SlideShare a Scribd company logo
1 of 20
Download to read offline
マルチエージェントシステム M A S シミュレーション
                        に関する関心事
                         - 思いつきと使えそうな技術 -
                                2012/10/18(Thu)
                              第65回 CA/MASゼミ
                             @システム科学研究室

                           豊橋技術科学大学大学院
                            電子・情報工学専攻 3年
                                   上田拓也
@tenntenn
http://u.hinoichi.net
アジェンダ

● MASシミュレーションとは?
● 高速なシミュレーションを目指して
 ○ 並列計算
   ■ Go言語:ゴールーチンとチャネル
   ■ Map Reduceアルゴリズム
 ○ データ構造
   ■ 四分木を使った近傍探索
● ビジュアライゼーション
 ○ d3js
 ○ JavaFX
MASシミュレーション
マルチエージェントシステム

● エージェント
 ○ 自律的に動くプログラム
 ○ 中央集権的ではない処理の単位
● マルチエージェントシステム(MAS)
 ○ エージェントが相互に影響し合うシステム
 ○ 仮想空間において近傍のエージェントと何らかの相互作
   用を行なう
● MASシミュレーション
 ○ MASのシミュレーションをコンピュータ上で行なう
有名なシミュレータ

● Swarm
  ○ 開発  :サンタフェ研究所
  ○ 使用言語:Objective-C, Java + tcl/tk
  ○ 特徴
    ■ 非常に柔軟なシミュレーションができる
● Artisoc
  ○ 開発:構造計画研究所
  ○ 使用言語:VBライクなスクリプト + GUI
  ○ 特徴
    ■ GUIを使ってサクサク作れる
本研究室が開発したシミュレータ

● TOMAS
  ○ 使用言語:Java
  ○ 特徴
    ■ 若干遅い
● Percy1
  ○ 使用言語:Java
  ○ 特徴
    ■ TOMASの改良版
● Percy2
  ○ 使用言語:Java
  ○ 特徴
    ■ TOMASライクな部分を捨て、Swarmに近い
シミュレータに求めること

● 大規模なシミュレーション
 ○ 実行速度
   ■ 1ステップの差はあまりなくても、ステップ数が多いと
     すぐに実行時間がふくれあがる
 ○ 複数のコンピュータを使った処理
   ■ 1つのシミュレーションを分割したい
 ○ 効率のいいデータ構造
   ■ 効果的なデータ構造を使えば処理速度も上がる
● ビジュアライゼーション(視覚化)
 ○ データの効果的な視覚化
   ■ 出力されたデータを効果的に視覚化
   ■ インタラクティブなメディアを使用したい
高度なシミュレーションを目指
      して
MASシミュレーションと並列処理

● エージェントは自律的に動く
 ○ 同期的に動く必要がない ≠ セルオートマトン
 ○ あるエージェントの1ステップに関連するものは
   ■ 前のステップの自分の状態
   ■ 前のステップの周囲(影響のあるエージェント)
   のみである(基本的には)。

 ⇒ 並列処理が向いている!
どんな方法があるのか?

● いろいろある
 ○ スレッド、グリッドコンピューティング、.....
● 手軽にできる事が知りたい!
 ○ Go言語
   ■ ゴールーチンとチャネル
 ○ Map Reduce
Go言語の並列プログラミング
-ゴールーチン-

● 軽量のスレッドに似たゴールーチンというものが
  ある
● 予約語goを付けて関数を呼び出す
  ○ 別のゴールーチンで動作する


[Sample]
// 別のゴールーチンで
go something()
//すぐにここに来る
Go言語の並列プログラミング
-チャネル-

● ゴールーチンとやり取りするための仕組み
     ○ ゴールーチンとゴールーチンを繋ぐパイプのようなも
        の!
     ○ やり取りする値の型を持つ
     ○ 安全にやりとりできる!
[Sample]                                Go
done := make(chan bool)
go func() {                        main  true sub
    for i := 0; i < 1000000; i++{}
    done <- true // チャネルで送る
}()
<- done // 終わるまで待つ                     安全ですね!
Map Reduceアルゴリズム

