Soumettre la recherche
Mettre en ligne
東方紅魔郷AI
•
Télécharger en tant que PPTX, PDF
•
7 j'aime
•
4,956 vues
A
aki33524
Suivre
Technologie
Signaler
Partager
Signaler
Partager
1 sur 41
Télécharger maintenant
Recommandé
2018/01/20 第3回東方発表会
東方ゲームAIとその歴史
東方ゲームAIとその歴史
ide_an
ゲームAIとマルチエージェントについて講演資料の後編です。 前編は https://www.slideshare.net/youichiromiyake/ai-79541209
ゲームAIとマルチエージェント(下)
ゲームAIとマルチエージェント(下)
Youichiro Miyake
映像情報メディア学会 立体映像技術研究会(3DIT) [招待講演]「デプスセンサとその応用」の発表資料です. http://www.ite.or.jp/ken/program/index.php?tgs_regid=a5bacacea82fb086cc4a6ef2b050f2c2f673ff48cd98a1d315bb489a9937779a&tgid=ITE-3DIT&lang=
デプスセンサとその応用
デプスセンサとその応用
Norishige Fukushima
Behavior Treeという手法を使い、自作ゲームにAIを実装してみました Behavior Designer : https://www.assetstore.unity3d.com/jp/#!/content/15277 講演したイベント 【年末だよ】Unity お・と・な のLT大会 2016【ポロりしてもいいのよ】 http://peatix.com/event/212468
【Unity】 Behavior TreeでAIを作る
【Unity】 Behavior TreeでAIを作る
torisoup
第一回精神科診断学セミナー
潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
ゲームの人工知能の中に潜む数学を順番に解説します。 (上)(下)編からなります。 (下) https://www.slideshare.net/youichiromiyake/ai-75435715 1. 迷路とデータ構造と数学 2. ダンジョン自動生成のアルゴリズム 3. ナビゲーションAIとグラフ上の数学 4. 位置解析システムとフィルタリング 5. 力学系と意識の理論 6. シミュレーションベースと動的計画法 7. 強化学習と格闘ゲーム 8. ユーティリティとキャラクターの生理と心理 9. 知能方程式とゲームAIの本質 10. 統計学習とユーザーの癖の抽出 11. ランクシステムと正規分布 12. 遺伝的アルゴリズムとキャラクターたちの進化 13. ニューラルネットワークとキャラクターの学習 14. ディープラーニングと囲碁AI 15. ニューロエボリューションとバトルロワイヤル 16. 影響マップと勢力図 17. プロシージャル技術とレベル自動生成 18. グラフィクス自動生成とフラクタル 19. 街自動生成とL-ツリー 20. Sporeとプロシージャル技術 21. EVE ONLINE と拡散律速凝集シミュレーション
ゲームAIの中の数学(上)
ゲームAIの中の数学(上)
Youichiro Miyake
37回Tokyo.Rの離散選択モデルの発表です。 多項ロジットモデルを中心に説明しています。
Rで学ぶ離散選択モデル
Rで学ぶ離散選択モデル
宏喜 佐野
画像処理の応用
画像処理応用
画像処理応用
大貴 末廣
Recommandé
2018/01/20 第3回東方発表会
東方ゲームAIとその歴史
東方ゲームAIとその歴史
ide_an
ゲームAIとマルチエージェントについて講演資料の後編です。 前編は https://www.slideshare.net/youichiromiyake/ai-79541209
ゲームAIとマルチエージェント(下)
ゲームAIとマルチエージェント(下)
Youichiro Miyake
映像情報メディア学会 立体映像技術研究会(3DIT) [招待講演]「デプスセンサとその応用」の発表資料です. http://www.ite.or.jp/ken/program/index.php?tgs_regid=a5bacacea82fb086cc4a6ef2b050f2c2f673ff48cd98a1d315bb489a9937779a&tgid=ITE-3DIT&lang=
デプスセンサとその応用
デプスセンサとその応用
Norishige Fukushima
