Submit Search
Upload
論理回路シミュレータ Logisim の使い方
•
5 likes
•
50,219 views
Takashi Kawanami
Follow
論理回路シミュレータ Logisim の日本語チュートリアル。 2015/05/18:一部改訂(エラー対処追加)
Read less
Read more
Education
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 26
Download now
Download to read offline
Recommended
配布資料です。 見られなかった方、復習したい方どうぞ。
【minecraft】レッドストーン回路赤石論理学【配布資料】
【minecraft】レッドストーン回路赤石論理学【配布資料】
akaishiteacher
Statistical Semantic入門 ~分布仮説からword2vecまで~
Statistical Semantic入門 ~分布仮説からword2vecまで~
Yuya Unno
ベイズ最適化を中心とした能動学習のためのモデリングやアルゴリズムの解説,適用例の紹介
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
Kota Matsui
TokyoWebMining #40のトーク3の資料です
最適化超入門
最適化超入門
Takami Sato
2016/03/17にPFIセミナーで話したスライドです。子供の言語獲得に関する非常に基本的な話と、関係しそうな機械学習の技術を紹介しました。素人なりのまとめなので、間違いなどご指摘いただけると助かります。
子供の言語獲得と機械の言語獲得
子供の言語獲得と機械の言語獲得
Yuya Unno
統計的係り受け解析入門
統計的係り受け解析入門
Yuya Unno
「ゼロから作るDeep learning」の畳み込みニューラルネットワークを使用してFPGAで実装しました。
「ゼロから作るDeep learning」の畳み込みニューラルネットワークのハードウェア化
「ゼロから作るDeep learning」の畳み込みニューラルネットワークのハードウェア化
marsee101
機械学習モデルを作成する際のコード設計についての解説
機械学習で泣かないためのコード設計 2018
機械学習で泣かないためのコード設計 2018
Takahiro Kubo
Recommended
配布資料です。 見られなかった方、復習したい方どうぞ。
【minecraft】レッドストーン回路赤石論理学【配布資料】
【minecraft】レッドストーン回路赤石論理学【配布資料】
akaishiteacher
Statistical Semantic入門 ~分布仮説からword2vecまで~
Statistical Semantic入門 ~分布仮説からword2vecまで~
Yuya Unno
ベイズ最適化を中心とした能動学習のためのモデリングやアルゴリズムの解説,適用例の紹介
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
Kota Matsui
TokyoWebMining #40のトーク3の資料です
最適化超入門
最適化超入門
Takami Sato
2016/03/17にPFIセミナーで話したスライドです。子供の言語獲得に関する非常に基本的な話と、関係しそうな機械学習の技術を紹介しました。素人なりのまとめなので、間違いなどご指摘いただけると助かります。
子供の言語獲得と機械の言語獲得
子供の言語獲得と機械の言語獲得
Yuya Unno
統計的係り受け解析入門
統計的係り受け解析入門
Yuya Unno
「ゼロから作るDeep learning」の畳み込みニューラルネットワークを使用してFPGAで実装しました。
「ゼロから作るDeep learning」の畳み込みニューラルネットワークのハードウェア化
「ゼロから作るDeep learning」の畳み込みニューラルネットワークのハードウェア化
marsee101
機械学習モデルを作成する際のコード設計についての解説
機械学習で泣かないためのコード設計 2018
機械学習で泣かないためのコード設計 2018
Takahiro Kubo
『トピックモデルによる統計的潜在意味解析』読書会ファイナル ~佐藤一誠先生スペシャル~ LT 資料 http://topicmodel.connpass.com/event/27999/
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
hoxo_m
最適輸送問題(Wasserstein 距離)を解く方法についてのさまざまなアプローチ・アルゴリズムを紹介します。 線形計画を使った定式化の基礎からはじめて、以下の五つのアルゴリズムを紹介します。 1. ネットワークシンプレックス法 2. ハンガリアン法 3. Sinkhorn アルゴリズム 4. ニューラルネットワークによる推定 5. スライス法 このスライドは第三回 0x-seminar https://sites.google.com/view/uda-0x-seminar/home/0x03 で使用したものです。自己完結するよう心がけたのでセミナーに参加していない人にも役立つスライドになっています。 『最適輸送の理論とアルゴリズム』好評発売中! https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https://speakerdeck.com/joisino/zui-shi-shu-song-nojie-kifang
最適輸送の解き方
最適輸送の解き方
joisino
第21回R勉強会@東京(#TokyoR)の発表資料.