● Googleの検索を支えてるアルゴリズム
● 大きなデータを並列に処理する為のアルゴリズ
  ム
● 処理をMapとReduceに分け行なう
● Hadoopなどを使って実装する
                        hoge 1
                        foo 1           hoge 1,1,1
                                        foo 1,1          hoge 3
hoge          map                                        foo 2
foo
                        hoge 1                                    output
                        bar 1
                                            reduce
hoge          map
bar

                                            reduce                output
hoge
foo
              map        hoge 1
                                                         bar 1
                         foo 1
                                         bar 1

       参考:http://www.slideshare.net/n3104/mapreduce-7587216
Map ReduceとMASシミュレーション

● Map処理
 ○ エージェントと影響のあるエージェントの塊に分割する
 ○ <A, <B, C>>
   ■ エージェントAと影響のあるエージェントBとC
● Reduce処理
 ○ Map処理で分割した単位を振り分け、エージェントに行
   動させる


⇒効果的なのかは知りません!
四分木

● 二次元空間を再帰的に4分割し、木で表す事
  で、効率的に空間上の物体の当たり判定などを
  行なうデータ構造
● 全探索するより効率的


⇒近傍のエージェントを
探すのに使える!



           http://marupeke296.com/COL_2D_No8_QuadTree.html
ビジュアライゼーション
ビジュアライゼーション

● せっかくシミュレーションしても視覚的に
  分かりづらいと意味がない
● データが表す本質をうまく視覚化しなく
  てはならない
  ○ エージェントの視覚化
  ○ 統計データの視覚化
Webを使ったビジュアライゼーション

● 画像やムービは手軽にできるが
 ○ インタラクティブな効果は入れられない
● Webの技術を使えば、インタラクティブな視覚化
  が行なえる
 ○ d3js
 ○ svg
 ○ canvas
● 言語に依存したUIではない
 ○ 処理とUIの切り分けが可能
   ■ 処理はGo言語
   ■ UIはHTML+CSS+JS
d3js
● データドリブンな視覚化を行なうための
  Javascriptのライブラリ
● チャートやグラフ(ネットワーク)などの表現だけ
  ではなく、色々な表現が行なえる
● SVGなどWeb標準のフォーマットで描画
● インタラクティブな効果を入れれる
● ギャラリーを見るのが一番いい
  ○ https://github.
    com/mbostock/d3/wiki/Gallery
Java FX 2
● Javaの新しいGUIライブラリ
  ○ データバインディング
    ■ 値の変更を他のデータ構造に伝える事が可能
    ■ エージェントの状態に合わせて、色を変えたりすること
      が簡単にできる
  ○ シーングラフ
    ■ UIコンポーネントをグラフで表すことで、簡潔に表すこ
      とができる
    ■ 円などの図形もUIコンポーネントとして扱われる ⇒ 
      直接イベントが埋め込めれる!
  ○ チャート
    ■ 円グラフ、折れ線グラフ...
  ○ デモ見た方がいい!
    ■ http://www.oracle.com/technetwork/java/javafx/overview/index.html

More Related Content

What's hot

2013 DS5 FinalReview 11N1104 6つの小さな集合体
2013 DS5 FinalReview 11N1104 6つの小さな集合体2013 DS5 FinalReview 11N1104 6つの小さな集合体
2013 DS5 FinalReview 11N1104 6つの小さな集合体11n1104
 
2013 DS5 FinalReview 11N1104 6つの小さな集合体
2013 DS5 FinalReview 11N1104 6つの小さな集合体2013 DS5 FinalReview 11N1104 6つの小さな集合体
2013 DS5 FinalReview 11N1104 6つの小さな集合体11n1104
 
2015真夏の自由研究 CADデータ⇒GIS⇒3D
2015真夏の自由研究 CADデータ⇒GIS⇒3D2015真夏の自由研究 CADデータ⇒GIS⇒3D
2015真夏の自由研究 CADデータ⇒GIS⇒3DKazuyuki Takahashi
 