Behavior Treeという手法を使い、自作ゲームにAIを実装してみました Behavior Designer : https://www.assetstore.unity3d.com/jp/#!/content/15277 講演したイベント 【年末だよ】Unity お・と・な のLT大会 2016【ポロりしてもいいのよ】 http://peatix.com/event/212468
【Unity】 Behavior TreeでAIを作る
【Unity】 Behavior TreeでAIを作る
torisoup
第一回精神科診断学セミナー
潜在クラス分析
潜在クラス分析
Yoshitake Takebayashi
ゲームの人工知能の中に潜む数学を順番に解説します。 (上)(下)編からなります。 (下) https://www.slideshare.net/youichiromiyake/ai-75435715 1. 迷路とデータ構造と数学 2. ダンジョン自動生成のアルゴリズム 3. ナビゲーションAIとグラフ上の数学 4. 位置解析システムとフィルタリング 5. 力学系と意識の理論 6. シミュレーションベースと動的計画法 7. 強化学習と格闘ゲーム 8. ユーティリティとキャラクターの生理と心理 9. 知能方程式とゲームAIの本質 10. 統計学習とユーザーの癖の抽出 11. ランクシステムと正規分布 12. 遺伝的アルゴリズムとキャラクターたちの進化 13. ニューラルネットワークとキャラクターの学習 14. ディープラーニングと囲碁AI 15. ニューロエボリューションとバトルロワイヤル 16. 影響マップと勢力図 17. プロシージャル技術とレベル自動生成 18. グラフィクス自動生成とフラクタル 19. 街自動生成とL-ツリー 20. Sporeとプロシージャル技術 21. EVE ONLINE と拡散律速凝集シミュレーション
ゲームAIの中の数学(上)
ゲームAIの中の数学(上)
Youichiro Miyake
37回Tokyo.Rの離散選択モデルの発表です。 多項ロジットモデルを中心に説明しています。
Rで学ぶ離散選択モデル
Rで学ぶ離散選択モデル
宏喜 佐野
画像処理の応用
画像処理応用
画像処理応用
大貴 末廣
インディーゲーム開発アンチパターンとその解決策
エターナらないゲーム開発
エターナらないゲーム開発
Kohki Miki
ゲームAIとマルチエージェントについての講演資料の前編です。 後編はこちら https://www.slideshare.net/youichiromiyake/ai-79541241
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
Youichiro Miyake
ディープラーニングで細胞画像を分類する課題を実践できるチュートリアルです。プログラミング経験はほとんどないけどこれから機械学習を始めてみたいという生命科学系の研究者・学生を主な対象としています。ソースコードやサンプルデータを取得できるリンクも記載されています。Google Colabを使うため、ソフトのインストール等も不要で試せます。
チュートリアル:細胞画像を使った初めてのディープラーニング
チュートリアル:細胞画像を使った初めてのディープラーニング
DaisukeTakao
横浜で行っているゲームAI製作ワークショップ(全五回)の第一回の講義録とワークショップシートです。カヤックさんに協力いただいております。ありがとうございます。
ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(I)
Youichiro Miyake
マーケティングサイエンス徹底入門と実践Part2
マーケティングサイエンス徹底入門と実践Part2
宏喜 佐野
Wavelet変換におけるmother waveletの設定とその分解能への影響についての個人的まとめ 誤り等ございましたらご指摘いただけると幸甚です。
Mother Waveletの設定と分解能について 修正第4版
Mother Waveletの設定と分解能について 修正第4版
Akinori Takeda
2018/03/26 Deep Learning JP: http://deeplearning.jp/hacks/
[DL Hacks]Learning Cross-modal Embeddings for Cooking Recipes and Food Images...
[DL Hacks]Learning Cross-modal Embeddings for Cooking Recipes and Food Images...
Deep Learning JP
Getting started with MLOps
Getting started with MLOps
Getting started with MLOps
yusuke shibui
Rstanで分散分析(3群の平均値差)をやった。 分散分析なんてまじめにやったことがないので、色々と怪しかったらすいません。
RとStanで分散分析
RとStanで分散分析
人斬り 抜刀斎
トピックモデルでテキストのクラスタリングをやってみました!
