以上のルールを次ブロックの辞書のエントリとして引き継ぎ, t 未満のルールを破棄.
21 ERATO 合宿 ADS の辞書更新アルゴリズム 辞書の更新 (Extraction) フェイズ D n : 辞書エントリを格納する配列,L: エントリ数,l: 符号語長,t: 閾値 ck n 1 Block n Block n + 1 Re-Pair-VF D n [0] D n [1] D n [2] D n [L 2] D n [L 1] D n [L] (L = 2 l ) DIC n A ab B Aa C cb X Dy Y zh Z KY Share Share Share Discard Discard Discard Entry s State: SDIC n+1 A ab B Aa NULL X Dy NULL NULL Previous Shared 21 Replace Text n 引き継いだルールで次ブロックの置き換えを行い, 半圧縮テキストを得る.
22 ERATO 合宿 ADS の辞書更新アルゴリズム 辞書の更新 (Extraction) フェイズ D n : 辞書エントリを格納する配列,L: エントリ数,l: 符号語長,t: 閾値 ck n 1 Block n Block n + 1 Re-Pair-VF D n [0] D n [1] D n [2] D n [L 2] D n [L 1] D n [L] (L = 2 l ) DIC n A ab B Aa C cb X Dy Y zh Z KY Share Share Share Discard Discard Discard Entry s State: SDIC n+1 A ab B Aa C AA X Dy Y XK Z GY Previous Shared Replace Text n + 1 Local Re-Pair-VF 4 再度圧縮し, 新たに生成したルールを辞書の空きエントリへ格納 And so on
23 実験 環境 CPU: 3.6 GHz Intel Xenon processor Memory: 32GB Language: C テキスト PPPPP & CCCCCC cccccc* より入手した,eeeeeee ( 英文 ), dddd. xxx (XML), ddd (DNA 配列 ), ppppppp ( タンパク質配列 ) を組み合わせた, 以下の自作テキストを用いた. ennnnnn: 2GB の英文テキスト. cooooo: eeeeeee, dddd. xxx, ddd を繋げて 2GB としたテキスト. chaaa: eeeeeee, dddd. xxx, ddd, ppppppp を 128MB ずつ交互に繋げて,2GB としたテキスト. 手法 ADS (proposed method) Re-Use(1stBlock,Head,Random) Others (bzip2, gzip, lzma) *
24 実験 閾値 t を変化させたときの圧縮データサイズ Input text: rrrrrrr, B =128MB, l =19bit, Data size (MB) total text dictionary Threshold 圧縮率はtが小さくなるほど改善. tが小さくなるほど辞書サイズ減.
25 実験 Re-USE との比較 : 圧縮率 Methods/Texts english concat chaos Re-Use (1stBlock) Re-Use (Head) Re-Use (Random) ADS ADS は eeeeeee と cccccc において最も良い圧縮率を達成した.
26 実験 Re-USE との比較 : 圧縮時間 Methods/Texts english concat chaos Re-Use (1st-Block) Re-Use (Head) Re-Use (Random) ADS ADS は Head および Random よりも高速.
27 実験 既存手法との比較 手法 圧縮率 (%) 圧縮時間 (sec) 展開時間 (sec) ADS Re-Merge gzip gzip bzip bzip lzma lzma
28 まとめ データ検索やデータ解析時に再利用しやすいデータ圧縮方式として VF 符号化に着目し, 文法圧縮と組み合わせた圧縮率の良いデータ圧縮法を実現した ブロック間で辞書を共有化する手法 (Re-Use) を提案 共有する辞書を適応的に変化させる手法 (ADS) を提案 高速なキーワード検索が行えることに加え, 部分的な展開や, 修正を加えたうえでの再圧縮などが容易に行える 今後の課題 : 圧縮時間の改善 センサデータ, トラジェクトリデータ等への対応 原テキストでの位置を指定した高速なデータ参照の実現 28
共有辞書を用いた 効率の良い圧縮アルゴリズム
大規模テキストに対する 共有辞書を用いた Re-Pair 圧縮法 Variable-to-Fixed-Length Encoding for Large Texts Using Re-Pair Algorithm with Efficient Shared Dictionaries 関根渓, 笹川裕人, 吉田諭史, 喜田拓也 北海道大学大学院情報科学研究科 1 背景 : 巨大なデータ 計算機上で扱うデータの巨大化.
DEIM Forum 2013 C10-2 Re-Pair {k sekine, sasakawa, syoshid, 1999 Larsson Moffat Re-Pair Re-Pair Re-Pair
DEIM Forum 2013 C10-2 Re-Pair 060 0814 14 9 E-mail: k sekine, sasakawa, syoshid, kida}@ist.hokudai.ac.jp 1999 Larsson Moffat Re-Pair Re-Pair Re-Pair VF Variable-to-Fixed-Length Encoding for Large Texts
スライド 1
1 非対称通信路の通信路容量を達成する 符号化法に関する最近の進展 東京大学大学院新領域創成科学研究科複雑理工学専攻講師本多淳也 情報理論研究会 2018/5/18 概要 2 非対称通信路の符号化 polar 符号を用いる方式 無歪み圧縮を用いた符号化法の一般的な枠組み Miyake-Muramatsuの方式 連鎖構造に基づく方式 無歪み圧縮の逆操作について 通信路符号化 3 ノイズを含む通信路を用いて情報を伝送したい
Information Theory
前回の復習 情報をコンパクトに表現するための符号化方式を考える 情報源符号化における基礎的な性質 一意復号可能性 瞬時復号可能性 クラフトの不等式 2 l 1 + + 2 l M 1 ハフマン符号の構成法 (2 元符号の場合 ) D. Huffman 1 前回の練習問題 : ハフマン符号 符号木を再帰的に構成し, 符号を作る A B C D E F 確率 0.3 0.2 0.2 0.1 0.1 0.1
3. XML, DB, DB (AP). DB, DB, AP. RDB., XMLDB, XML,.,,.,, (XML / ), XML,,., AP. AP AP AP 検索キー //A=1 //A=2 //A=3 返却 XML 全体 XML 全体 XML 全体 XMLDB <root> <A
PostgreSQL XML 1 1 1 1 XML,,, /. XML.,,, PostgreSQL.. Implementation of Yet Another XML-type for PostgreSQL Toshifumi Enomoto, 1 Gengo Suzuki, 1 Nobuyuki Kobayashi 1 and Masashi Yamamuro 1 There are various
O(m) CPU 1 CPU Xeon LZEnd L1 1 L2 1.5 MiB 40 [10] CPU on-memory 2 2 LZEnd LZEnd 1 Xeon 5670 Xeon 5670 L1 data L2 LL Last Level 129 KiB 1