タイル地図がおもしろい
タイル地図がおもしろいタイル地図がおもしろい
タイル地図がおもしろいKohei Otsuka
 
データパイプラインツールLuigiを使ってCS立体図をワンストップ演算する FOSS4G 2017 Tokyo
データパイプラインツールLuigiを使ってCS立体図をワンストップ演算する FOSS4G 2017 TokyoデータパイプラインツールLuigiを使ってCS立体図をワンストップ演算する FOSS4G 2017 Tokyo
データパイプラインツールLuigiを使ってCS立体図をワンストップ演算する FOSS4G 2017 TokyoKunihiko Miyoshi
 
可視化周辺の進化がヤヴァイ 〜2016〜
可視化周辺の進化がヤヴァイ 〜2016〜可視化周辺の進化がヤヴァイ 〜2016〜
可視化周辺の進化がヤヴァイ 〜2016〜Takashi Kitano
 

What's hot (6)

2013 DS5 FinalReview 11N1104 6つの小さな集合体
2013 DS5 FinalReview 11N1104 6つの小さな集合体2013 DS5 FinalReview 11N1104 6つの小さな集合体
2013 DS5 FinalReview 11N1104 6つの小さな集合体
 
2013 DS5 FinalReview 11N1104 6つの小さな集合体
2013 DS5 FinalReview 11N1104 6つの小さな集合体2013 DS5 FinalReview 11N1104 6つの小さな集合体
2013 DS5 FinalReview 11N1104 6つの小さな集合体
 
2015真夏の自由研究 CADデータ⇒GIS⇒3D
2015真夏の自由研究 CADデータ⇒GIS⇒3D2015真夏の自由研究 CADデータ⇒GIS⇒3D
2015真夏の自由研究 CADデータ⇒GIS⇒3D
 
タイル地図がおもしろい
タイル地図がおもしろいタイル地図がおもしろい
タイル地図がおもしろい
 
データパイプラインツールLuigiを使ってCS立体図をワンストップ演算する FOSS4G 2017 Tokyo
データパイプラインツールLuigiを使ってCS立体図をワンストップ演算する FOSS4G 2017 TokyoデータパイプラインツールLuigiを使ってCS立体図をワンストップ演算する FOSS4G 2017 Tokyo
データパイプラインツールLuigiを使ってCS立体図をワンストップ演算する FOSS4G 2017 Tokyo
 
可視化周辺の進化がヤヴァイ 〜2016〜
可視化周辺の進化がヤヴァイ 〜2016〜可視化周辺の進化がヤヴァイ 〜2016〜
可視化周辺の進化がヤヴァイ 〜2016〜
 

Viewers also liked

クラウド座談会資料
クラウド座談会資料クラウド座談会資料
クラウド座談会資料知礼 八子
 
20130614 Interop SDN ShowCase-OpenStage2-MidoNet with Sakura Internet
20130614 Interop SDN ShowCase-OpenStage2-MidoNet with Sakura Internet20130614 Interop SDN ShowCase-OpenStage2-MidoNet with Sakura Internet
20130614 Interop SDN ShowCase-OpenStage2-MidoNet with Sakura InternetMidokura
 
京都精華大学 マンガ学部 講義「アイデア創出の技術・ワークショップ」
京都精華大学 マンガ学部 講義「アイデア創出の技術・ワークショップ」京都精華大学 マンガ学部 講義「アイデア創出の技術・ワークショップ」
京都精華大学 マンガ学部 講義「アイデア創出の技術・ワークショップ」Rikie Ishii
 
数字から見るAWSの運用とビッグデータのビジュアライゼーション
数字から見るAWSの運用とビッグデータのビジュアライゼーション数字から見るAWSの運用とビッグデータのビジュアライゼーション
数字から見るAWSの運用とビッグデータのビジュアライゼーション真吾 吉田
 
シェアって単純なもんじゃなさそう だから、整理して考えてみる
シェアって単純なもんじゃなさそう だから、整理して考えてみるシェアって単純なもんじゃなさそう だから、整理して考えてみる
シェアって単純なもんじゃなさそう だから、整理して考えてみるDaiki Matsumura
 