アンサンブル学習
アンサンブル学習
Hidekazu Tanaka
言語処理学会第25回年次大会 論文発表資料『短単位品詞の用法曖昧性解決と依存関係ラベリングの同時学習』 松田寛 - Megagon Labs
NLP2019 松田寛 - GiNZA
NLP2019 松田寛 - GiNZA
Megagon Labs
SSII2020 技術動向解説セッション SS2 6/11 (木) 14:30〜15:00 メイン会場 (vimeo + sli.do) 3次元モデルのレンダリングを深層学習に組み込むこと(≒ 微分可能レンダリング)で、3次元空間のパラメータを2次元画像上の損失関数に基づいて最適化することが可能となり、2次元画像からの物体の3次元再構成の学習や敵対的3Dモデルの生成などが実現できる。この技術は、複数の大手企業がライブラリを公開するなど近年急速に注目を集めている。本講演では、微分可能レンダリングの基本的な考え方と、その様々な応用例を紹介する。
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
SSII
Intorduce some Lisp Machine Simulator
Lispマシン・シミュレータの紹介
Lispマシン・シミュレータの紹介
たけおか しょうぞう
プレゼン初心者(M1 or B4)のための「研究報告のためのプレゼンテーション技術」です。研究室内部向けに作成したものですが、何となく公開します。 twitter: @forthshinji
研究発表のためのプレゼンテーション技術
研究発表のためのプレゼンテーション技術
Shinnosuke Takamichi
第20回 東京FPGAカンファレンス with プログラマブルデバイスプラザ 基調講演資料
ソフトウェア技術者から見たFPGAの魅力と可能性
ソフトウェア技術者から見たFPGAの魅力と可能性
Kenichiro MITSUDA
ゼミで発表した資料です。間違っていたらTwitterに連絡ください。@ottamm_190
PRML学習者から入る深層生成モデル入門
PRML学習者から入る深層生成モデル入門
tmtm otm
以下の二つの論文の紹介を中心に、グラフニューラルネットワークとグラフ組合せ問題の交わりについて解説しました。 SIG-FPAI での招待講演の内容に少し修正を加えたものです。 * Learning Combinatorial Optimization Algorithm over Graphs (NIPS 2017) * Approximation Ratios of Graph Neural Networks for Combinatorial Problems (NeurIPS 2019)
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
joisino
FPGAX2019で発表に使った資料です。おまけで、最近の研究紹介も。
FPGAX2019
FPGAX2019
Hiroki Nakahara
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
KMCの例会講座で用いたスライドを一部編集したものです。 ビット演算を組み合わせたトリッキーな方法で様々な操作を高速に行う方法を紹介します。
明日使えないすごいビット演算
明日使えないすごいビット演算
京大 マイコンクラブ
Optuna Meetup #1 https://optuna.connpass.com/event/207545/
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
Masashi Shibata
Data-Centric AI開発における データ生成の取り組みを紹介します。画像生成、3DCGなどさまざま考えられますが、今回Blender/BlenderProcを活用した取り組みをご紹介します。
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
京都大学大学院情報学研究科 最適化数理分野 Coordinate Descent 法 (座標降下法) のサーベイ
coordinate descent 法について
coordinate descent 法について
京都大学大学院情報学研究科数理工学専攻
画像センシングシンポジウム (SSII 2019) の企画セッション「深層学習の高速化 〜 高速チップ、分散学習、軽量モデル 〜」の講演資料です。 深層学習モデルを高速化する下記6種類の手法の解説です。 - 畳み込みの分解 (Factorization) - 枝刈り (Pruning) - アーキテクチャ探索 (Neural Architecture Search; NAS) - 早期終了、動的計算グラフ (Early Termination, Dynamic Computation Graph) - 蒸留 (Distillation) - 量子化 (Quantization)
モデル高速化百選
モデル高速化百選
Yusuke Uchida
講演者: 林克彦 先生 (NTTコミュニケーション科学基礎研究所) 概要: 情報検索, 自然言語処理, バイオインフォマティクスなどの分野では知識グラフの構築が活発に行われてきた. 知識グラフでは知識をドメイン内の概念と概念の間の関係で記述し, それをグラフとして表現する. 例えば, 語彙間の関係を記述した WordNet や Freebase は知識グラフの代表的な例であり, 情報抽出, 質問応答などへの応用が期待されている. このような知識グラフは一般に大規模であるが, 本来登録されているべき知識の多くが欠落しているなど不完全であることが知られている. そのため, 近年では関係データ学習/リンク予測法を拡張することで, このような欠落を自動的に補完する技術が研究されてきた. 知識グラフの関係データ学習は一般に3次隣接テンソルの低ランク近似 (埋め込み) の問題として解かれるが, 知識グラフ特有の問題から CP 分解などの単純なテンソル分解では上手くモデル化できないことがわかってきている. ここでは知識グラフ特有の問題について整理し, その問題を克服するために提案されたいくつかの手法についてまとめる.