トピックモデルでテキストをクラスタリングしてみた
トピックモデルでテキストをクラスタリングしてみた
Hirofumi Tsuruta
第33回R勉強会@東京(#TokyoR)の資料
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみた
Nagi Teramo
マイクロソフトのクラウドテクノロジーでゲーム開発(2019年7月) マインクラフトのAzure,PlayFabの応用例などを追加しました
マイクロソフトのクラウドテクノロジーでゲーム開発(2019年7月)
マイクロソフトのクラウドテクノロジーでゲーム開発(2019年7月)
Daisuke Masubuchi
2021/11/20開催のハンズオン資料
HoloLens2とMeta QuestではじめるWebXR
HoloLens2とMeta QuestではじめるWebXR
Takashi Yoshinaga
Design solusion forum2016での発表資料. http://www.dsforum.jp/2016/timetable.html
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
天草の若者を元気づけるためのプロジェクト企画案
天草プロデュース_池田るき様.pptx
天草プロデュース_池田るき様.pptx
otanimakoto
医用画像からのセグメンテーションは、定量的な診断や患者個別のシミュレーションのため重要である。医用画像は、その撮像モダリティにより異なる特徴をもつ。CTは骨の構造を明瞭に撮影することができるのに対して、MRは軟組織の構造を明瞭に撮影することができる。このような違いはセグメンテーションにおいても考慮する必要がある。そこで本研究では、CycleGANを用いてMRIから同患者同姿勢のCT画像を生成することにより、セグメンテーションに活用する手法を提案した。
CycleGANによる異種モダリティ画像生成を用いた股関節MRIの筋骨格セグメンテーション
CycleGANによる異種モダリティ画像生成を用いた股関節MRIの筋骨格セグメンテーション
奈良先端大 情報科学研究科
世界中の AR/VR/MR アプリケーションがUnityで開発されています。そんな中で各社のSDKも日々進化し更にはUnityのxR開発のためのソリューション新しくリリースされています。今や検索すればするほどわからなくなるxRアプリ開発。今回は改めて Unity を使って xRアプリ開発をする方法を少し整理してご紹介します。
今だから聞きたい 「一番新しい xRアプリの作り方」 2020年 最新版
今だから聞きたい 「一番新しい xRアプリの作り方」 2020年 最新版
UnityTechnologiesJapan002
「3Dゲームをおもしろくする技術 」のいろいろな読み方について書いてみました。よろしければ、どうぞ。
「3Dゲームをおもしろくする技術 」のいろいろな読み方
「3Dゲームをおもしろくする技術 」のいろいろな読み方
Kouji Ohno
2016年7月8日、県立浦和高校にて、『総合的な学習の時間』の一環として行われた授業にて使用したスライドです。 浦和高校では、年度を前期、後期に分けて、各期7~9回の課題研究スタイルの授業を開催しているそうです。担当の先生が各々のテーマを設定し生徒を募集する-アドバイザーグループ(アドグル)とのスタイルです。 本スライドは、その前期7回目として開催された授業にて使用されました。参加者は16名。後期から本格的にカードゲーム作成を取り組むそうです。
「シリアスゲーム(Serious Game)」作りを考える
「シリアスゲーム(Serious Game)」作りを考える
Noriaki Hayashi
2019/9/25-6に開催されたUnite Tokyo 2019の講演スライドです。 山村 達彦(ユニティ・テクノロジーズ・ジャパン合同会社) こんな人におすすめ ・ECSに興味がある方 ・大規模なステージのロード 受講者が得られる知見 ・DOTSの内側 ・レンダリングワークフロー ・DOTSのシリアライズ Unityのイベント資料はこちらから: https://www.slideshare.net/UnityTechnologiesJapan/clipboards
【Unite Tokyo 2019】大量のオブジェクトを含む広いステージでも大丈夫、そうDOTSならね
【Unite Tokyo 2019】大量のオブジェクトを含む広いステージでも大丈夫、そうDOTSならね
UnityTechnologiesJapan002
能年玲奈ちゃんのファンとして本気を出してみた
能年玲奈ちゃんのファンとして本気を出してみた
真一 北原
学校で教えているのを改変。 「Web制作って敷居高そう…」と思っている(かもしれない)学生に向けてそんなことないよ! と言うためのスライドを プロばっか居るLT駆動開発で喋ってみたらどうだろう…という好奇心でやってみたものです。
LT駆動開発03 Web制作をカレー作りで例えてみる
LT駆動開発03 Web制作をカレー作りで例えてみる
Kawakami Hiroko
Contenu connexe
Tendances
インディーゲーム開発アンチパターンとその解決策
エターナらないゲーム開発
エターナらないゲーム開発
Kohki Miki
ゲームAIとマルチエージェントについての講演資料の前編です。 後編はこちら https://www.slideshare.net/youichiromiyake/ai-79541241
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
Youichiro Miyake
ディープラーニングで細胞画像を分類する課題を実践できるチュートリアルです。プログラミング経験はほとんどないけどこれから機械学習を始めてみたいという生命科学系の研究者・学生を主な対象としています。ソースコードやサンプルデータを取得できるリンクも記載されています。Google Colabを使うため、ソフトのインストール等も不要で試せます。
チュートリアル:細胞画像を使った初めてのディープラーニング
チュートリアル:細胞画像を使った初めてのディープラーニング
DaisukeTakao
横浜で行っているゲームAI製作ワークショップ(全五回)の第一回の講義録とワークショップシートです。カヤックさんに協力いただいております。ありがとうございます。
ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(I)
Youichiro Miyake
マーケティングサイエンス徹底入門と実践Part2
マーケティングサイエンス徹底入門と実践Part2
宏喜 佐野
Wavelet変換におけるmother waveletの設定とその分解能への影響についての個人的まとめ 誤り等ございましたらご指摘いただけると幸甚です。
Mother Waveletの設定と分解能について 修正第4版
Mother Waveletの設定と分解能について 修正第4版
Akinori Takeda
2018/03/26 Deep Learning JP: http://deeplearning.jp/hacks/
[DL Hacks]Learning Cross-modal Embeddings for Cooking Recipes and Food Images...