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
 
やる気の見える化
やる気の見える化やる気の見える化
やる気の見える化Ryozo Ishibashi
 
シェアハウスから文化を創る構想
シェアハウスから文化を創る構想シェアハウスから文化を創る構想
シェアハウスから文化を創る構想Kazuya Matsuda
 
AwsSummit 2014 LT YYY You Yacchaina Yo
AwsSummit 2014 LT YYY You Yacchaina YoAwsSummit 2014 LT YYY You Yacchaina Yo
AwsSummit 2014 LT YYY You Yacchaina YoHajime Ogushi
 
宣伝会議SIMC2011/トライバルメディアハウス講演資料
宣伝会議SIMC2011/トライバルメディアハウス講演資料宣伝会議SIMC2011/トライバルメディアハウス講演資料
宣伝会議SIMC2011/トライバルメディアハウス講演資料ikedanoriyuki
 
実践に向けたドメイン駆動設計のエッセンス
実践に向けたドメイン駆動設計のエッセンス実践に向けたドメイン駆動設計のエッセンス
実践に向けたドメイン駆動設計のエッセンスGuildWorks
 
自動車業界向けSPICE(MATLAB)を活用した EV・HEVシミュレーションセミナーのプレゼン資料
自動車業界向けSPICE(MATLAB)を活用したEV・HEVシミュレーションセミナーのプレゼン資料自動車業界向けSPICE(MATLAB)を活用したEV・HEVシミュレーションセミナーのプレゼン資料
自動車業界向けSPICE(MATLAB)を活用した EV・HEVシミュレーションセミナーのプレゼン資料Tsuyoshi Horigome
 
市場としての中国攻略法
市場としての中国攻略法市場としての中国攻略法
市場としての中国攻略法Masao Eguchi
 
高大連携授業20140730
高大連携授業20140730高大連携授業20140730
高大連携授業20140730義広 河野
 
これだけは知っておけ!はじめてのAndroidアプリデザイン
これだけは知っておけ!はじめてのAndroidアプリデザインこれだけは知っておけ!はじめてのAndroidアプリデザイン
これだけは知っておけ!はじめてのAndroidアプリデザインschoowebcampus
 
教員免許状更新講習20140807
教員免許状更新講習20140807教員免許状更新講習20140807
教員免許状更新講習20140807義広 河野
 
db-tech-showcase-sapporo-b24-20150911p
db-tech-showcase-sapporo-b24-20150911pdb-tech-showcase-sapporo-b24-20150911p
db-tech-showcase-sapporo-b24-20150911pSatoru Ishikawa
 
Universal Windows app 入門
Universal Windows app 入門Universal Windows app 入門
Universal Windows app 入門一希 大田
 

Viewers also liked (20)

クラウド座談会資料
クラウド座談会資料クラウド座談会資料
クラウド座談会資料
 
Ogm, verità e bugie
Ogm, verità e bugieOgm, verità e bugie
Ogm, verità e bugie
 
20130614 Interop SDN ShowCase-OpenStage2-MidoNet with Sakura Internet
20130614 Interop SDN ShowCase-OpenStage2-MidoNet with Sakura Internet20130614 Interop SDN ShowCase-OpenStage2-MidoNet with Sakura Internet
20130614 Interop SDN ShowCase-OpenStage2-MidoNet with Sakura Internet
 
京都精華大学 マンガ学部 講義「アイデア創出の技術・ワークショップ」
京都精華大学 マンガ学部 講義「アイデア創出の技術・ワークショップ」京都精華大学 マンガ学部 講義「アイデア創出の技術・ワークショップ」
京都精華大学 マンガ学部 講義「アイデア創出の技術・ワークショップ」
 
数字から見るAWSの運用とビッグデータのビジュアライゼーション
数字から見るAWSの運用とビッグデータのビジュアライゼーション数字から見るAWSの運用とビッグデータのビジュアライゼーション
数字から見るAWSの運用とビッグデータのビジュアライゼーション
 
