前回に引き続き、ARCoreに関する記事を書こうと思います。前回はARCoreのクイックスタートで、「水平面の検出」を試してみました。 今回は「Augmented Images」について調べてみました。

2020.08.24

今回は、Googleが提供するAR Coreを紹介したいと思います。 続きはこちらから

2020.06.22

前回、中途半端に終わりましたので、いままでのお話を整理します。 ニューラルネットワークの画像分類器“C”に画像を入力すると予測クラスを出力します。 続きはこちらから

2020.05.25

Docker は仮想化技術の一種です。数年前までは Windows への対応が芳しくなく、使い勝手に難がある印象でしたが、 月日は流れ Dockerは進化しメジャーになりました。 続きはこちらか

2020.04.20

画像にノイズのようなわずかな摂動を加えると、人間にはパンダにしか見ないのにAIはテナガザルと間違える画像を生成することができます。敵対的とありますが GAN, Genera tive Adversarial Networks ではありません。関係する話ではありますが。今回の主題は Adversarial Examples です。 つづきはこちらから

2020.03.16

今回は次号以降にも通じるディープラーニングを理解する上で重要な話題です。 人間はある一面に捉われると他の面が見えなく、あるいは見ようとしなくなりがちですが、物事にはいろいろな側面があります。新たな側面を見つめることで、新たな発想につながることがあります。 続きはこちらから

2020.02.17

自然言語処理に取り組み始めた前回のコラムに引き続き調査した結果として、自然言語AIの仕組みを取り上げます。具体的には、Attention、Transformer、BERTの仕組みをざっくり解説していきます。 続きはこちら

2019.12.17

前回の続きです。自然言語処理は、人間が日常的に使っている言語を理解・出力することですから、もちろんAIと深い関係にあります。自然言語を処理することが、まず人間的ですもんね。 続きはこちら

2019.10.18

自然言語処理といえば、AIができることの1分野で、もちろん注目度の高い領域。 過去にラボ新聞記事でも何度か取り上げられております。
続きはこちら

2019.09.13

突然ですがみなさん、相関係数使っていますか？相関係数は、相関を数値化したものです。相関とは大辞林曰く、
続きはこちら

2019.08.13

重回帰分析(多重共線性、L1正則化）
前回検証に使ったデータで予測モデルを構築すると、実は偏回帰係数がおかしな値になります。
続きはこちら

2019.06.11

重回帰分析(RMSE、scikit-learn)今回は、重回帰分析とRMSEの話です。後半以降で機械学習ライブラリ scikit-learn においての重回帰分析を少し紹介します。
続きはこちら

2019.04.12

唐突ですが、日本人は英語のLとRの聞き分けが苦手と言われています。 子音とセットになった、clown / crown などは聞き分けるのはかなり難しいです。 そこで、これらcrownとclownの特徴量を画像に可視化し、これをディープラーニングで判定してみました。
続きはこちら

2019.03.15

重回帰分析(多重共線性、L1正則化） 多重共線性 実は、前回、検証に使ったデータを使って予測モデルを構築すると、偏回帰係数がおかしな値になります。
続きはこちら

2019.02.13

前回で必要な道具はそろいました。今回は、今度こそ制作を始めます。 さて、どこから手を付けましょう？ SimpleCommanderの電源系は3.3Vにするので、電源部から手を付けるのがいいと思います。電気がなければ、 IoT機器なんてなんの役にも立ちません。
続きはこちら

2019.01.11

重回帰分析(RMSE、scikit-learn)今回は、重回帰分析とRMSEの話です。最後の方で機械学習ライブラリ scikit-learn での重回帰分析を少し紹介します。
続きはこちら

2018.12.07

部品調達が完了し、やっと製作工程にたどり着きました。設計図を見ながら作っていきます。 【制作】 考えていたことをカタチにする工程になります。根気と忍耐力が重要です。 この工程では半田ごてを使うので、やけどや換気に注意します。部品といっしょに材料はそろえましたので、今回はまず道具をそろえます
続きはこちら

2018.11.13

移動平均、単回帰分析　今回は移動平均の話からはじまります。移動平均　移動平均は時系列データをスムーシング（平滑化）する手法の１つで、直近 ｎ 点の平均をとります。
続きはこちら

2018.09.10

相関（共分散行列、相関行列）変数が増えると、変数の組み合わせの数も増えます。例えば、東京証券取引所の第一部上場2,017社の全銘柄について、 株価の相関係数を求めようとすると、その組み合わせ数は膨大です。そんなとき Python の行列演算が役立ちます。
続きはこちら

2018.08.22

前回までに企画、試作と話をしましたので、今回は設計のお話です。 【設計】 そろそろ本気で作るもののことを考える工程。ちゃんと動く(はず)の絵を描いてみる。
続きはこちら