[DL Hacks]Learning Cross-modal Embeddings for Cooking Recipes and Food Images...
Deep Learning JP
Getting started with MLOps
Getting started with MLOps
Getting started with MLOps
yusuke shibui
Rstanで分散分析(3群の平均値差)をやった。 分散分析なんてまじめにやったことがないので、色々と怪しかったらすいません。
RとStanで分散分析
RとStanで分散分析
人斬り 抜刀斎
トピックモデルでテキストのクラスタリングをやってみました!
トピックモデルでテキストをクラスタリングしてみた
トピックモデルでテキストをクラスタリングしてみた
Hirofumi Tsuruta
第33回R勉強会@東京(#TokyoR)の資料
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみた
Nagi Teramo
マイクロソフトのクラウドテクノロジーでゲーム開発(2019年7月) マインクラフトのAzure,PlayFabの応用例などを追加しました
マイクロソフトのクラウドテクノロジーでゲーム開発(2019年7月)
マイクロソフトのクラウドテクノロジーでゲーム開発(2019年7月)
Daisuke Masubuchi
2021/11/20開催のハンズオン資料
HoloLens2とMeta QuestではじめるWebXR
HoloLens2とMeta QuestではじめるWebXR
Takashi Yoshinaga
Design solusion forum2016での発表資料. http://www.dsforum.jp/2016/timetable.html
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
天草の若者を元気づけるためのプロジェクト企画案
天草プロデュース_池田るき様.pptx
天草プロデュース_池田るき様.pptx
otanimakoto
医用画像からのセグメンテーションは、定量的な診断や患者個別のシミュレーションのため重要である。医用画像は、その撮像モダリティにより異なる特徴をもつ。CTは骨の構造を明瞭に撮影することができるのに対して、MRは軟組織の構造を明瞭に撮影することができる。このような違いはセグメンテーションにおいても考慮する必要がある。そこで本研究では、CycleGANを用いてMRIから同患者同姿勢のCT画像を生成することにより、セグメンテーションに活用する手法を提案した。
CycleGANによる異種モダリティ画像生成を用いた股関節MRIの筋骨格セグメンテーション
CycleGANによる異種モダリティ画像生成を用いた股関節MRIの筋骨格セグメンテーション
奈良先端大 情報科学研究科
世界中の AR/VR/MR アプリケーションがUnityで開発されています。そんな中で各社のSDKも日々進化し更にはUnityのxR開発のためのソリューション新しくリリースされています。今や検索すればするほどわからなくなるxRアプリ開発。今回は改めて Unity を使って xRアプリ開発をする方法を少し整理してご紹介します。
今だから聞きたい 「一番新しい xRアプリの作り方」 2020年 最新版
今だから聞きたい 「一番新しい xRアプリの作り方」 2020年 最新版
UnityTechnologiesJapan002
「3Dゲームをおもしろくする技術 」のいろいろな読み方について書いてみました。よろしければ、どうぞ。
「3Dゲームをおもしろくする技術 」のいろいろな読み方
「3Dゲームをおもしろくする技術 」のいろいろな読み方
Kouji Ohno
2016年7月8日、県立浦和高校にて、『総合的な学習の時間』の一環として行われた授業にて使用したスライドです。 浦和高校では、年度を前期、後期に分けて、各期7~9回の課題研究スタイルの授業を開催しているそうです。担当の先生が各々のテーマを設定し生徒を募集する-アドバイザーグループ(アドグル)とのスタイルです。 本スライドは、その前期7回目として開催された授業にて使用されました。参加者は16名。後期から本格的にカードゲーム作成を取り組むそうです。
「シリアスゲーム(Serious Game)」作りを考える
「シリアスゲーム(Serious Game)」作りを考える
Noriaki Hayashi
2019/9/25-6に開催されたUnite Tokyo 2019の講演スライドです。 山村 達彦(ユニティ・テクノロジーズ・ジャパン合同会社) こんな人におすすめ ・ECSに興味がある方 ・大規模なステージのロード 受講者が得られる知見 ・DOTSの内側 ・レンダリングワークフロー ・DOTSのシリアライズ Unityのイベント資料はこちらから: https://www.slideshare.net/UnityTechnologiesJapan/clipboards
【Unite Tokyo 2019】大量のオブジェクトを含む広いステージでも大丈夫、そうDOTSならね
【Unite Tokyo 2019】大量のオブジェクトを含む広いステージでも大丈夫、そうDOTSならね
UnityTechnologiesJapan002
Tendances
(20)
エターナらないゲーム開発
エターナらないゲーム開発
ゲームAIとマルチエージェント(上)
ゲームAIとマルチエージェント(上)
チュートリアル:細胞画像を使った初めてのディープラーニング
チュートリアル:細胞画像を使った初めてのディープラーニング
ゲームAI製作のためのワークショップ(I)
ゲームAI製作のためのワークショップ(I)
マーケティングサイエンス徹底入門と実践Part2
マーケティングサイエンス徹底入門と実践Part2
Mother Waveletの設定と分解能について 修正第4版
Mother Waveletの設定と分解能について 修正第4版
[DL Hacks]Learning Cross-modal Embeddings for Cooking Recipes and Food Images...
