Profile, Alumni & Hobby
プログラミング言語入門
- C++言語のTutorials
- JavaScriptを用いたWebデザイン
- jQueryを用いたWebデザイン
- Python Tutorials - Basics
- Python Tutorials - Applications
- NetworkxでSocial Networks Analysis
プログラミング言語の筆頭にC/C++言語の簡単なチュートリアルのページを配置しました。Web 作成に必須のHTMLとCSSの書き方の基本と、JavaScript ファイルの活用方法の初歩を説明します。続いて、jQuery の説明をして、CodePenを利用します。さらに、オブジェクト指向言語の代表である Python のインストール方法、および、基本的な文法と使用法を説明します。Jupyter Notebook を使用して、 Phython コードを用いたシミュレーションやネットワーク分析などを紹介します。
Matplot_Path_patch_demo
AI（人工知能）入門
- AI（人工知能）の基礎：ニューラルネットワーク
- Deep Learning モデルの発展：CNN から DNN へ
- Deep Learning のための Python API ライブラリの現在
- Computer Vision: OpenCV で画像処理
人工知能(AI)の理論的基礎をなすニューラルネットワークの理論、特に、多層パーセプトロン・モデルを初心者向けに説明します。多層パーセプトロンを拡張した畳み込みニューラルネットワーク（CNN）および、ディープニューラルネットワーク（DNN）の有用性を説明します。これらのモデルをコンピュータに実装するための Python API を説明します。Scikit-Learn、Keras、および、TensorflowやCaffeなどのPython実装のライブラリを紹介します。
AIの実例１：Deep Learning モデルの Python 実装
- Scikit-learn を用いた機械学習の例
- Keras を用いた Deep Learning の実例
- TensorFlow を用いた物体検出の実例
- Pytorch を用いた物体検出の実例
- Intel Movidius を用いた物体検出の実例
人工知能の骨格である Deep Learning は畳み込みニューラルネットワーク（CNN）および、ディープニューラルネットワーク（DNN）をモデルとして使用します。Deep Learning を実装するために活用される主要なライブラリである、Scikit-Learn 、 Keras 、 TensorFlow 、 Pytorch などのインストール方法や基本的な使用方法を説明します。
AIの実例２：Deep Learning を用いた自然言語処理
- MeCab+Gensim+fastText による日本語処理
- MeCab+NLTK による自然言語処理
- RNNやLSTM を用いた時系列データの予測
日本語処理に必須の MeCab の説明から始めます。その後、Gensim や FastText を活用した日本語処理の方法を説明します。NLTK を用いた言語処理についても説明します。RNN 、 LSTM を用いた時系列データの予測問題も取り上げます。
Computer graphics
- OpenGL を用いて 3D CG を作成する
- WebGL を用いて Web 上に3D CGを表示する
- Three.js を使用して Web に 3D CG を表示する
- Blender で 3D アニメーション CG を作成する
WebGLとは、Webブラウザ上（ホームページ上）で、三次元のCGをリアルタイムに表示して動かせるオープンソースのグラフィックAPIです。OpenGLから派生したOpenGL ESの3D APIをWebブラウザに移植したものです。WebGLを用いて３度CGを作成することを試みます。JavaScrict ライブラリのThree.js を使用して Web に 3D CG を表示してみます。3DCGアニメーションを作成するための統合環境アプリケーションで、オープンソースのフリーウェアのBlender の活用についても説明します。
左側の描画は、WebGLで描いた３D CG の例です。右は、Blender で 3D アニメーション CG の例です。
WebGL Demo
Raspberry Pi と IOT の話
- Raspbian Stretch のインストール
- Raspberry Pi で電子工作
- Raspberry Pi で画像処理 - OpenCV
- Movidius NCS + Raspberry Pi：ライブ映像から物体検出
- Raspberry Pi で Deep Learning
Raspberry Pi をIoT 向けの端末として利用した電子工作を試みます。Raspberry Pi に Intel の Movidius NCS をUSB 接続して、Web カメラのライブ映像から物体検出を行う映像をPCやスマホで表示します。
Roboticsの話
- RaspberryPi への Ubuntu Mate のインストール
- ROS(Robot Operating System) を用いたロボットの操作
- Raspberry Pi Mouse ロボットの操作の実際
RaspberryPiへUbuntu Mateをインストールして、ROS(Robot Operating System)の活用法を説明します。Raspberry Pi RT/Robot を実際に使って、PCやスマホからリモートコントロールして、ロボットの操作を実行します。
モバイル機器に AI (人工知能)モデルを実装
- Xcode と Swift 入門
- Metal でcomputer graphics を作成
- iPhone などのモバイル機器に AI を実装
モバイル端末のディスプレイ上でコンピュータグラフィックスや 物体検出のDeep Learning を組み込むために、XcodeやSwiftの初歩的な解説を行います。コンピュータビジョンの機械学習機能を容易にAppに組み込むことができます。iPhone の アプリを作成するために必要な Xcode 、 Swift 、および、 Metal の使用方法の基礎も説明します。フェイストラッキング、顔検出、ランドマーク、テキスト検出、矩形検出、バーコード検出、オブジェクトトラッキング、画像レジストレーションなどの機能に対応しています