2018.07.20

相関（共分散、相関係数） 株価の推移など、経時変化を見るためにトレンドグラフがよく使われます。 次のグラフは銘柄A, B, Cの株価の毎月の終値をトレンドグラフにしたものです。 A と値動きが似ているのは B と C のどちらでしょうか。
続きはこちら

2018.06.14

前回は、ESP-WROOM-02というモジュールについて話をしました。 このモジュールは、IoTオタク業界では『エスパー』と呼ばれているらしいですよ。 今回は【試作】の2回目。表示部の部品を試してみたいと思います。 【試作】 部品を選定し、仮で回路を組んでみて、 考えてたことが実現できるかどうかを試してみる工程です。 使う予定の部品のデータシートを集めてきて読むのが結構大変。

2018.04.13

チャットボットに関して研究を進めています、その一部をご紹介したいと思います。 チャットボットとは主にモバイルデバイス上で、メッセンジャーやチャットを元にしたインターフェース 「例) Facebook Messanger, LINE,SnapChat, Slack等」 を活用して提供されるサービスです。 ユーザーはまるでヒトと"会話するような感覚"で情報収集を行うことができます。

2018.03.06

本連載は6回の予定でしたが、予定が狂いました。【試作】は2回に分けてお送りします。 まずは前回のおさらいから。 前回は、作りたいものについて、こんな感じのモノ、といったことを考えました。 主なコンセプトは以下の2点でした。
続きはこちら

2018.02.26

今回のテーマは分散と標準偏差です。
分散、標準偏差 分散、標準偏差はバラツキの大小を表すパラメータです。 建物の高さを合計5回測量したところ、5回とも測量誤差により結果が異なりました。
続きはこちら

2018.01.31

全3回にわたってコンテナ型仮想化技術「Docker（ドッカー）」についてご紹介しています。 全3回のテーマはこちら。 前編　Dockerの概要紹介　 中編　実験①　Dockerを動かしてみよう（Orade XE）　※今回の記事です 後編　実験②　DockerでLinuxにおけるアプリケーション配布を効率化できるか？
続きはこちら

2017.12.25

突然ですが、「Amazon Dash Button」をご存知ですか？ Amazonのサイトにアクセスしなくても、ボタンを押すだけで洗剤や歯磨き粉などのいつものお気に入り日用品を購入できる便利なアイテムです。2016年末に日本でもサービスが開始され、種類の拡充が進んでいますね。 続きはこちら

2017.12.14

今年の頭になりますが、1月20日に東京ビッグサイトで開催された「ウェアラブルEXPO」に参加してきました。そこのIoTゾーンで出展されている企業様の資料に、とてもきになる一文がありました。
続きはこちら

2017.11.15

Pythonで機械学習の第2弾です。 前回は、「Python（パイソン）」の基本情報やインストールの仕方など、基礎的な情報をお伝えしました。今回は引き続きPythonの使い方をご紹介していこうと思います。 続きはこちら

2017.10.19

今回は、YDCラボの数ある分科会のひとつ、私が参加する「アーキテクチャ分科会」で調査中のコンテナ型仮想化技術「Docker（ドッカー）」についてご紹介したいと思います。全3回の身に連載となりますので、ご興味のある方はぜひお付き合いください。続きはこちら

2017.10.04

2回にわたり、今話題の「人工知能（AI）」について、筆者独断の切り口で「わかりやすく」 「おおざっぱに」ご紹介するこの記事。前回は「人口知能とは？」という概要をお伝えしました。 後編の今回はいよいよ、実際に・・・ 続きはこちら

2017.09.20

ITやテクノロジーに携わる方々にとって、「人工知能（AI）」というワードはもはや避けて通れなくなりつつあります。 それは私たちYDCにとっても同じです。 しかしながら、人工知能をゼロから勉強しようとすると・・・ 続きはこちら

2017.08.17

今回は、プログラミング言語「Python（パイソン）」をご紹介したいと思います。
■なぜ、Python？
Pythonは機械学習に便利なパッケージ（ライブラリ）が数多く提供されていますが、それだけではありません。続きはこちら

2017.08.09

みなさんは「Maker Faire」をご存知でしょうか？　エレクトロニクス、ロボット、クラフトなどのジャンルにおいて、個人や学校、企業などの“Maker”が集い、見て・動かして・楽しむイベントです。今年のMaker Faire Tokyo 2017は8月5・6日（土・日）に東京ビックサイトにて開催されます。 私どもYDCラボもブース出展が決定しております。 続きはこちら

2017.07.27

新しい技術の実用化を目指す社内プロジェクト「YDCラボ」では、分科会などの場を通して、各メンバーが日頃より積極的に研究テーマに取り組んでいます。今回は、YDCラボの大きなテーマである「IoT」を支える通信プロトコル「MQTT」についてご紹介します。 題して、「MQTTの通信は本当に軽いのか？」 続きはこちら

2017.06.30