知識グラフの埋め込みとその応用 (第10回ステアラボ人工知能セミナー)
知識グラフの埋め込みとその応用 (第10回ステアラボ人工知能セミナー)
STAIR Lab, Chiba Institute of Technology
2021/12/03 Deep Learning JP: http://deeplearning.jp/seminar-2/
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
Deep Learning JP
2020/09/10 12:00-(日本時間)に開催されたJPTA Tech Talk講演資料 https://www.meetup.com/ja-JP/JTPA-Japanese-Technology-Professionals-Association/events/272748322/ 深層学習がコンピュータビジョンの世界をどう変えたか
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
Takuya Minagawa
2015年3月19日~22日の間に開催されたKITハッカソンでの成果。目的地から最寄りのバス停を検索できるサービスと、そのデータベース情報収集にIngress的なゲームと組み合わせることを提案し、その一部の実装を行い発表した。自治体特別賞を受賞。学生4名(情工3年生2名、2年生2名)と社会人2名(KES, KRI)、教員1名の混成チームだったが、学生さんの貢献がとても高い。
バスい~く
バスい~く
Takashi Kawanami
2015年8月8~9日に開催されたMinecraft×Education2015@早稲田大学 で行ったセミナーの資料です。 ComputerCraft はとても面白いのでみなさんもぜひ。 Minecraft×Education2015 (http://www.mcedu.jp/) Minecraftとタートルと僕 (http://hevohevo.hatenablog.com/)
Minecraft で遊びつつ プログラミングを学ぼう ~ ComputerCraft のすすめ ~
Minecraft で遊びつつ プログラミングを学ぼう ~ ComputerCraft のすすめ ~
hevohevo
More Related Content
What's hot
『トピックモデルによる統計的潜在意味解析』読書会ファイナル ~佐藤一誠先生スペシャル~ LT 資料 http://topicmodel.connpass.com/event/27999/
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
hoxo_m
最適輸送問題(Wasserstein 距離)を解く方法についてのさまざまなアプローチ・アルゴリズムを紹介します。 線形計画を使った定式化の基礎からはじめて、以下の五つのアルゴリズムを紹介します。 1. ネットワークシンプレックス法 2. ハンガリアン法 3. Sinkhorn アルゴリズム 4. ニューラルネットワークによる推定 5. スライス法 このスライドは第三回 0x-seminar https://sites.google.com/view/uda-0x-seminar/home/0x03 で使用したものです。自己完結するよう心がけたのでセミナーに参加していない人にも役立つスライドになっています。 『最適輸送の理論とアルゴリズム』好評発売中! https://www.amazon.co.jp/dp/4065305144 Speakerdeck にもアップロードしました: https://speakerdeck.com/joisino/zui-shi-shu-song-nojie-kifang
最適輸送の解き方
最適輸送の解き方
joisino
第21回R勉強会@東京(#TokyoR)の発表資料.