![O(m) CPU 1 CPU Xeon LZEnd L1 1 L2 1.5 MiB 40 [10] CPU on-memory 2 2 LZEnd LZEnd 1 Xeon 5670 Xeon 5670 L1 data L2 LL Last Level 129 KiB 1](/thumbs/86/93646678.jpg "O(m) CPU 1 CPU Xeon LZEnd L1 1 L2 1.5 MiB 40 [10] CPU on-memory 2 2 LZEnd LZEnd 1 Xeon 5670 Xeon 5670 L1 data L2 LL Last Level 129 KiB 1")
DEIM Forum 2015 G3-3 LZE++: NTT 180 8585 3-9-11 565 0871 1 5 E-mail: {yamamuro.takeshi,honjo.toshimori}@lab.ntt.co.jp, onizuka@ist.osaka-u.ac.jp T[0...N-1] m LZE++ O(m) LZ77 LZEnd LZEnd O(m) CPU LZE++
A Bit flipping Reduction Method for Pseudo-random Patterns Using Don’t Care Identification on BAST Architecture
29 年 2 月 4 日日本大学大学院生産工学研究科数理情報工学専攻修士論文発表会 BAST アーキテクチャにおけるランダムパターンレジスタント故障ドントケア抽出を用いた擬似ランダムパターンのビット反転数削減法に関する研究 日本大学院生産工学研究科数理情報工学専攻万玲玲 背景 概要 BAST アーキテクチャ 目的と提案手法 ハンガリアンアルゴリズム ランダムパターンレジスタント故障検出用ドントケア抽出法
2. CABAC CABAC CABAC 1 1 CABAC Figure 1 Overview of CABAC 2 DCT 2 0/ /1 CABAC [3] 3. 2 値化部 コンテキスト計算部 2 値算術符号化部 CABAC CABAC
![2. CABAC CABAC CABAC 1 1 CABAC Figure 1 Overview of CABAC 2 DCT 2 0/ /1 CABAC [3] 3. 2 値化部 コンテキスト計算部 2 値算術符号化部 CABAC CABAC](/thumbs/92/108208872.jpg "2. CABAC CABAC CABAC 1 1 CABAC Figure 1 Overview of CABAC 2 DCT 2 0/ /1 CABAC [3] 3. 2 値化部 コンテキスト計算部 2 値算術符号化部 CABAC CABAC")
H.264 CABAC 1 1 1 1 1 2, CABAC(Context-based Adaptive Binary Arithmetic Coding) H.264, CABAC, A Parallelization Technology of H.264 CABAC For Real Time Encoder of Moving Picture YUSUKE YATABE 1 HIRONORI
25 II :30 16:00 (1),. Do not open this problem booklet until the start of the examination is announced. (2) 3.. Answer the following 3 proble
25 II 25 2 6 13:30 16:00 (1),. Do not open this problem boolet until the start of the examination is announced. (2) 3.. Answer the following 3 problems. Use the designated answer sheet for each problem.
新たな基礎年金制度の構築に向けて
[ ] 1 1 4 60 1 ( 1 ) 1 1 1 4 1 1 1 1 1 4 1 2 1 1 1 ( ) 2 1 1 1 1 1 1 1996 1 3 4.3(2) 1997 1 65 1 1 2 1/3 ( )2/3 1 1/3 ( ) 1 1 2 3 2 4 6 2.1 1 2 1 ( ) 13 1 1 1 1 2 2 ( ) ( ) 1 ( ) 60 1 1 2.2 (1) (3) ( 9
浜松医科大学紀要
On the Statistical Bias Found in the Horse Racing Data (1) Akio NODA Mathematics Abstract: The purpose of the present paper is to report what type of statistical bias the author has found in the horse
P.5 P.6 P.3 P.4 P.7 P.8 P.9 P.11 P.19
MOST is the best! P.5 P.6 P.3 P.4 P.7 P.8 P.9 P.11 P.19 P.14 1 2 P.14 1 2 12,036 17,025 P.14 3 P.14 4 NEW P.12P.14 5 P.12P.14 6 P.12 P.15 7 NEW P.15 8 P.15 9 P.15 7 P.15 10 P.15 10 NEW P.12 P.15 11 P.15
21 A contents organization method for information sharing systems
21 A contents organization method for information sharing systems 1125140 2010 3 4 IT i Abstract A contents organization method for information sharing systems Aoki, Wataru Organizations to share information,
無線LANフレーム構成について
無線 LAN フレーム構成について 2016 年 7 月 8 日 梅原大祐 MAC フレームフォーマット IEEE 802.11n QoS フィールド : QoS, A-MSDU, メッシュ関連 2 2 Duration /ID 6 6 6 2 6 2 0 7951 1 2 3 MAC header Sequence QoS HT body FCS メッシュネットワークでないケース : IP frame
1. はじめに 2
点予測と能動学習を用いた効率的なコーパス構築 形態素解析における実証実験 京都大学情報学研究科 Graham NEUBIG 1 1. はじめに 2 形態素解析 べた書きの文字列を意味のある単位に分割し 様々な情報を付与 品詞 基本形 読み 発音等を推定 農産物価格安定法を施行した 価格 / 名詞 / 価格 / かかく / かかく安定 / 名詞 / 安定 / あんてい / あんてー法 / 接尾辞 /
生命情報学
生命情報学 5 隠れマルコフモデル 阿久津達也 京都大学化学研究所 バイオインフォマティクスセンター 内容 配列モチーフ 最尤推定 ベイズ推定 M 推定 隠れマルコフモデル HMM Verアルゴリズム EMアルゴリズム Baum-Welchアルゴリズム 前向きアルゴリズム 後向きアルゴリズム プロファイル HMM 配列モチーフ モチーフ発見 配列モチーフ : 同じ機能を持つ遺伝子配列などに見られる共通の文字列パターン
ohp.mgp
2019/06/11 A/B -- HTML/WWW(World Wide Web -- (TA:, [ 1 ] !!? Web Page http://edu-gw2.math.cst.nihon-u.ac.jp/~kurino VNC Server Address : 10.9.209.159 Password : vnc-2019 (2019/06/04 : : * * / / : (cf.