[DL Hacks]Learning Cross-modal Embeddings for Cooking Recipes and Food Images...
Getting started with MLOps
Getting started with MLOps
RとStanで分散分析
RとStanで分散分析
トピックモデルでテキストをクラスタリングしてみた
トピックモデルでテキストをクラスタリングしてみた
とある金融屋の統計技師が時系列解析してみた
とある金融屋の統計技師が時系列解析してみた
マイクロソフトのクラウドテクノロジーでゲーム開発(2019年7月)
マイクロソフトのクラウドテクノロジーでゲーム開発(2019年7月)
HoloLens2とMeta QuestではじめるWebXR
HoloLens2とMeta QuestではじめるWebXR
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
天草プロデュース_池田るき様.pptx
天草プロデュース_池田るき様.pptx
CycleGANによる異種モダリティ画像生成を用いた股関節MRIの筋骨格セグメンテーション
CycleGANによる異種モダリティ画像生成を用いた股関節MRIの筋骨格セグメンテーション
今だから聞きたい 「一番新しい xRアプリの作り方」 2020年 最新版
今だから聞きたい 「一番新しい xRアプリの作り方」 2020年 最新版
「3Dゲームをおもしろくする技術 」のいろいろな読み方
「3Dゲームをおもしろくする技術 」のいろいろな読み方
「シリアスゲーム(Serious Game)」作りを考える
「シリアスゲーム(Serious Game)」作りを考える
【Unite Tokyo 2019】大量のオブジェクトを含む広いステージでも大丈夫、そうDOTSならね
【Unite Tokyo 2019】大量のオブジェクトを含む広いステージでも大丈夫、そうDOTSならね
En vedette
能年玲奈ちゃんのファンとして本気を出してみた
能年玲奈ちゃんのファンとして本気を出してみた
真一 北原
学校で教えているのを改変。 「Web制作って敷居高そう…」と思っている(かもしれない)学生に向けてそんなことないよ! と言うためのスライドを プロばっか居るLT駆動開発で喋ってみたらどうだろう…という好奇心でやってみたものです。
LT駆動開発03 Web制作をカレー作りで例えてみる
LT駆動開発03 Web制作をカレー作りで例えてみる
Kawakami Hiroko
過換気症候群についてです。
過換気症候群
過換気症候群
Keiichi Kimura
日経BP主催 ITpro EXPO セミナー資料 次世代IoTアーキテクチャ モノとクラウドの直接接続が実現する新境地 株式会社ソラコム 代表取締役社長 玉川憲 最高技術責任者 安川健太
日経ITpro EXPO 2015: 次世代IoTアーキテクチャ CEO玉川、CTO安川
日経ITpro EXPO 2015: 次世代IoTアーキテクチャ CEO玉川、CTO安川
SORACOM,INC
2016/09/13 WebDBフォーラム2016での、池田の講演資料になります
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
[サービスグラント]プロボノワーカー説明会ご参加の皆さまへ
About Servicegrant / digest
About Servicegrant / digest
Servicegrant
ENJOY H@RMONY!!
ENJOY H@RMONY!!とボーダーbot
ENJOY H@RMONY!!とボーダーbot
treby
大阪市さんの勉強会で講演した「PUSH大阪」の章会資料です. ・PUSH大阪の詳しい仕組み ・PUSH大阪の使い方 を解説しています.