アンサンブル学習
アンサンブル学習
Hidekazu Tanaka
言語処理学会第25回年次大会 論文発表資料『短単位品詞の用法曖昧性解決と依存関係ラベリングの同時学習』 松田寛 - Megagon Labs
NLP2019 松田寛 - GiNZA
NLP2019 松田寛 - GiNZA
Megagon Labs
SSII2020 技術動向解説セッション SS2 6/11 (木) 14:30〜15:00 メイン会場 (vimeo + sli.do) 3次元モデルのレンダリングを深層学習に組み込むこと(≒ 微分可能レンダリング)で、3次元空間のパラメータを2次元画像上の損失関数に基づいて最適化することが可能となり、2次元画像からの物体の3次元再構成の学習や敵対的3Dモデルの生成などが実現できる。この技術は、複数の大手企業がライブラリを公開するなど近年急速に注目を集めている。本講演では、微分可能レンダリングの基本的な考え方と、その様々な応用例を紹介する。
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
SSII
Intorduce some Lisp Machine Simulator
Lispマシン・シミュレータの紹介
Lispマシン・シミュレータの紹介
たけおか しょうぞう
プレゼン初心者(M1 or B4)のための「研究報告のためのプレゼンテーション技術」です。研究室内部向けに作成したものですが、何となく公開します。 twitter: @forthshinji
研究発表のためのプレゼンテーション技術
研究発表のためのプレゼンテーション技術
Shinnosuke Takamichi
第20回 東京FPGAカンファレンス with プログラマブルデバイスプラザ 基調講演資料
ソフトウェア技術者から見たFPGAの魅力と可能性
ソフトウェア技術者から見たFPGAの魅力と可能性
Kenichiro MITSUDA
ゼミで発表した資料です。間違っていたらTwitterに連絡ください。@ottamm_190
PRML学習者から入る深層生成モデル入門
PRML学習者から入る深層生成モデル入門
tmtm otm
以下の二つの論文の紹介を中心に、グラフニューラルネットワークとグラフ組合せ問題の交わりについて解説しました。 SIG-FPAI での招待講演の内容に少し修正を加えたものです。 * Learning Combinatorial Optimization Algorithm over Graphs (NIPS 2017) * Approximation Ratios of Graph Neural Networks for Combinatorial Problems (NeurIPS 2019)
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
joisino
FPGAX2019で発表に使った資料です。おまけで、最近の研究紹介も。
FPGAX2019
FPGAX2019
Hiroki Nakahara
グラフィカルモデル入門
グラフィカルモデル入門
Kawamoto_Kazuhiko
KMCの例会講座で用いたスライドを一部編集したものです。 ビット演算を組み合わせたトリッキーな方法で様々な操作を高速に行う方法を紹介します。
明日使えないすごいビット演算
明日使えないすごいビット演算
京大 マイコンクラブ
Optuna Meetup #1 https://optuna.connpass.com/event/207545/
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
Masashi Shibata
Data-Centric AI開発における データ生成の取り組みを紹介します。画像生成、3DCGなどさまざま考えられますが、今回Blender/BlenderProcを活用した取り組みをご紹介します。
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
京都大学大学院情報学研究科 最適化数理分野 Coordinate Descent 法 (座標降下法) のサーベイ
coordinate descent 法について
coordinate descent 法について
京都大学大学院情報学研究科数理工学専攻
画像センシングシンポジウム (SSII 2019) の企画セッション「深層学習の高速化 〜 高速チップ、分散学習、軽量モデル 〜」の講演資料です。 深層学習モデルを高速化する下記6種類の手法の解説です。 - 畳み込みの分解 (Factorization) - 枝刈り (Pruning) - アーキテクチャ探索 (Neural Architecture Search; NAS) - 早期終了、動的計算グラフ (Early Termination, Dynamic Computation Graph) - 蒸留 (Distillation) - 量子化 (Quantization)
モデル高速化百選
モデル高速化百選
Yusuke Uchida
講演者: 林克彦 先生 (NTTコミュニケーション科学基礎研究所) 概要: 情報検索, 自然言語処理, バイオインフォマティクスなどの分野では知識グラフの構築が活発に行われてきた. 知識グラフでは知識をドメイン内の概念と概念の間の関係で記述し, それをグラフとして表現する. 例えば, 語彙間の関係を記述した WordNet や Freebase は知識グラフの代表的な例であり, 情報抽出, 質問応答などへの応用が期待されている. このような知識グラフは一般に大規模であるが, 本来登録されているべき知識の多くが欠落しているなど不完全であることが知られている. そのため, 近年では関係データ学習/リンク予測法を拡張することで, このような欠落を自動的に補完する技術が研究されてきた. 知識グラフの関係データ学習は一般に3次隣接テンソルの低ランク近似 (埋め込み) の問題として解かれるが, 知識グラフ特有の問題から CP 分解などの単純なテンソル分解では上手くモデル化できないことがわかってきている. ここでは知識グラフ特有の問題について整理し, その問題を克服するために提案されたいくつかの手法についてまとめる.