Microsoft PowerPoint - アルデIII 10回目12月09日
アルゴリズムとデータ構造 III 9 回目 : 月 9 日 全文検索アルゴリズム (Simple Serh, KMP) 授業資料 http://ir.s.ymnshi..jp/~ysuzuki/puli/lgorithm/index.html 授業の予定 ( 中間試験まで ) / スタック ( 後置記法で書かれた式の計算 ) / チューリング機械, 文脈自由文法 / 構文解析 CYK 法 / 構文解析
学習内容と日常生活との関連性の研究－第１部－第３章
25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 366 96 96 66 26 56 57 1 2 58 3 4 5 2004 59 6 70 7 60 9 10 61 366 23 23 15 GPS GPS 62 DNA DNA 63 1 GPS GPS 2004
total-all-nt.dvi
XI W I D E P R O J E C T 1 WIDE Reliable Multicast 1.1 TV 1 1 TCP WIDE JGN/JB SOI (DV) Reliable Multicast (RM) US Reliable Multicast IETF RMT-WG PGM Digital Fountain FEC Tornado Code Ruby Code 1.2 WIDE
1 Table 1: Identification by color of voxel Voxel Mode of expression Nothing Other 1 Orange 2 Blue 3 Yellow 4 SSL Humanoid SSL-Vision 3 3 [, 21] 8 325
![1 Table 1: Identification by color of voxel Voxel Mode of expression Nothing Other 1 Orange 2 Blue 3 Yellow 4 SSL Humanoid SSL-Vision 3 3 [, 21] 8 325](/thumbs/91/105378470.jpg "1 Table 1: Identification by color of voxel Voxel Mode of expression Nothing Other 1 Orange 2 Blue 3 Yellow 4 SSL Humanoid SSL-Vision 3 3 [, 21] 8 325")
社団法人人工知能学会 Japanese Society for Artificial Intelligence 人工知能学会研究会資料 JSAI Technical Report SIG-Challenge-B3 (5/5) RoboCup SSL Humanoid A Proposal and its Application of Color Voxel Server for RoboCup SSL
スライド 1
膨大なデータからの価値創出 ~ 画像 映像処理技術の最先端 ~ 長谷山美紀 第 9 回インフラ イノベーション研究会 IST Information Science and Technology Hokkaido University 本日の講演内容 1. はじめに大量ディジタルデータ時代の到来 2. 画像 映像処理の最先端 いかにして望む情報を獲得するか? 3. 実データ適用の試み 4. まとめディジタルデータ時代のこれから
GPGPU
GPGPU 2013 1008 2015 1 23 Abstract In recent years, with the advance of microscope technology, the alive cells have been able to observe. On the other hand, from the standpoint of image processing, the
P.3 P.4 P.9 P.11
MOST is the best! P.3 P.4 P.9 P.11 P. P.6 P.7 P.8 P.19 P.14 1 2 P.14 1 2 12,036 P.14 4 13,40 P.14 3 P.12P.14 P.12P.14 6 P.12 P.1 7 P.1 7 P.1 8 P.1 9 P.16 11 P.12 P.1 P.1 P.16 12 P.16 13 P.16-13 P.12 P.16
kubostat2018d p.2 :? bod size x and fertilization f change seed number? : a statistical model for this example? i response variable seed number : { i
kubostat2018d p.1 I 2018 (d) model selection and kubo@ees.hokudai.ac.jp http://goo.gl/76c4i 2018 06 25 : 2018 06 21 17:45 1 2 3 4 :? AIC : deviance model selection misunderstanding kubostat2018d (http://goo.gl/76c4i)
archiveDoc.xls
北星学園大学短期大学部英文学科高画質動画アーカイブシステムマニュアル (+ Explanation in English) 2005 年 3 月 ( 有 )IT コンピュータシステムシステムエンジニア関谷成実 説明このプログラムは北星学園大学短期大学部英文学科との共同開発された高画質動画アーカイブシステムです 学生インターフェースについて 1) 学生は CD-R 内にある index.html を開くことによってシステムを使うことができます
B's Recorderマニュアル_B's Recorderマニュアル
5 Part 6 - 8 9 - 0 5 A C B AB A B A B C 7-6 - 8 9-5 0 5 7 A D B C E F A B C D F E 6 9 8 0 Part - - 5 5 7 6 9-7 6 8 0 5 5-6 7 9 8 5-5 50 5 5 5 -6 5 55 5 57-7 56 59 8 7 6 58 0 8 9 6 6 7 6 5 60 7 5 6 6-8
B's Recorderマニュアル
2 3 4 5 Part 1 6 1-1 8 9 1-2 10 11 12 13 A B C A C B AB A B 14 15 17 1-4 2 1 16 1-3 18 19 1-5 2 1 20 21 22 23 24 25 A B C D E F A B C D E F 26 27 28 29 30 31 Part 2 32 2-1 2-2 1 2 34 35 5 37 4 3 36 6 2-3
R R 16 ( 3 )
(017 ) 9 4 7 ( ) ( 3 ) ( 010 ) 1 (P3) 1 11 (P4) 1 1 (P4) 1 (P15) 1 (P16) (P0) 3 (P18) 3 4 (P3) 4 3 4 31 1 5 3 5 4 6 5 9 51 9 5 9 6 9 61 9 6 α β 9 63 û 11 64 R 1 65 13 66 14 7 14 71 15 7 R R 16 http://wwwecoosaka-uacjp/~tazak/class/017
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2015-GI-34 No /7/ % Selections of Discarding Mahjong Piece Using Neural Network Matsui