「PUSH 大阪」の紹介
「PUSH 大阪」の紹介
Kouji Kozaki
今流行りのウェブアプリ開発環境Yeoman
今流行りのウェブアプリ開発環境Yeoman
tomo_masakura
「Applibot presents SmartphoneGame on AWS !!」セミナーにて使用したスライドです。アプリボットでは、AWSを利用しており、運用をしていく上での「データの可視化とコスト管理」について紹介しています。
データ可視化とコスト管理
データ可視化とコスト管理
Applibot, Inc.
営業プロセスの研修で用いた資料です。
営業プロセス研修資料
営業プロセス研修資料
Kouichi Morita
2011インターンシップ_09N1123_前野沙織
2011インターンシップ_09N1123_前野沙織
saolympic
俺の仕事がこんなに楽しいわけが無い 初出:2010/12/20 株式会社ECナビ会社説明会@IAMAS
俺の仕事がこんなに楽しいわけが無い・公開版(初出:2010/12/20 株式会社ECナビ会社説明会@IAMAS)
俺の仕事がこんなに楽しいわけが無い・公開版(初出:2010/12/20 株式会社ECナビ会社説明会@IAMAS)
bash0C7
https://www.facebook.com/TonosamaLabo
⑨Web制作、デザイン、セキュリティなどの基礎を学ぼう
⑨Web制作、デザイン、セキュリティなどの基礎を学ぼう
Nishida Kansuke
2016/04/21 Cisco Data Center Roadshow 2016での、石光の講演資料になります
リクルートにおけるVDI導入とCiscoデータセンタソリューション
リクルートにおけるVDI導入とCiscoデータセンタソリューション
Recruit Technologies
2016/02/23 EnterpriseZine 2016での、北岡の講演資料になります
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」
Recruit Technologies
libpgenというパケット操作のライブラリを作成した時の話です。 http://libpgen.org で情報発信しています。
libpgenでパケット操作
libpgenでパケット操作
slankdev
まだ研究は行っていないので研究プレゼンではありませんが、自分の経歴、夢などをまとめました。
自己紹介用プレゼン
自己紹介用プレゼン
Katsuhisa Maeda
Developers Summit 2015 Summerの「【ユーザ企業登壇!】先進企業が語る、ソフトウェア開発環境のビフォーアフター」の講演資料です。 http://event.shoeisha.jp/devsumi/20150729/session/845/ 2015.8.6追記: 以下のjacopen氏のblogもご覧ください。本資料で伝えきれていない部分が書かれています。 http://jaco.udcp.info/dev-with-ncom/
⼤企業で実現するイマドキの内製開発
⼤企業で実現するイマドキの内製開発
NTT Communications Technology Development
TIS株式会社で行った社内勉強会(西新宿Tech-Circle)の資料です。 Test-Kitchenを使ってTDDを実践する方法をご紹介しています。 資料内で出てくるGitLabやJenkinsのLT資料は以下リンクより見れます。 http://www.slideshare.net/yoshimitominaga/ss-36972336
テスト駆動インフラ構築-Chefとserverspecを使ったインフラ自動化のすすめ-
テスト駆動インフラ構築-Chefとserverspecを使ったインフラ自動化のすすめ-
賢 秋穂
En vedette
(20)
能年玲奈ちゃんのファンとして本気を出してみた
能年玲奈ちゃんのファンとして本気を出してみた
LT駆動開発03 Web制作をカレー作りで例えてみる
LT駆動開発03 Web制作をカレー作りで例えてみる
過換気症候群
過換気症候群
日経ITpro EXPO 2015: 次世代IoTアーキテクチャ CEO玉川、CTO安川
日経ITpro EXPO 2015: 次世代IoTアーキテクチャ CEO玉川、CTO安川
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
About Servicegrant / digest
About Servicegrant / digest
ENJOY H@RMONY!!とボーダーbot
ENJOY H@RMONY!!とボーダーbot
「PUSH 大阪」の紹介
「PUSH 大阪」の紹介
今流行りのウェブアプリ開発環境Yeoman
今流行りのウェブアプリ開発環境Yeoman
データ可視化とコスト管理
データ可視化とコスト管理
営業プロセス研修資料
営業プロセス研修資料
2011インターンシップ_09N1123_前野沙織
2011インターンシップ_09N1123_前野沙織
俺の仕事がこんなに楽しいわけが無い・公開版(初出:2010/12/20 株式会社ECナビ会社説明会@IAMAS)
俺の仕事がこんなに楽しいわけが無い・公開版(初出:2010/12/20 株式会社ECナビ会社説明会@IAMAS)
⑨Web制作、デザイン、セキュリティなどの基礎を学ぼう
⑨Web制作、デザイン、セキュリティなどの基礎を学ぼう
リクルートにおけるVDI導入とCiscoデータセンタソリューション
リクルートにおけるVDI導入とCiscoデータセンタソリューション
リクルートのWebサービスを支える共通インフラ「RAFTEL」
リクルートのWebサービスを支える共通インフラ「RAFTEL」
libpgenでパケット操作
libpgenでパケット操作
自己紹介用プレゼン
自己紹介用プレゼン
⼤企業で実現するイマドキの内製開発
⼤企業で実現するイマドキの内製開発
テスト駆動インフラ構築-Chefとserverspecを使ったインフラ自動化のすすめ-