知識グラフの埋め込みとその応用 (第10回ステアラボ人工知能セミナー)
知識グラフの埋め込みとその応用 (第10回ステアラボ人工知能セミナー)
STAIR Lab, Chiba Institute of Technology
2021/12/03 Deep Learning JP: http://deeplearning.jp/seminar-2/
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
Deep Learning JP
2020/09/10 12:00-(日本時間)に開催されたJPTA Tech Talk講演資料 https://www.meetup.com/ja-JP/JTPA-Japanese-Technology-Professionals-Association/events/272748322/ 深層学習がコンピュータビジョンの世界をどう変えたか
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
Takuya Minagawa
What's hot
(20)
トピックモデルの評価指標 Perplexity とは何なのか?
トピックモデルの評価指標 Perplexity とは何なのか?
最適輸送の解き方
最適輸送の解き方
アンサンブル学習
アンサンブル学習
NLP2019 松田寛 - GiNZA
NLP2019 松田寛 - GiNZA
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
SSII2020SS: 微分可能レンダリングの最新動向 〜「見比べる」ことによる3次元理解 〜
Lispマシン・シミュレータの紹介
Lispマシン・シミュレータの紹介
研究発表のためのプレゼンテーション技術
研究発表のためのプレゼンテーション技術
ソフトウェア技術者から見たFPGAの魅力と可能性
ソフトウェア技術者から見たFPGAの魅力と可能性
PRML学習者から入る深層生成モデル入門
PRML学習者から入る深層生成モデル入門
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
FPGAX2019
FPGAX2019
グラフィカルモデル入門
グラフィカルモデル入門
明日使えないすごいビット演算
明日使えないすごいビット演算
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
CMA-ESサンプラーによるハイパーパラメータ最適化 at Optuna Meetup #1
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
coordinate descent 法について
coordinate descent 法について
モデル高速化百選
モデル高速化百選
知識グラフの埋め込みとその応用 (第10回ステアラボ人工知能セミナー)
知識グラフの埋め込みとその応用 (第10回ステアラボ人工知能セミナー)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
【DL輪読会】SimCSE: Simple Contrastive Learning of Sentence Embeddings (EMNLP 2021)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
20200910コンピュータビジョン今昔物語(JPTA講演資料)
Viewers also liked
2015年3月19日~22日の間に開催されたKITハッカソンでの成果。目的地から最寄りのバス停を検索できるサービスと、そのデータベース情報収集にIngress的なゲームと組み合わせることを提案し、その一部の実装を行い発表した。自治体特別賞を受賞。学生4名(情工3年生2名、2年生2名)と社会人2名(KES, KRI)、教員1名の混成チームだったが、学生さんの貢献がとても高い。
バスい~く
バスい~く
Takashi Kawanami
2015年8月8~9日に開催されたMinecraft×Education2015@早稲田大学 で行ったセミナーの資料です。 ComputerCraft はとても面白いのでみなさんもぜひ。 Minecraft×Education2015 (http://www.mcedu.jp/) Minecraftとタートルと僕 (http://hevohevo.hatenablog.com/)
Minecraft で遊びつつ プログラミングを学ぼう ~ ComputerCraft のすすめ ~
Minecraft で遊びつつ プログラミングを学ぼう ~ ComputerCraft のすすめ ~
hevohevo
2014.8.24 京都マイクラもぢんぐ会で発表した資料です。
Mobの作り方
Mobの作り方
iwa_yuki
マインクラフトでプログラミングを楽しみながら学ぶのに、ComputerCraftを使うのはおすすめです。でもプログラミングってハードルが高いですよね。ハードル高いならいろんな踏み台を利用しましょう。
マインクラフトでプログラミングを楽しむ
マインクラフトでプログラミングを楽しむ
hevohevo
デジタルハリウッド大学 IT系勉強会サークル「I Do IT」の新入生歓迎会で発表した資料となります。
Minecraft Modding入門
Minecraft Modding入門
Pctg_x8
2016/04/16の「こいつぁ春から、Blender+αの大発表会6(仮) 」@カブクで発表した資料。Blenderで作成した色付きの3Dデータを、色付きブロックデータに変換して、Minecraftに転送します。
Blenderで作成したデータをMinecraftにぶっこむ
Blenderで作成したデータをMinecraftにぶっこむ
Takuro Wada
CLRH87のLTで発表したもの
Clrh87 minecraftでのタートルのご紹介
Clrh87 minecraftでのタートルのご紹介
Fumihito Yokoyama
マイクラを使った面白い企画を考えてみました!