2 3 2000 3.3% Selections of Discarding Mahjong Piece Using Neural Network Matsui Kazuaki Matoba Ryuichi 2 Abstract: Mahjong is one of games with imperfect information, and its rule is very complicated
AtCoder Regular Contest 073 Editorial Kohei Morita(yosupo) A: Shiritori if python3 a, b, c = input().split() if a[len(a)-1] == b[0] and b[len(
![AtCoder Regular Contest 073 Editorial Kohei Morita(yosupo) A: Shiritori if python3 a, b, c = input().split() if a[len(a)-1] == b[0] and b[len(](/thumbs/104/161880166.jpg "AtCoder Regular Contest 073 Editorial Kohei Morita(yosupo) A: Shiritori if python3 a, b, c = input().split() if a[len(a)-1] == b[0] and b[len(")
AtCoder Regular Contest 073 Editorial Kohei Morita(yosupo) 29 4 29 A: Shiritori if python3 a, b, c = input().split() if a[len(a)-1] == b[0] and b[len(b)-1] == c[0]: print( YES ) else: print( NO ) 1 B:
17 Proposal of an Algorithm of Image Extraction and Research on Improvement of a Man-machine Interface of Food Intake Measuring System
1. (1) ( MMI ) 2. 3. MMI Personal Computer(PC) MMI PC 1 1 2 (%) (%) 100.0 95.2 100.0 80.1 2 % 31.3% 2 PC (3 ) (2) MMI 2 ( ),,,, 49,,p531-532,2005 ( ),,,,,2005,p66-p67,2005 17 Proposal of an Algorithm of
rank ”«‘‚“™z‡Ì GPU ‡É‡æ‡éŁÀŠñ›»
rank GPU ERATO 2011 11 1 1 / 26 GPU rank/select wavelet tree balanced parenthesis GPU rank 2 / 26 GPU rank/select wavelet tree balanced parenthesis GPU rank 2 / 26 GPU rank/select wavelet tree balanced
icde_5a_3
ICDE 2016 & WWW 2016 勉強会 Research Session 5A-3: Durable Graph Pattern Queries on Historical Graphs Konstantinos Semertzidis Evaggelia Pitoura 担当 : 楠和馬 ( 同志社大学 ) I. Introduction (1 / 2) } 背景 } 様々なドメインで時間経過につれ変化するグラフがほとんど
23 Fig. 2: hwmodulev2 3. Reconfigurable HPC 3.1 hw/sw hw/sw hw/sw FPGA PC FPGA PC FPGA HPC FPGA FPGA hw/sw hw/sw hw- Module FPGA hwmodule hw/sw FPGA h
23 FPGA CUDA Performance Comparison of FPGA Array with CUDA on Poisson Equation (lijiang@sekine-lab.ei.tuat.ac.jp), (kazuki@sekine-lab.ei.tuat.ac.jp), (takahashi@sekine-lab.ei.tuat.ac.jp), (tamukoh@cc.tuat.ac.jp),
Microsoft Word 宗像データ圧縮（Ｗｏｒｄ）.doc
Lempel-Ziv のデータ圧縮法 参考文献 1) Ziv, J. and Lempel, A.: An Universal Algorithm for Sequential Data Compression, IEEE Trans, Vol. IT-23, No. 3, pp. 337-343 (1977). 2) Ziv, J. and Lempel, A.: Compression of Individual
25 About what prevent spoofing of misusing a session information
25 About what prevent spoofing of misusing a session information 1140349 2014 2 28 Web Web [1]. [2] SAS-2(Simple And Secure password authentication protocol, ver.2)[3] SAS-2 i Abstract About what prevent
Microsoft Word - nvsi_050110jp_netvault_vtl_on_dothill_sannetII.doc
Article ID: NVSI-050110JP Created: 2005/10/19 Revised: - NetVault 仮想テープ ライブラリのパフォーマンス検証 : dothill SANnetⅡSATA 編 1. 検証の目的 ドットヒルシステムズ株式会社の SANnetll SATA は 安価な SATA ドライブを使用した大容量ストレージで ディスクへのバックアップを行う際の対象デバイスとして最適と言えます
単位、情報量、デジタルデータ、CPUと高速化 ～ICT用語集～
CPU ICT mizutani@ic.daito.ac.jp 2014 SI: Systèm International d Unités SI SI 10 1 da 10 1 d 10 2 h 10 2 c 10 3 k 10 3 m 10 6 M 10 6 µ 10 9 G 10 9 n 10 12 T 10 12 p 10 15 P 10 15 f 10 18 E 10 18 a 10 21
FabHetero FabHetero FabHetero FabCache FabCache SPEC2000INT IPC FabCache 0.076%
2013 (409812) FabHetero FabHetero FabHetero FabCache FabCache SPEC2000INT 6 1000 IPC FabCache 0.076% Abstract Single-ISA heterogeneous multi-core processors are increasing importance in the processor architecture.