テスト駆動インフラ構築-Chefとserverspecを使ったインフラ自動化のすすめ-
Dernier
Jue Wang, Wentao Zhu, Pichao Wang, Xiang Yu, Linda Liu, Mohamed Omar, Raffay Hamid, " Selective Structured State-Spaces for Long-Form Video Understanding" CVPR2023 https://openaccess.thecvf.com/content/CVPR2023/html/Wang_Selective_Structured_State-Spaces_for_Long-Form_Video_Understanding_CVPR_2023_paper.html
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
Syed Talal Wasim, Muzammal Naseer, Salman Khan, Ming-Hsuan Yang, Fahad Shahbaz Khan , "Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Grounding" arXiv2024 https://arxiv.org/abs/2401.00901v2
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
2022年10月27日に社内向けに開催した勉強会資料の社外公開版です(発表8分程度)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
NewSQLの可用性構成パターン (OCHaCafe Season 8 #4 発表資料) 2024年5月8日(水) NTTデータグループ 技術開発本部 小林 隆浩
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
Key topics covered: - Understanding Ballerina's role in integrations: features and advantages - Designing and implementing REST APIs for integration - Designing and implementing GraphQL services with Ballerina - Monitoring and observing applications - Introduction to data integration
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
LoRaWANスマート距離検出センサー DS20Lカタログ
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
2024年5月8日 Power Platform 勉強会 #1 LT資料
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
This is an introduction to MAPPO's paper.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Dernier
(12)
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
東方紅魔郷AI
1.
東方紅魔郷AI @aki33524
2.
自己紹介 • 大阪大学工学部電子情報学科一回 • バイナリ読んだり –
x86限定 • SECCON CTF 2013本戦 – 観光勢 – !!!竹田氏!!!
3.
目標 • 紅魔郷Exのノーショットノーボムノーミスクリア する – 回避特化 –
スコアタックなどアイテムの処理は組み込んでい ない
4.
処理の介入 • 全体的な処理の把握 – 気合 •
毎フレーム呼ばれる関数を見つけ出してAIの 関数に書き換える – Dllinjectionを用いる
5.
STGのフローチャート キー入力 の評価 描画 自機死亡 処理 敵弾移動 処理 自機移動 処理 敵移動処 理
6.
STGのフローチャート • 正確にはキー入力処理の後にシーン評価 (e.g タイトルシーン、ゲームシーン) –
先の図はゲームシーン時の処理 • キー入力処理はシーンに依らず必ず行われ る – これを乗っ取る
7.
Dllinjection • Dllをターゲットのプロセスに読み込ませて介 入 – Attach/Detachの処理でメモリアドレスの書き換え など •
CreateRemoteThreadを用いる方法 – 参考 O’REILLY アナライジングマルウェア
8.
Dllinjection(読み込ませる側) VirtualAllocEx()で対象プロセス内にメモリ確保 WriteProcessMemory()で確保したメモリに対象 Dllのファイルパスを書き込む GetModuleHandle()で自プロセスがロードしてい るkernel32.dllのハンドル取得 GetProcAddress()でLoadLibraryA()の関数アドレ ス解決(ASLRが無効でなければならない) CreateRemoteThread()でLoadLibraryA()を実行し DLLの読み込み完了
9.
Dllinjection(読み込ませる側) • ASLRが有効であれば先の方法は用いることが出 来ない – 自プロセスと対象プロセスのLoadLibraryA()のアドレ スが必ずしも一致しない –
IMAGE_DLLCHARACTERISTICS_DINAMIC_BASEをoffに • PEheader内のIAT(Import Address Table)から解 決することが出来る • LoadLibraryA()と同様にFreeLibrary()でDllの detachを実装出来る
10.