7days war - Minecraft
7days war - Minecraft
HiroakiShimono
Translation of Python Program into non-English Languages for Learners without English Proficiency, a talk at Pycon Japan 2015, by Renyuan Lyu from Taiwan
pyconjp2015_talk_Translation of Python Program__
pyconjp2015_talk_Translation of Python Program__
Renyuan Lyu
2016/8/10開催 みんなのPython勉強会資料です。
プログラミング学習とScratch raspi python
プログラミング学習とScratch raspi python
Yoshitaka Shiono
第1回徳島LibreOffice勉強会で行ったショートプレゼン「LiかbreOfficeで仕様書が書けるか試してみた」の資料です。
LibreOfficeで仕様書が書けるか試してみた
LibreOfficeで仕様書が書けるか試してみた
Koji Sumiyoshi
みんなのPython勉強会#15 で発表した内容です
見た目だけのデザインと意味を持つデザイン
見た目だけのデザインと意味を持つデザイン
Isezaki Toshiaki
Viewers also liked
(12)
バスい~く
バスい~く
Minecraft で遊びつつ プログラミングを学ぼう ~ ComputerCraft のすすめ ~
Minecraft で遊びつつ プログラミングを学ぼう ~ ComputerCraft のすすめ ~
Mobの作り方
Mobの作り方
マインクラフトでプログラミングを楽しむ
マインクラフトでプログラミングを楽しむ
Minecraft Modding入門
Minecraft Modding入門
Blenderで作成したデータをMinecraftにぶっこむ
Blenderで作成したデータをMinecraftにぶっこむ
Clrh87 minecraftでのタートルのご紹介
Clrh87 minecraftでのタートルのご紹介
7days war - Minecraft
7days war - Minecraft
pyconjp2015_talk_Translation of Python Program__
pyconjp2015_talk_Translation of Python Program__
プログラミング学習とScratch raspi python
プログラミング学習とScratch raspi python
LibreOfficeで仕様書が書けるか試してみた
LibreOfficeで仕様書が書けるか試してみた
見た目だけのデザインと意味を持つデザイン
見た目だけのデザインと意味を持つデザイン
Similar to 論理回路シミュレータ Logisim の使い方
RTMSummerCamp2021 2日目 RTミドルウェアツール紹介1 利用可能なRTコンポーネントやツールについて
Rtミドルウェアサマーキャンプ2021_宮本信彦
Rtミドルウェアサマーキャンプ2021_宮本信彦
openrtm
ドローンで撮影した画像から3次元モデルやデジタル地図を作る方法。
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
Hiroshi Yamaguchi
フィックスターズによる FPGA オンラインセミナー(第一回)の掲載用資料
Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)
Fixstars Corporation
明日にでも訪れてしまう組込みシステムのテストの姿についての解説です。「手動テストを自動化する」から「自動テストできないところを手動でやる」にパラダイムシフトし、QA/テストアーキテクチャを構築することで、シフトレフトやシフトライトを行い部品/製品の品質保証状況をダイナミックに把握し予測し品質リスクを最小化する仕組み(QualiTrax)を構築できます。
Tomorrow's software testing for embedded systems ~明日にでも訪れてしまう組込みシステムのテストの姿~
Tomorrow's software testing for embedded systems ~明日にでも訪れてしまう組込みシステムのテストの姿~
Yasuharu Nishi
ALGYAN主催DragonBoard+IoTアプリコンテストのスライドです。 https://algyan.connpass.com/event/60886/
Snapdragon-SCORER
Snapdragon-SCORER
Satoshi Toriumi
第51回コンピュータビジョン勉強会@関東「コンピュータビジョン - 広がる要素技術と応用 - 」読み会 "4.4 未知な環境下におけるカメラの位置姿勢推定"発表資料
Visual slam
Visual slam
Takuya Minagawa
第3回ACRiウェビナー:Softwareエンジニアにも使って欲しいFPGAの実力 招待講演:オープンソースコンパイラNNgenでつくるエッジ・ディープラーニングシステム 東京大学 大学院情報理工学系研究科 准教授 高前田 伸也 様
2021 03-09-ac ri-nngen
2021 03-09-ac ri-nngen
直久 住川
オープンソースコンパイラNNgenでつくるエッジ・ディープラーニングシステム(2021年3月9日開催・第3回ACRiウェビナー: Softwareエンジニアにも使って欲しいFPGAの実力)
オープンソースコンパイラNNgenでつくるエッジ・ディープラーニングシステム
オープンソースコンパイラNNgenでつくるエッジ・ディープラーニングシステム
Shinya Takamaeda-Y
2016年2月20日(金)のZynq Ultrasclae+ MPSoC 勉強会で使った資料です。 追記) 2016.05.08 公式ARM Trusted Firmwareのサイトに、Zynq UltraScale+ MPSoCの実装が追加されていていることを明記した This is the material I used at Zynq Ultrasclae + MPSoC SIG on 20th February (Friday). Addendum) 2016.05.08 We stated that the implementation of Zynq UltraScale + MPSoC was added to the official ARM Trusted Firmware site.
