特論コード

  • ☟ ☟ ☟ ☟ ☟

     

    filtering

  • ☟ ☟ ☟ ☟ ☟

     

    Day1.午後

  • ☟ ☟ ☟ ☟ ☟

     

    Day2.Code

  • ☟ ☟ ☟ ☟ ☟

     

    Day3.Code

  • ☟ ☟ ☟ ☟ ☟

     

    Day3-B.Code

  • 研究情報

    応用演習 2023 :

    場所:ローム記念館1F 知的高性能計算研究室
      第1回:11/20 (月) 顔合わせ・研究紹介
      (全体資料)  

      第2回:11/27 (月) 基礎実習1
      (全体資料)  

      第3回:12/04 (月) 基礎実習2
      (全体資料)  

      第4回:12/11 (月) 基礎実習3
      (全体資料)  

      第5回:12/18 (月) 研究体験1
      (全体資料)  

      第6回:12/25 (月) 研究体験2
      (未アップ)  

      (GitHub リンク) 

    応用演習 2021 :

    場所:ローム記念館1F 知的高性能計算研究室
      第1回:(11/22 月) 顔合わせ、RaspberryPiの使い方
      (参考資料)  

      第2回:(11/ 29 月) 画像処理の基礎と古代文献解読
      (参考資料)

      第3回:(12/ 6 月) AI基礎と実装
      (コード)

      (説明資料)
      第4回:(12/13 月) AIの基礎と深層学習
      (参考資料)

      (コード)
      第5回:(12/20 月)AIの基礎と深層学習、IoT
      (参考資料)

      (コード)
      (IoT説明編)
      第6回:( 1/ 6 月)  FPGAとアーキテクチャ(2)
      (IoT実装編)

      第7回:( 1/20 月) まとめと卒研テーマについて
      (参考資料 未アップ)

    応用演習 2020 :

    場所:EW-4F 知的高性能計算研究室2
      第1回:(11/25 月) 顔合わせ、RaspberryPiの使い方
      (参考資料)  

      第2回:(12/ 2 月) 画像処理の基礎と古代文献解読(1)
      (参考資料)

      (参考資料)
      第3回:(12/ 9 月) 画像処理の基礎と古代文献解読(2)
      (参考資料)

      第4回:(12/16 月) AIの基礎と深層学習
      (参考資料)

      第5回:(12/23 月)python コード、AIと深層学習
      pythonコード

      第6回:( 1/ 6 月)  FPGAとアーキテクチャ(2)
      (参考資料 未アップ)

      第7回:( 1/20 月) まとめと卒研テーマについて
      (参考資料 未アップ)

    研究テーマについて(知的・高性能)
    知的と高性能計算という二つ中核技術の研究を行っています。
    ・知的とは、機械学習・深層学習を含めた人工知能分野である。
    ・高性能計算とは、プロセッサアーキテクチャ、並列処理などのハードウェアの研究分野である。
            
     本研究室は、下記のプロジェクトで研究を行っている。
    (1)画像処理と深層学習を用いた古代文献の解読と潜在的な知識
    本研究は、深層学習、画像処理、ビックデータ解析などの技術を用いて、日本・中国・インドの古典籍・古代文献の解読を目指します。 また、ビックデータ解析などの技術を用いて、これらの古代文献から、潜在的な知識の抽出と整理を目指す。それにより、古代文化遺産の整理と保護につながると考えられる。

    (2) 深層学習を用いたIoTシステム
    本研究は、深層学習、画像処理、IoTなどの技術を用いて、琵琶湖の中の魚の調査、高齢者の見守り、及びインフラの劣化の研究を行っている。     

    (3)高性能計算とプロセッサアーキテクチャ
     プロセッサアーキテクチャの研究を行っている。また、FPGAを用いた深層学習の高速化を目指している。

    まとめ:本研究室では、ソフトウェアからハードウェアまで幅広く研究し、また、伝統的な画像処理から、最先端の深層学習技術、IoTまでを研究している。 さらに、これらの技術を用いて、ニーズの重要化している高齢化社会から、未開拓な分野である古代文献解析まで、幅広く研究している。

    卒研学習資料

      (1) Anacondaの使い方:
      (学習資料)
       

      (2) Anacondaの勉強のための機械学習とNNのプロジェクトコード:
      (プロジェクトコード)
       

    Apathy 研究資料

      (1) Apathy 75% :
      (コード)
       

      (2) Apathy 論文資料:
      (論文資料)
       

    Google colab 学習資料

      (1) 学習ビデオ(画面が中国語ですが、、、拡大すれば見やすくなる)

      (2) サンプルコード:
      (コード)
       

      (3) Google colab 使用資料:
      (学習資料)
       

    拓本データセット

      (1)拓本データセット:
      (40 classes )
       

      (2)OBIs拓本データセット:
      (OBI125)
       

    論文の書き方

      (1)FIT,IPSJ全国大会など: download  
      (2)D Thesis Data: download  
      (3)Conference Shao Zhu (Word) : download  
      (4)Conference Shao Zhu (Pdf) : download