プログラム圧縮による ソースコード流用の検出
複合圧縮度によるソースコード流用 の検出 奈良先端科学技術大学院大学情報科学研究科 田中智也 門田暁人 松本健一 背景 近年, オープンソースソフトウェア (OSS) を流用したソフトウェア開発が増えている. 開発コストの削減, 高信頼性の確保 開発の外注などにより OSS のソースコードが混入し, ライセンス違反を犯してしまう事例がある. SCEI が開発した PS ゲーム ICO のライブラリ
1 [1, 2, 3, 4, 5, 8, 9, 10, 12, 15] The Boston Public Schools system, BPS (Deferred Acceptance system, DA) (Top Trading Cycles system, TTC) cf. [13] [
![1 [1, 2, 3, 4, 5, 8, 9, 10, 12, 15] The Boston Public Schools system, BPS (Deferred Acceptance system, DA) (Top Trading Cycles system, TTC) cf. [13] [](/thumbs/91/106628466.jpg "1 [1, 2, 3, 4, 5, 8, 9, 10, 12, 15] The Boston Public Schools system, BPS (Deferred Acceptance system, DA) (Top Trading Cycles system, TTC) cf. [13] [")
Vol.2, No.x, April 2015, pp.xx-xx ISSN xxxx-xxxx 2015 4 30 2015 5 25 253-8550 1100 Tel 0467-53-2111( ) Fax 0467-54-3734 http://www.bunkyo.ac.jp/faculty/business/ 1 [1, 2, 3, 4, 5, 8, 9, 10, 12, 15] The
<4D F736F F F696E74202D20352D335F8D5C90AC CF909482CC90B690AC82C695D28F572E707074>
RD_301 構成要素一覧と検索 から構成要素の編集辞書 ( 削除 ) を作る 作成 ( 編集 ) する削除辞書を開きます 構成要素を検索します ドラック & ドロップでも OK 範囲を選択して右クリック 右クリック 削除辞書に登録 ( 追加 ) したい構成要素を選択しコピーします 削除辞書に追加 ( 貼りつけ ) ます Step5. 削除辞書に構成要素が登録 ( 追加 ) されます 構成要素一覧と検索
DEIM Forum 2010 A Web Abstract Classification Method for Revie
DEIM Forum 2010 A2-2 305 8550 1 2 305 8550 1 2 E-mail: s0813158@u.tsukuba.ac.jp, satoh@slis.tsukuba.ac.jp Web Abstract Classification Method for Reviews using Degree of Mentioning each Viewpoint Tomoya
音響モデル triphone 入力音声 音声分析 デコーダ 言語モデル N-gram bigram HMM の状態確率として利用 出力層 triphone: 3003 ノード リスコア trigram 隠れ層 2048 ノード X7 層 1 Structure of recognition syst
1,a) 1 1 1 deep neural netowrk(dnn) (HMM) () GMM-HMM 2 3 (CSJ) 1. DNN [6]. GPGPU HMM DNN HMM () [7]. [8] [1][2][3] GMM-HMM Gaussian mixture HMM(GMM- HMM) MAP MLLR [4] [3] DNN 1 1 triphone bigram [5]. 2
練習＆演習問題
練習問題 ファイル入出力 練習問題 1 ファイルへのデータ出力 配列 a[ ] の値をファイル data.txt に出力するプログラムを作成しなさい #include #include /* srand(), rand() */ #include /* time() */ int main(void) { int i; double a[5];
Microsoft PowerPoint - multi_media05-dct_jpeg [互換モード]
![Microsoft PowerPoint - multi_media05-dct_jpeg [互換モード]](/thumbs/66/54949554.jpg "Microsoft PowerPoint - multi_media05-dct_jpeg [互換モード]")
マルチメディア工学 マルチメディアデータの解析データ圧縮 : 離散コサイン変換と JPEG マルチメディア工学 : 講義計画 イントロダクション コンピュータグラフィックス (Computer Graphics: CG) マルチメディアデータの解析 佐藤嘉伸 大阪大学大学院医学系研究科放射線統合医学講座 yoshi@image.med.osaka u.ac.jp http://www.image.med.osaka
PowerPoint プレゼンテーション
総務省 ICTスキル総合習得教材 概要版 eラーニング用 [ コース1] データ収集 1-5:API によるデータ収集と利活用 [ コース1] データ収集 [ コース2] データ蓄積 [ コース3] データ分析 [ コース4] データ利活用 1 2 3 4 5 座学本講座の学習内容 (1-5:API によるデータ収集と利活用 ) 講座概要 API の意味とイメージを 主に利用しているファイル形式と合わせて紹介します
Microsoft PowerPoint - multi_media05-dct_jpeg [互換モード]
![Microsoft PowerPoint - multi_media05-dct_jpeg [互換モード]](/thumbs/66/54949621.jpg "Microsoft PowerPoint - multi_media05-dct_jpeg [互換モード]")
マルチメディア工学マルチメディアデータの解析データ圧縮 : 離散コサイン変換と JPEG 佐藤嘉伸 マルチメディア工学 : 講義計画 マルチメディアデータの解析 基礎数理 代表的解析手法 データ圧縮 : 離散コサイン変換 JPEG データ表現 : 形状の主成分分析 奈良先端科学技術大学院大学情報科学研究科生体医用画像研究室 yoshi@is.naist.jp http://icb lab.naist.jp/members/yoshi/
Microsoft PowerPoint - 画像工学 印刷用
教室 : 14-202 JURY 08 画像工学 2007 年度版 Imaging Science and Technology 画像工学 2007 年度版 11 慶応義塾大学理工学部 中島真人 教授 今日で最後です! 6. デジタル画像の性質と取り扱い 6-1. 画像のサンプリング サンプリングした画像のフーリエ変換 画像のサンプリング付随して生じるエラー 6-2. デジタル画像のフーリエ変換 周期関数のフーリエ変換
データ構造
アルゴリズム及び実習 9 馬青 1 文字列の探索 文字列探索 (string searching) は文字列照合 (string pattern matching) ともいう テキストと呼ばれる文字列の中に パターンと呼ばれる文字列に一致する部分があるかどうかを調べる問題である そのような部分が見つかった場合には その場所を答えとする テキストエディターにおける探索コマンドやテキストデータベースにおける検索などに使われる
計算機概論
計算機概論 第 8 回 : ファイルとファイルシステム ファイルシステム ディスクファイルシステム は 直接的か間接的かに関わらずコンピュータシステムに接続された補助記憶装置 特にハードディスク上にファイルを格納するためのものである ディスクファイルシステムとしては FAT NTFS HFS ext2 ext3 ext4 などがある オペレーティングシステム (OS) はファイルシステムを提供している
実験 5 CGI プログラミング 1 目的 動的にWebページを作成する手法の一つであるCGIについてプログラミングを通じて基本的な仕組みを学ぶ 2 実験 実験 1 Webサーバの設定確認と起動 (1)/etc/httpd/conf にある httpd.conf ファイルの cgi-bin に関する