ZynqMPのブートとパワーマネージメント : (ZynqMP Boot and Power Management)
ZynqMPのブートとパワーマネージメント : (ZynqMP Boot and Power Management)
Mr. Vengineer
オープンソースになったマイコン開発環境 .NET Micro Frameworkの新プラットフォームへの移植手順。 IoT時代の組み込みOSを国産マイコンボード GR-Peachに移植! ドットNETまいくろバンザイ倶楽部
2015 0227 OSC-Spring Tokyo NETMF
2015 0227 OSC-Spring Tokyo NETMF
Atomu Hidaka
早稲田大学情報理工学科講演会 20210515
私とOSSの25年
私とOSSの25年
MITSUNARI Shigeo
無線LANでロボットを動かす話
無線LANでロボットを動かす話
Hisaya Okada
コンピュータビジョンの最新ソフトウェア開発環境 -OpenCV,PCLの導入・機能紹介。プログラミング言語の選択と開発ツールの活用- OpenCV3.0の個別の新アルゴリズムについてはプレゼン中には紹介できなかったのもあり、DERiVEのメルマガにてvol.22以降に個別にアルゴリズム紹介を行っています http://derivecv.tumblr.com/post/113871865219 また、DERiVEのFacebookページもよろしくです。 https://www.facebook.com/pages/DERiVE-コンピュータビジョン-ブログ/165910800110198
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
Masaki Hayashi
オープンソースになったマイコン開発環境.NET Micro Frameworkの紹介。 ドットNETまいくろバンザイ倶楽部
2013 06-22osc nagoya-netmf
2013 06-22osc nagoya-netmf
Atomu Hidaka
メタプログラミングって何だろう
メタプログラミングって何だろう
Kota Mizushima
Infrastructure of Pathtraq
Infrastructure of Pathtraq
Kazuho Oku
Open design computer project(boost)
Open design computer project(boost)
Ito Takahiro
第7回「ネットワーク パケットを読む会(仮)」での発表資料です。
Windows 8 でパケットキャプチャ
Windows 8 でパケットキャプチャ
彰 村地
(一社)組込みシステム技術協会 RISC-V WG 第2回Webセミナー2021
道具としての半導体設計:Lチカを題材として
道具としての半導体設計:Lチカを題材として
Junichi Akita
これから機械学習を学ぶソフトウェア開発者の皆さまに知っていただきたい内容を網羅しました。 機械学習とは何か? Modelとは何か? 機械学習のプロジェクトの概要 Dataにまつわる話で気を付けるべき事
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
Daiyu Hatakeyama
Similar to 論理回路シミュレータ Logisim の使い方
(20)
Rtミドルウェアサマーキャンプ2021_宮本信彦
Rtミドルウェアサマーキャンプ2021_宮本信彦
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成
Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)
Tomorrow's software testing for embedded systems ~明日にでも訪れてしまう組込みシステムのテストの姿~
Tomorrow's software testing for embedded systems ~明日にでも訪れてしまう組込みシステムのテストの姿~
Snapdragon-SCORER
Snapdragon-SCORER
Visual slam
Visual slam
2021 03-09-ac ri-nngen
2021 03-09-ac ri-nngen
オープンソースコンパイラNNgenでつくるエッジ・ディープラーニングシステム
オープンソースコンパイラNNgenでつくるエッジ・ディープラーニングシステム
ZynqMPのブートとパワーマネージメント : (ZynqMP Boot and Power Management)
ZynqMPのブートとパワーマネージメント : (ZynqMP Boot and Power Management)
2015 0227 OSC-Spring Tokyo NETMF
2015 0227 OSC-Spring Tokyo NETMF
私とOSSの25年
私とOSSの25年
無線LANでロボットを動かす話
無線LANでロボットを動かす話
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
コンピュータビジョンの最新ソフトウェア開発環境 SSII2015 チュートリアル hayashi
2013 06-22osc nagoya-netmf
2013 06-22osc nagoya-netmf
メタプログラミングって何だろう
メタプログラミングって何だろう
Infrastructure of Pathtraq
Infrastructure of Pathtraq
Open design computer project(boost)
Open design computer project(boost)
Windows 8 でパケットキャプチャ
Windows 8 でパケットキャプチャ
道具としての半導体設計:Lチカを題材として
道具としての半導体設計:Lチカを題材として
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
2020/11/19 Global AI on Tour - Toyama プログラマーのための機械学習入門
論理回路シミュレータ Logisim の使い方
1.