シェアって単純なもんじゃなさそう だから、整理して考えてみる
シェアって単純なもんじゃなさそう だから、整理して考えてみるシェアって単純なもんじゃなさそう だから、整理して考えてみる
シェアって単純なもんじゃなさそう だから、整理して考えてみる
 
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
 
やる気の見える化
やる気の見える化やる気の見える化
やる気の見える化
 
シェアハウスから文化を創る構想
シェアハウスから文化を創る構想シェアハウスから文化を創る構想
シェアハウスから文化を創る構想
 
AwsSummit 2014 LT YYY You Yacchaina Yo
AwsSummit 2014 LT YYY You Yacchaina YoAwsSummit 2014 LT YYY You Yacchaina Yo
AwsSummit 2014 LT YYY You Yacchaina Yo
 
宣伝会議SIMC2011/トライバルメディアハウス講演資料
宣伝会議SIMC2011/トライバルメディアハウス講演資料宣伝会議SIMC2011/トライバルメディアハウス講演資料
宣伝会議SIMC2011/トライバルメディアハウス講演資料
 
実践に向けたドメイン駆動設計のエッセンス
実践に向けたドメイン駆動設計のエッセンス実践に向けたドメイン駆動設計のエッセンス
実践に向けたドメイン駆動設計のエッセンス
 
Sample Circuit
Sample CircuitSample Circuit
Sample Circuit
 
自動車業界向けSPICE(MATLAB)を活用した EV・HEVシミュレーションセミナーのプレゼン資料
自動車業界向けSPICE(MATLAB)を活用したEV・HEVシミュレーションセミナーのプレゼン資料自動車業界向けSPICE(MATLAB)を活用したEV・HEVシミュレーションセミナーのプレゼン資料
自動車業界向けSPICE(MATLAB)を活用した EV・HEVシミュレーションセミナーのプレゼン資料
 
市場としての中国攻略法
市場としての中国攻略法市場としての中国攻略法
市場としての中国攻略法
 
高大連携授業20140730
高大連携授業20140730高大連携授業20140730
高大連携授業20140730
 
これだけは知っておけ!はじめてのAndroidアプリデザイン
これだけは知っておけ!はじめてのAndroidアプリデザインこれだけは知っておけ!はじめてのAndroidアプリデザイン
これだけは知っておけ!はじめてのAndroidアプリデザイン
 
教員免許状更新講習20140807
教員免許状更新講習20140807教員免許状更新講習20140807
教員免許状更新講習20140807
 
db-tech-showcase-sapporo-b24-20150911p
db-tech-showcase-sapporo-b24-20150911pdb-tech-showcase-sapporo-b24-20150911p
db-tech-showcase-sapporo-b24-20150911p
 
Universal Windows app 入門
Universal Windows app 入門Universal Windows app 入門
Universal Windows app 入門
 

Similar to Masシミュレーションに関する関心事@第65回 ca masゼミ

大規模グラフアルゴリズムの最先端
大規模グラフアルゴリズムの最先端大規模グラフアルゴリズムの最先端
大規模グラフアルゴリズムの最先端Takuya Akiba
 
Data-Intensive Text Processing with MapReduce(Ch1,Ch2)
Data-Intensive Text Processing with MapReduce(Ch1,Ch2)Data-Intensive Text Processing with MapReduce(Ch1,Ch2)
Data-Intensive Text Processing with MapReduce(Ch1,Ch2)Sho Shimauchi
 
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Yuya Unno
 
Jubatusのリアルタイム分散レコメンデーション@TokyoNLP#9
Jubatusのリアルタイム分散レコメンデーション@TokyoNLP#9Jubatusのリアルタイム分散レコメンデーション@TokyoNLP#9
Jubatusのリアルタイム分散レコメンデーション@TokyoNLP#9Yuya Unno
 
MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習Preferred Networks
 
Googleの基盤クローン Hadoopについて
Googleの基盤クローン HadoopについてGoogleの基盤クローン Hadoopについて
Googleの基盤クローン HadoopについてKazuki Ohta
 
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages. Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages. Satoshi Kato
 