実験 5 CGI プログラミング 1 目的 動的にWebページを作成する手法の一つであるCGIについてプログラミングを通じて基本的な仕組みを学ぶ 2 実験 実験 1 Webサーバの設定確認と起動 (1)/etc/httpd/conf にある httpd.conf ファイルの cgi-bin に関する次の項目を調べよ このとき CGIプログラムを置く場所 ( CGI 実行ディレクトリ) と そこに置いたCGIプログラムが呼び出されるURLを確認せよ
IHI Robust Path Planning against Position Error for UGVs in Rough Terrain Yuki DOI, Yonghoon JI, Yusuke TAMURA(University of Tokyo), Yuki IKEDA, Atsus
IHI Robust Path Planning against Position Error for UGVs in Rough Terrain Yuki DOI, Yonghoon JI, Yusuke TAMURA(University of Tokyo), Yuki IKEDA, Atsushi UMEMURA, Yoshiharu KANESHIMA, Hiroki MURAKAMI(IHI
フカシギおねえさん問題の高速計算アルゴリズム
JST ERATO 2013/7/26 Joint work with 1 / 37 1 2 3 4 5 6 2 / 37 1 2 3 4 5 6 3 / 37 : 4 / 37 9 9 6 10 10 25 5 / 37 9 9 6 10 10 25 Bousquet-Mélou (2005) 19 19 3 1GHz Alpha 8 Iwashita (Sep 2012) 21 21 3 2.67GHz
1 Fig. 1 Extraction of motion,.,,, 4,,, 3., 1, 2. 2.,. CHLAC,. 2.1,. (256 ).,., CHLAC. CHLAC, HLAC. 2.3 (HLAC ) r,.,. HLAC. N. 2 HLAC Fig. 2
CHLAC 1 2 3 3,. (CHLAC), 1).,.,, CHLAC,.,. Suspicious Behavior Detection based on CHLAC Method Hideaki Imanishi, 1 Toyohiro Hayashi, 2 Shuichi Enokida 3 and Toshiaki Ejima 3 We have proposed a method for
Microsoft PowerPoint ppt
コード生成 (2) http://cis.k.hosei.ac.jp/~asasaki /lect/compiler/2007-1211.pdf 1 概要 宣言文と記号表 ( 配列 ) 今日はやりません 2 宣言 a = 1; b = a+2; putint(b); int main(){ int a; int b; a = 1; b = a+2; putint(b); } PUSH 0 26 LDC
NLP プログラミング勉強会 5 HMM による品詞推定 自然言語処理プログラミング勉強会 5 隠れマルコフモデルによる品詞推定 Graham Neubig 奈良先端科学技術大学院大学 (NAIST) 1
自然言語処理プログラミング勉強会 5 隠れマルコフモデルによる品詞推定 Graham Neubig 奈良先端科学技術大学院大学 (NAIST) 1 品詞推定 文 X が与えられた時の品詞列 Y を予測する Natural language processing ( NLP ) is a field of computer science JJ -LRB- -RRB- VBZ DT IN 予測をどうやって行うか
? FPGA FPGA FPGA : : : ? ( ) (FFT) ( ) (Localization) ? : 0. 1 2 3 0. 4 5 6 7 3 8 6 1 5 4 9 2 0. 0 5 6 0 8 8 ( ) ? : LU Ax = b LU : Ax = 211 410 221 x 1 x 2 x 3 = 1 0 0 21 1 2 1 0 0 1 2 x = LUx = b 1 31
ADC121S Bit, ksps, Diff Input, Micro Pwr Sampling ADC (jp)
ADC121S625 ADC121S625 12-Bit, 50 ksps to 200 ksps, Differential Input, Micro Power Sampling A/D Converter Literature Number: JAJSAB8 ADC121S625 12 50kSPS 200kSPS A/D ADC121S625 50kSPS 200kSPS 12 A/D 500mV
h-hwang11phdthesis-RealizingName.pptx
黄 大 大 大 用目 手 一 大 高 士 文 目 士 文 比 士 文 士 文 士 文 黄 山 一 田 比 用 子 黄 山 一 田 力 子 士 文 12.1.19 本章の背景および目的 提案手法の概要 高速なパケット転送 分類のために使用されている TCAM の問題点 高い消費電力 チップのコスト アクセス制御リスト (access control list; ACL) フィールドの中 ポート番号の範囲表現問題
01Ł\”ƒDV700D
PWR RET RETURN TITLE SUBTITLE AUDIO ANGLE OSD STOP MENU PAUSE REPEAT TRACK GRP TITLE / CHAPTER PLAY T E X T DVD-VIDEO/VIDEO CD/CD PLAYBACK DIGITAL OUTPUT 96 khz 24 bit D/A CONVERTER 1 2 3 4 5 6 7 8 9 CX-DV700
Microsoft PowerPoint - pr_12_template-bs.pptx
12 回パターン検出と画像特徴 テンプレートマッチング 領域分割 画像特徴 テンプレート マッチング 1 テンプレートマッチング ( 図形 画像などの ) 型照合 Template Matching テンプレートと呼ばれる小さな一部の画像領域と同じパターンが画像全体の中に存在するかどうかを調べる方法 画像内にある対象物体の位置検出 物体数のカウント 物体移動の検出などに使われる テンプレートマッチングの計算
Microsoft PowerPoint - ⑥説明者（太刀川）.ppt
高速無線 LAN の 安定な通信のための MC-CDMA 符号ダイバーシチ方式 長岡技術科学大学電気系准教授太刀川信一 Σ 1. 研究背景近年の高度無線情報通信の発展はめざましく ますます その利用範囲は広がっていく 現在の無線 LAN 携帯電話等の通信単一 ( 少数 ) の周波数に 1-1 等の情報を乗じて送る Single Carrier: SC f t 1 例 :DS/SS これからの高速無線
bitvisor_summit.pptx
BitVisor 内蔵の lwip で Alkanet ログの送信を試みる 命館 学システムソフトウェア研究室 下雄也, 明 修平, 瀧本栄, 利公 1 はじめに (1/4) 近年, マルウェアが増加しており, マルウェアの脅威が問題となっている マルウェアの脅威に対抗するためには, 多数のマルウェアを迅速に解析する必要がある システムコールトレーサ Alkanet Windows 上で動作するマルウェアを対象とし,
429
WE WESB WENB WESNB 428 429 WESNB, WESNRB Quick Change Tap Adapter Tap sizes are based on old JIS standard. 0210 06100 WESN0B M3 M8M10 U1/4 U5/16U3/8 0 8 23 13 13 15 20 19.5 28 0.1 15,300 0210 06101 WESN1B
Microsoft PowerPoint mm2
システムプログラム概論 Memory management 2/2 25/5/6 門林雄基 ( インターネット工学講座 ) 奈良先端科学技術大学院大学 前回 Memory hierarchy Contention and arbitration for memory Virtual memory: software + hardware solution Address translation Physical
スライド 1
XML with SQLServer ~let's take fun when you can do it~ Presented by 夏椰 ( 今川美保 ) Agenda( その 1) XML XML XSLT XPath XML Schema XQuery Agenda( その 2) SQLServer における XML XML 型 XML Schema XQuery & XPath チェック制約