金沢工業大学 工学部 情報工学系
河並 崇 t-kawanami@neptune.kanazawa-it.ac.jp @kawanamio
2.
グラフィカルに論理回路をシミュレーションできる ツール 信号レベル(0/1,Low/High)によって配線の色 が変化するので論理回路の学習に最適
階層設計が可能でCPUを作った人もいる 標準では波形入出力はない Log(テキスト形式)ファイル経由で外部ツールにて表 示可能 2
3.
ダウンロードと起動 最低限の使い方
マスターして欲しい使い方(階層設計) エラー対処 3
4.
回路シミュレータ logisimをダウンロード
http://sourceforge.net/projects/circuit/ OS毎に形式が異なる インストール等はなく 実行ファイルそのもの Windowsの場合 アイコンから起動する 4
5.
logisimの.jarファイルをダウンロード http://sourceforge.net/projects/circuit/files/2.7.x/2.7.1/
logisim-generic-2.7.1.jar をダウンロード コマンドプロンプトにて実行 java –jar logisim-generic-2.7.1.jar コマンドプロンプトを管理者モードで実行しないとエラーが出 るが使える(気持ち悪ければ、管理者モードで起動) 5
6.
ダウンロードと起動 最低限の使い方
マスターして欲しい使い方(階層設計) エラー対処 6
7.
7 まずはここを 使いこなす
8.
8 シミュレーション用 インプットボタンの操作 オブジェクトの選択 と配線をひく インプット アウトプット 基本ゲート
9.
使用するゲート等をクリックして選択し、 フィールドに配置する 9
10.
配置したもの同士を配線(ドラッグ)する 10
11.
11 シミュレーションモード(指)を選択し、入力の 0/1を変化させる 入力に合わせて出 力が変化する (例ではANDの2つ の入力が’1’なので 出力が’1’)
12.
【重要】 各入出力には 必ずラベルを 付けておく (今後階層設計 を行う際に無い と泣きます) 12 ラベルの文字が小さ い場合はここをク リックして変更可
13.
13 一般的なゲートはここから選べる (他、メモリや演算回路も有)
14.
本来入力数は 必要な数を設 定すべきである が、Logisimで は未接続は無 視される。 (入力数5で2つ しか使わなくて も問題ない) 14 入力数5 入力数2
15.
15 このゲートを 選択 上から2番目の入力を Negative(否定)に ① ② その他ここは各オブジェクトの いろいろな設定ができる
16.
ダウンロードと起動 最低限の使い方
マスターして欲しい使い方(階層設計) エラー対処 16
17.
回路を1枚の回路図として設計するのではなく、 機能ごとに回路図を分けて設計し、それを階層 的に組み合わせて設計する手法。 17 トップ(最上位)回路 サブ回路 サブ回路
18.
まずは半加算器(HA)を作る(ラベル重要) 18
19.
回路自体の名前を付ける 19 Shared Labelは 短めの名前が良い
20.
別の回路設計領域を追加する 20
21.
次に作る回路名を入力する 21
22.
先ほど作成したHAを配置する 22 現在編集中の回路に 虫眼鏡が付いている ダブルクリックで切替 Shared Labelに書い た名前が表示される クリックして 配置
23.
配線する 作った回路(HA)の端子にカーソルを合わせると HAで設定したラベルが表示される(ラベル重要) 23
24.
ラベルを付けてシミュレーションを行う 24
25.
ダウンロードと起動 最低限の使い方
マスターして欲しい使い方(階層設計) エラー対処 25
26.
26 青い配線 : 出力の接続ミス 赤い配線
: 入力の接続ミス (出力が不定) 入力が赤い場合はブ ロックの裏で以下の様 にショート(短絡)して いる場合がある
Download now