大規模グラフ解析のための乱択スケッチ技法
大規模グラフ解析のための乱択スケッチ技法大規模グラフ解析のための乱択スケッチ技法
大規模グラフ解析のための乱択スケッチ技法Takuya Akiba
 
グラフデータ分析 入門編
グラフデータ分析 入門編グラフデータ分析 入門編
グラフデータ分析 入門編順也 山口
 
地理空間とOSGeoとPostGISとを簡単に紹介してみます
地理空間とOSGeoとPostGISとを簡単に紹介してみます地理空間とOSGeoとPostGISとを簡単に紹介してみます
地理空間とOSGeoとPostGISとを簡単に紹介してみますboiledorange73
 
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズムTakuya Akiba
 
Deep learning実装の基礎と実践
Deep learning実装の基礎と実践Deep learning実装の基礎と実践
Deep learning実装の基礎と実践Seiya Tokui
 
NetworkXによる語彙ネットワークの可視化
NetworkXによる語彙ネットワークの可視化NetworkXによる語彙ネットワークの可視化
NetworkXによる語彙ネットワークの可視化Shintaro Takemura
 
Blueprintsについて
BlueprintsについてBlueprintsについて
BlueprintsについてTetsuro Nagae
 
WWW2017論文読み会 Information Cascades と Graph Algorithms
WWW2017論文読み会 Information Cascades と Graph AlgorithmsWWW2017論文読み会 Information Cascades と Graph Algorithms
WWW2017論文読み会 Information Cascades と Graph Algorithmscyberagent
 

Similar to Masシミュレーションに関する関心事@第65回 ca masゼミ (20)

StreamGraph
StreamGraphStreamGraph
StreamGraph
 
大規模グラフアルゴリズムの最先端
大規模グラフアルゴリズムの最先端大規模グラフアルゴリズムの最先端
大規模グラフアルゴリズムの最先端
 
Data-Intensive Text Processing with MapReduce(Ch1,Ch2)
Data-Intensive Text Processing with MapReduce(Ch1,Ch2)Data-Intensive Text Processing with MapReduce(Ch1,Ch2)
Data-Intensive Text Processing with MapReduce(Ch1,Ch2)
 
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
 
MapReduce解説
MapReduce解説MapReduce解説
MapReduce解説
 
Jubatusのリアルタイム分散レコメンデーション@TokyoNLP#9
Jubatusのリアルタイム分散レコメンデーション@TokyoNLP#9Jubatusのリアルタイム分散レコメンデーション@TokyoNLP#9
Jubatusのリアルタイム分散レコメンデーション@TokyoNLP#9
 
MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習MapReduceによる大規模データを利用した機械学習
MapReduceによる大規模データを利用した機械学習
 
Googleの基盤クローン Hadoopについて
Googleの基盤クローン HadoopについてGoogleの基盤クローン Hadoopについて
Googleの基盤クローン Hadoopについて
 
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages. Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
Dimensionality reduction with t-SNE(Rtsne) and UMAP(uwot) using R packages.
 
大規模グラフ解析のための乱択スケッチ技法
大規模グラフ解析のための乱択スケッチ技法大規模グラフ解析のための乱択スケッチ技法
大規模グラフ解析のための乱択スケッチ技法
 
グラフデータ分析 入門編
グラフデータ分析 入門編グラフデータ分析 入門編
グラフデータ分析 入門編
 
地理空間とOSGeoとPostGISとを簡単に紹介してみます
地理空間とOSGeoとPostGISとを簡単に紹介してみます地理空間とOSGeoとPostGISとを簡単に紹介してみます
地理空間とOSGeoとPostGISとを簡単に紹介してみます
 
Hadoop事始め
Hadoop事始めHadoop事始め
Hadoop事始め
 
平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム平面グラフと交通ネットワークのアルゴリズム
平面グラフと交通ネットワークのアルゴリズム
 
Deep learning実装の基礎と実践
Deep learning実装の基礎と実践Deep learning実装の基礎と実践
Deep learning実装の基礎と実践
 