HITACHI 液晶プロジェクター CP-AX3505J/CP-AW3005J 取扱説明書 -詳細版- 【技術情報編】
B A C E D 1 3 5 7 9 11 13 15 17 19 2 4 6 8 10 12 14 16 18 H G I F J M N L K Y CB/PB CR/PR COMPONENT VIDEO OUT RS-232C LAN RS-232C LAN LAN BE EF 03 06 00 2A D3 01 00 00 60 00 00 BE EF 03 06 00 BA D2 01
3/7 マイグレーション開発方針 顧客名 0 作成者 根岸正 < プログラム移行方針 > システム名称 A-VX システムマイグレーション作成日 2015/09/01 < COBOL 資産のプログラム移行 > COBOLソース ( メインとCOPYLIB) を入力としてSCC 言語変換ツールにてVB
3/7 マイグレーション開発方針 顧客名 0 作成者 根岸正 < プログラム移行方針 > システム名称 A-VX システムマイグレーション作成日 2015/09/01 < COBOL 資産のプログラム移行 > COBOLソース ( メインとCOPYLIB) を入力としてSCC 言語変換ツールにてVB.netソリューションを作成します言語変換後にSDK( ソフトウェア開発キット ) にてデバッグおよびビルドにて実行可能アプリケーションを作成します
PowerPoint プレゼンテーション
Arkeia Network Backup v.9 プログレッシブ重複排除技術 のご紹介 コンピュータダイナミックス株式会社 2011 年 12 月 2 バックアップのための重複排除 重複排除エンジン フルバックアップ 1 フルバックアップ 2 フルバックアップ 3 典型的な重複排除比率 許容される重複排除比率 ( バックアップデータ ) 許容される重複排除比率 ( 非バックアップデータ ) 重複排除比率
untitled
250 100 22 50 A180 B120 C360 660 A12180 180 A180 C360 B120 23 12 7 A100 B150 C200 D250 E500 F400 G120 300 150 250 500 400 120 12 7 A100 B150 C200 D250 E500 F400 G120 350 150 500 400 120 200 24 ABDE=100+60+100+60320
BIT -2-
2004.3.31 10 11 12-1- BIT -2- -3-256 258 932 524 585 -4- -5- A B A B AB A B A B C AB A B AB AB AB AB -6- -7- A B -8- -9- -10- mm -11- fax -12- -13- -14- -15- s58.10.1 1255 4.2 30.10-16- -17- -18- -19-6.12.10
4K UHD XJive Player SplitEncoder 操作説明書 ターボシステムズ株式会社
SplitEncoder 操作説明書 ターボシステムズ株式会社 本ガイドは XJive Player のコンテンツ分割ツール SplitEncoder の使用方法について解説しています SplitEncoder 推奨環境 SplitEncoder は以下の環境で動作を確認しています 推奨環境 OS Windows 7 64bit Windows 8.1 64bit Linux 64bit(Fedora
招待論文 フルスペック 8K スーパーハイビジョン圧縮記録装置の開発 3.3 記録制御機能と記録媒体 144 Gbps の映像信号を 1/8 に圧縮した場合 18 Gbps 程度 の転送速度が要求される さらに音声データやその他のメ タデータを同時に記録すると 記録再生には 20 Gbps 程度 の転送性能が必要となる また 記録媒体は記録装置から 着脱して持ち運ぶため 不慮の落下などにも耐性のあるこ
Agenda GRAPE-MPの紹介と性能評価 GRAPE-MPの概要 OpenCLによる四倍精度演算 (preliminary) 4倍精度演算用SIM 加速ボード 6 processor elem with 128 bit logic Peak: 1.2Gflops
Agenda GRAPE-MPの紹介と性能評価 GRAPE-MPの概要 OpenCLによる四倍精度演算 (preliminary) 4倍精度演算用SIM 加速ボード 6 processor elem with 128 bit logic Peak: 1.2Gflops ボードの概要 Control processor (FPGA by Altera) GRAPE-MP chip[nextreme
The 15th Game Programming Workshop 2010 Magic Bitboard Magic Bitboard Bitboard Magic Bitboard Bitboard Magic Bitboard Magic Bitboard Magic Bitbo
Magic Bitboard Magic Bitboard Bitboard Magic Bitboard Bitboard Magic Bitboard 64 81 Magic Bitboard Magic Bitboard Bonanza Proposal and Implementation of Magic Bitboards in Shogi Issei Yamamoto, Shogo Takeuchi,
Run-Based Trieから構成される 決定木の枝刈り法
Run-Based Trie 2 2 25 6 Run-Based Trie Simple Search Run-Based Trie Network A Network B Packet Router Packet Filtering Policy Rule Network A, K Network B Network C, D Action Permit Deny Permit Network
hpc141_shirahata.pdf
GPU アクセラレータと不揮発性メモリ を考慮した I/O 性能の予備評価 白幡晃一 1,2 佐藤仁 1,2 松岡聡 1 1: 東京工業大学 2: JST CREST 1 GPU と不揮発性メモリを用いた 大規模データ処理 大規模データ処理 センサーネットワーク 遺伝子情報 SNS など ペタ ヨッタバイト級 高速処理が必要 スーパーコンピュータ上での大規模データ処理 GPU 高性能 高バンド幅 例
Input image Initialize variables Loop for period of oscillation Update height map Make shade image Change property of image Output image Change time L
1,a) 1,b) 1/f β Generation Method of Animation from Pictures with Natural Flicker Abstract: Some methods to create animation automatically from one picture have been proposed. There is a method that gives
2017 (413812)
2017 (413812) Deep Learning ( NN) 2012 Google ASIC(Application Specific Integrated Circuit: IC) 10 ASIC Deep Learning TPU(Tensor Processing Unit) NN 12 20 30 Abstract Multi-layered neural network(nn) has
大学における原価計算教育の現状と課題
1 1.1 1.2 1.3 2 2.1 2.2 3 3.1 3.2 3.3 2014a 50 ABC Activity Based Costing LCC Lifecycle Costing MFCA Material Flow Cost Accounting 2 2 2016 9 1 2 3 2014b 2005 2014b 2000 1 2 1962 5 1 3 2 3 4 5 50 2012
DPA,, ShareLog 3) 4) 2.2 Strino Strino STRain-based user Interface with tacticle of elastic Natural ObjectsStrino 1 Strino ) PC Log-Log (2007 6)