Dllinjection(Dll側) • DllMainの引数として呼び出された理由 (reasonForCall)が渡される – DLL_PROCESS_ATTACH/DLL_PROCESS_DETACH
11.
Dllinjection(Dll側) • キーの評価関数(以下getKeyState())の上書 き – Attach •
ラッパー関数(以下wrapper())を宣言してgetKeyState() をwapper()で上書き、内部でgetKeyState()を呼び出す – Detach • 関数アドレスの復帰 • 書き換えが少ない(関数アドレスの4byteの み)
12.
Dllinjection(Dll側) • InlineAsmは__declspec(naked)な関数に分け る – O2オプションで死ぬ
13.
AIの手順 • 敵、敵弾、自機の解析 • nフレーム後の敵、敵弾の位置予測 •
頑張って避ける
14.
敵、敵弾の解析 • 敵弾には速度ベクトルが入っている – 基本的には不変なので誤差なく予測できる •
敵、レーザーには速度ベクトルが入っていな い – しかもランダム性が高い – メモリ上の解析からは限界がある
15.
nフレーム後の予測 • 真面目にやるには敵弾を動かす関数を読むしか 無い?? – 解析コストがヤバイ •
知りたいのは関数の結果であって処理ではない – 敵、敵弾の更新をする関数(以下 refreshEnemyState())を見つけ出して実行するといい – 変更されたデータを復帰する必要がある
16.
nフレーム後の予測 • refreshEnemyState()はthiscallらしい
17.
nフレーム後の予測 • 敵弾等のデータはグローバル変数として宣言 されていた – PEheaderからグローバル変数の領域を知れる –
memcpyでまるごと退避、refreshEnemyState()を 実行、最後に復帰
18.
nフレーム後の予測
19.
nフレーム後の予測 • 自機狙い弾(自機の変位で速度情報が変化 する弾)の予測は出来ない – 処理系から外す –
自機の位置を変えてシミュレーション ステータス が変わった弾を除く • 弾の回避は予測が完全であることを前提
20.
弾の回避
21.
弾の回避
22.
弾の回避
23.
弾の回避
24.
弾の回避
25.
弾の回避 • フレームの先のほうから現在に向かってDP 的に更新するだけ • 計算量はO(F
E) – F:フレーム数 – E:区間の最大数(弾の最大数)
26.
弾の回避
27.
弾の回避
28.
弾の回避 • 一般にbool値のDPは効率が悪いことが多い (らしい) • 中心からの距離の二乗をその点の基本コスト とする –
被覆された点はコストINFとする – 次のフレームの移動出来る点がすべてINFであれ ばその点のコストはINF – 次のフレームで移動出来る点の中で最もコストの 小さい点のコストを基本コストに加算して更新
29.
弾の回避
30.
弾の回避
31.
弾の回避
32.
弾の回避
33.
弾の回避
34.
弾の回避 • 縦横の移動しか考えない – 初期化
O(F ^ 3) – 通常弾(回転のない矩形)の被覆 O(F E H W) • H, W : 弾の高さ、幅 • E : 弾の最大数 – レーザーの被覆 O(L F ^ 3) • L : レーザーの最大数 – 被覆の更新O(F ^ 3) • 総計算量はO(L F ^ 3)的 • ナナメ移動を考慮するとO((E+L) F ^ 5) – 弾の被覆を独立して考えるのが難しい
35.
弾の回避 • 1フレームに掛けられる時間は1/60sec – 10^7
〜 10^8手数 • およそ60F先の計算なら処理落ちしないはず – 実際は30fpsほどしか出なかった memcpy周りが 重い?
36.
弾の回避 • 実演!!!
37.
弾の回避 • ほとんど死なない • 「そして誰もいなくなるか」以外は回避出来る
38.
弾の回避 • 「そして誰もいなくなるか」の難しさ – 弾が自機狙いではなく、弾の発生位置が自機狙 い –
弾が大量 – 速度が遅い(弾抜けが出来ない)
39.
弾の回避 • 1Fだけ全探索する – 1F先の場面は自機狙いも含めて誤差がない –
完全ではないがナナメ対応が出来る!!! – 単純に17倍の処理時間が掛かる – 30Fの先読み • おおよそ20 〜 30F先読みで紅魔郷Exはすべ て回避出来るらしい
40.
弾の回避 • 死ななくなった • 【AIリプレイ】紅魔郷Exノーショットノーボムノー ミスクリア1/2 –
http://www.nicovideo.jp/watch/sm23043946
41.
質問
Télécharger maintenant