NetworkXによる語彙ネットワークの可視化
NetworkXによる語彙ネットワークの可視化NetworkXによる語彙ネットワークの可視化
NetworkXによる語彙ネットワークの可視化
 
Blueprintsについて
BlueprintsについてBlueprintsについて
Blueprintsについて
 
WWW2017論文読み会 Information Cascades と Graph Algorithms
WWW2017論文読み会 Information Cascades と Graph AlgorithmsWWW2017論文読み会 Information Cascades と Graph Algorithms
WWW2017論文読み会 Information Cascades と Graph Algorithms
 
MapReduce基礎
MapReduce基礎MapReduce基礎
MapReduce基礎
 
Overview and Roadmap
Overview and RoadmapOverview and Roadmap
Overview and Roadmap
 

More from Takuya Ueda

Goにおけるバージョン管理の必要性 − vgoについて −
Goにおけるバージョン管理の必要性 − vgoについて −Goにおけるバージョン管理の必要性 − vgoについて −
Goにおけるバージョン管理の必要性 − vgoについて −Takuya Ueda
 
WebAssembly with Go
WebAssembly with GoWebAssembly with Go
WebAssembly with GoTakuya Ueda
 
GAE/Goとsyncパッケージ
GAE/GoとsyncパッケージGAE/Goとsyncパッケージ
GAE/GoとsyncパッケージTakuya Ueda
 
静的解析を使った開発ツールの開発
静的解析を使った開発ツールの開発静的解析を使った開発ツールの開発
静的解析を使った開発ツールの開発Takuya Ueda
 
そうだ、Goを始めよう
そうだ、Goを始めようそうだ、Goを始めよう
そうだ、Goを始めようTakuya Ueda
 
マスター・オブ・goパッケージ
マスター・オブ・goパッケージマスター・オブ・goパッケージ
マスター・オブ・goパッケージTakuya Ueda
 
メルカリ カウルのマスタデータの更新
メルカリ カウルのマスタデータの更新メルカリ カウルのマスタデータの更新
メルカリ カウルのマスタデータの更新Takuya Ueda
 
Go1.8 for Google App Engine
Go1.8 for Google App EngineGo1.8 for Google App Engine
Go1.8 for Google App EngineTakuya Ueda
 
Go Friday 傑作選
Go Friday 傑作選Go Friday 傑作選
Go Friday 傑作選Takuya Ueda
 
GoによるiOSアプリの開発
GoによるiOSアプリの開発GoによるiOSアプリの開発
GoによるiOSアプリの開発Takuya Ueda
 
Static Analysis in Go
Static Analysis in GoStatic Analysis in Go
Static Analysis in GoTakuya Ueda
 
静的解析とUIの自動生成を駆使してモバイルアプリの運用コストを大幅に下げた話
静的解析とUIの自動生成を駆使してモバイルアプリの運用コストを大幅に下げた話静的解析とUIの自動生成を駆使してモバイルアプリの運用コストを大幅に下げた話
静的解析とUIの自動生成を駆使してモバイルアプリの運用コストを大幅に下げた話Takuya Ueda
 
メルカリ・ソウゾウでは どうGoを活用しているのか?
メルカリ・ソウゾウでは どうGoを活用しているのか?メルカリ・ソウゾウでは どうGoを活用しているのか?
メルカリ・ソウゾウでは どうGoを活用しているのか?Takuya Ueda
 
エキスパートGo
エキスパートGoエキスパートGo
エキスパートGoTakuya Ueda
 
Go静的解析ハンズオン
Go静的解析ハンズオンGo静的解析ハンズオン
Go静的解析ハンズオンTakuya Ueda
 
Goにおける静的解析と製品開発への応用
Goにおける静的解析と製品開発への応用Goにおける静的解析と製品開発への応用
Goにおける静的解析と製品開発への応用Takuya Ueda
 
オススメの標準・準標準パッケージ20選
オススメの標準・準標準パッケージ20選オススメの標準・準標準パッケージ20選
オススメの標準・準標準パッケージ20選Takuya Ueda
 