1 2 1 3 Experimental Evaluation of Convenient Strain Measurement Using a Magnet for Digital Public Art Junghyun Kim, 1 Makoto Iida, 2 Takeshi Naemura 1 and Hiroyuki Ota 3 We present a basic technology
mobicom.dvi
13Dynamic Voltage Scaling on a Low-Power Microprocessor Johan Pouwelse 5 Koen Langendoen Henk Sips Faculty of Information Technology and Systems Delft University of Technology, The Netherlands 1 78724
メタコンピュータ構成方式の研究
: ( ) Internet, Computational Resources, , MPI, PVM - RPC, (ORB),, Java (JVM) Java?,, code verification & sand box Java JIT Java (JVM) : Java (, ) cf., disconnected operation - Java MobaThread.goTo( );
取扱説明書 -詳細版- 液晶プロジェクター CP-AW3019WNJ
B A C D E F K I M L J H G N O Q P Y CB/PB CR/PR COMPONENT VIDEO OUT RS-232C LAN RS-232C LAN LAN BE EF 03 06 00 2A D3 01 00 00 60 00 00 BE EF 03 06 00 BA D2 01 00 00 60 01 00 BE EF 03 06 00 19 D3 02 00
PowerPoint プレゼンテーション
高性能計算基盤 第 7 回 CA1003: 主記憶共有型システム http://arch.naist.jp/htdocs-arch3/ppt/ca1003/ca1003j.pdf Copyright 2019 奈良先端大中島康彦 1 2 3 4 マルチスレッディングとマルチコア 5 6 7 主記憶空間の数が 複数 か 1 つ か 8 ただしプログラムは容易 9 1 つの主記憶空間を共有する場合 10
ProR3_J
DIGITAL REVERBERATOR L R CLIP -3-6 -9-12 -18-24 -36 INPUT PROGRAM STEREO L R MONO PRESET USER MIDI DIGITAL REVERBERATOR PRE EFFECT EQ DATA/CURSOR INC DEC PARAMETER MAIN FINE EQ EQ ON GATE GATE ON 7 8 9
ohp1.dvi
2008 1 2008.10.10 1 ( 2 ) ( ) ( ) 1 2 1.5 3 2 ( ) 50:50 Ruby ( ) Ruby http://www.ruby-lang.org/ja/ Windows Windows 3 Web Web http://lecture.ecc.u-tokyo.ac.jp/~kuno/is08/ / ( / ) / @@@ ( 3 ) @@@ :!! ( )
ICDE’15 勉強会 R24-4: R27-3 (R24:Query Processing 3, R27 Indexing)
R24-4: The DBMS - your Big Data Sommelier (R24: Query Processing 3) R27-3: A Comparison of Adaptive Radix Trees and Hash Tables (R27: Indexing) 小山田 (NEC) ICDE 15 勉強会 R24-4: The DBMS - your Big Data Sommelier
(SAD) x86 MPSADBW H.264/AVC H.264/AVC SAD SAD x86 SAD MPSADBW SAD 3x3 3 9 SAD SAD SAD x86 MPSADBW SAD 9 SAD SAD 4.6
SAD 23 (410M520) (SAD) x86 MPSADBW H.264/AVC H.264/AVC SAD SAD x86 SAD MPSADBW SAD 3x3 3 9 SAD SAD SAD x86 MPSADBW SAD 9 SAD SAD 4.6 Abstract In recent years, the high definition of video image has made
概要 単語の分散表現に基づく統計的機械翻訳の素性を提案 既存手法の FFNNLM に CNN と Gate を追加 dependency- to- string デコーダにおいて既存手法を上回る翻訳精度を達成
Encoding Source Language with Convolu5onal Neural Network for Machine Transla5on Fandong Meng, Zhengdong Lu, Mingxuan Wang, Hang Li, Wenbin Jiang, Qun Liu, ACL- IJCNLP 2015 すずかけ読み会奥村 高村研究室博士二年上垣外英剛 概要
次元圧縮法を導入したクエリに基づくバイクラスタリング 情報推薦への応用 武内充三浦功輝岡田吉史 ( 室蘭工業大学 ) 概要以前, 我々はクエリに基づくバイクラスタリングを用いた情報推薦手法を提案した. 本研究では, 新たに推薦スコアが非常に良く似たユーザまたはアイテムを融合する次元圧縮法を導入した. 実験として, 縮減前と縮減後のデータセットのサイズとバイクラスタ計算時間の比較を行う. キーワード
Webster's New World Dictionary of the American Language, College Edition. N. Y. : The World Publishing Co., 1966. [WNWD) Webster 's Third New International Dictionary of the English Language-Unabridged.
ERDAS IMAGINE における処理速度の向上 株式会社ベストシステムズ PASCO CORPORATION 2015
ERDAS IMAGINE における処理速度の向上 株式会社ベストシステムズ 本セッションの目的 本セッションでは ERDAS IMAGINEにおける処理速度向上を目的として機器 (SSD 等 ) 及び並列処理の比較 検討を行った 1.SSD 及び RAMDISK を利用した処理速度の検証 2.Condorによる複数 PCを用いた並列処理 2.1 分散並列処理による高速化試験 (ERDAS IMAGINEのCondorを使用した試験
soturon.dvi
12 Exploration Method of Various Routes with Genetic Algorithm 1010369 2001 2 5 ( Genetic Algorithm: GA ) GA 2 3 Dijkstra Dijkstra i Abstract Exploration Method of Various Routes with Genetic Algorithm
Kaplan-Meierプロットに付加情報を追加するマクロの作成
Kaplan-Meier 1, 2,3 1 2 3 A SAS macro for extended Kaplan-Meier plots Kengo Nagashima 1, Yasunori Sato 2,3 1 Department of Parmaceutical Technochemistry, Josai University 2 School of Medicine, Chiba University
DEIM Forum 2012 C2-6 Hadoop Web Hadoop Distributed File System Hadoop I/O I/O Hadoo
DEIM Forum 12 C2-6 Hadoop 112-86 2-1-1 E-mail: momo@ogl.is.ocha.ac.jp, oguchi@computer.org Web Hadoop Distributed File System Hadoop I/O I/O Hadoop A Study about the Remote Data Access Control for Hadoop