Gopher Fest 2017参加レポート
Gopher Fest 2017参加レポートGopher Fest 2017参加レポート
Gopher Fest 2017参加レポートTakuya Ueda
 
Google Assistant関係のセッションまとめ
Google Assistant関係のセッションまとめGoogle Assistant関係のセッションまとめ
Google Assistant関係のセッションまとめTakuya Ueda
 
Cloud functionsの紹介
Cloud functionsの紹介Cloud functionsの紹介
Cloud functionsの紹介Takuya Ueda
 

More from Takuya Ueda (20)

Goにおけるバージョン管理の必要性 − vgoについて −
Goにおけるバージョン管理の必要性 − vgoについて −Goにおけるバージョン管理の必要性 − vgoについて −
Goにおけるバージョン管理の必要性 − vgoについて −
 
WebAssembly with Go
WebAssembly with GoWebAssembly with Go
WebAssembly with Go
 
GAE/Goとsyncパッケージ
GAE/GoとsyncパッケージGAE/Goとsyncパッケージ
GAE/Goとsyncパッケージ
 
静的解析を使った開発ツールの開発
静的解析を使った開発ツールの開発静的解析を使った開発ツールの開発
静的解析を使った開発ツールの開発
 
そうだ、Goを始めよう
そうだ、Goを始めようそうだ、Goを始めよう
そうだ、Goを始めよう
 
マスター・オブ・goパッケージ
マスター・オブ・goパッケージマスター・オブ・goパッケージ
マスター・オブ・goパッケージ
 
メルカリ カウルのマスタデータの更新
メルカリ カウルのマスタデータの更新メルカリ カウルのマスタデータの更新
メルカリ カウルのマスタデータの更新
 
Go1.8 for Google App Engine
Go1.8 for Google App EngineGo1.8 for Google App Engine
Go1.8 for Google App Engine
 
Go Friday 傑作選
Go Friday 傑作選Go Friday 傑作選
Go Friday 傑作選
 
GoによるiOSアプリの開発
GoによるiOSアプリの開発GoによるiOSアプリの開発
GoによるiOSアプリの開発
 
Static Analysis in Go
Static Analysis in GoStatic Analysis in Go
Static Analysis in Go
 
静的解析とUIの自動生成を駆使してモバイルアプリの運用コストを大幅に下げた話
静的解析とUIの自動生成を駆使してモバイルアプリの運用コストを大幅に下げた話静的解析とUIの自動生成を駆使してモバイルアプリの運用コストを大幅に下げた話
静的解析とUIの自動生成を駆使してモバイルアプリの運用コストを大幅に下げた話
 
メルカリ・ソウゾウでは どうGoを活用しているのか?
メルカリ・ソウゾウでは どうGoを活用しているのか?メルカリ・ソウゾウでは どうGoを活用しているのか?
メルカリ・ソウゾウでは どうGoを活用しているのか?
 
エキスパートGo
エキスパートGoエキスパートGo
エキスパートGo
 
Go静的解析ハンズオン
Go静的解析ハンズオンGo静的解析ハンズオン
Go静的解析ハンズオン
 
Goにおける静的解析と製品開発への応用
Goにおける静的解析と製品開発への応用Goにおける静的解析と製品開発への応用
Goにおける静的解析と製品開発への応用
 
オススメの標準・準標準パッケージ20選
オススメの標準・準標準パッケージ20選オススメの標準・準標準パッケージ20選
オススメの標準・準標準パッケージ20選
 
Gopher Fest 2017参加レポート
Gopher Fest 2017参加レポートGopher Fest 2017参加レポート
Gopher Fest 2017参加レポート
 
Google Assistant関係のセッションまとめ
Google Assistant関係のセッションまとめGoogle Assistant関係のセッションまとめ
Google Assistant関係のセッションまとめ
 
Cloud functionsの紹介
Cloud functionsの紹介Cloud functionsの紹介
Cloud functionsの紹介
 

Recently uploaded

Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Danieldanielhu54
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 

Recently uploaded (9)

Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 

Masシミュレーションに関する関心事@第65回 ca masゼミ