週末レイトレーシング 第一週 (翻訳) - inzkyk.xyz
はじめに 私が長年にわたって担当しているコンピューターグラフィックスの講義では、レイトレーシングを扱うことが多い。レイトレーシングでは全てのコードを自分で書く必要があるが、外部 API を使わずにクールな画像を生成できるからだ。その講義ために作ったノートをここに書籍としてまとめることにした。この本の目的はクールなプログラムをなるべく簡潔に読者へ示すことである。出来上がるのは機能全部載せのレイトレーサーとはいかないが、映画でレイトレーシングが使われる主な理由の一つである間接光がサポートされる。この本のステップ通りに実装していけば、レイトレーサーのアーキテクチャは簡単に拡張できるものになる。レイトレーシングにさらに興味が湧いた場合にも勉強に役立つだろう。
kintone の型定義全部書く
こんにちは。 今回は、kintone の型定義全部書こうと思います。 どういうことかと言いますと、kintoneオブジェクトの TypeScript 型定義を書いてエディタ上での開発体験を最高にしてやろうって話ですね。 ちなみにこの記事は、kintone アドベントカレンダー 2021 その2の19日目の記事です。 更新状況 12/20: １日遅れで初回投稿、未完成 kintoneオブジェクトと型定義 kintone には JavaScript や CSS を用いて UI をカスタマイズする機能があることは皆さんご存知かと思われます。 そういったカスタマイズをサポートするための機能として kitone JavaScript API というものが用意されており、利用する際にはグローバル変数として存在する kintoneオブジェクト経由で各 API にアクセスします。 現代においては、Type
数値流体力学モデルの基礎 - Flow Science Japan
「数値流体力学モデルの基礎」は、数値流体力学の基本を対象とした最も総合的なオンラインの情報源です。また、フローサイエンスの創立者であり、VOF法の第一人者でもあるC.W. (Tony) Hirt博士によって編集されたものです。「数値流体力学モデルの基礎」は、数値流体力学の概略を紹介し、関連するさまざまな問題の概要を提供する構成になっています。ここまでのところ、有益で正確かつ効率的な計算モデルを作成しようとする際に検討しなければならない多くの機能のいくつかに触れただけです。CFDの基礎的な知識を獲得するために利用可能な多くの論文や書籍があります。ここでは、標準的な参考文献には一般に記載されていない、いくつかのトピックスについて主に重点が置かれています。右側にあるメニューを使用して、このCFD参考ツールの詳細をご確認ください。
【満点9科目！】共通テスト2026を最新版AIに解かせてみた（Chatgpt、Gemini、Claude）｜株式会社LifePrompt
今年も共通テストの季節がやってまいりました！ 受験生の皆さん、本当にお疲れ様です。 LifePromptでは、2023年から毎年恒例で「AI vs 共通テスト」の実験を行っており、今年でついに4年目を迎えます。 思い返せば、2023年は「生成AI」が流行語大賞に選ばれ世界中がChatGPTの登場に衝撃を受けました。 そして昨年2025年には、ChatGPTの愛称である「チャッピー」が流行語大賞にノミネートされました。この3年間で、AIは「未知のテクノロジー」から、ここまで日常生活に浸透してきたのです。 昨年の実験では、ついにAIが東大合格ラインを突破しましたが、今年はさらに次元が違います。 「AIは東大合格できるのか？」などの議論は終わり、もはやAIが高得点を取るのは当たり前になってきました。 だからこそ、今問うべきはその先の実力差です。 「満点は取れるのか？」 「一体どれほど速く解けるの
Pythonで1次元移流方程式を離散化して数値流体力学に入門する | WATLAB import Python
この記事を書いた理由計算力学技術者試験学習のため2022年は熱流体分野の計算力学技術者試験を受けようと思っています。 2021年12月に振動分野を1級と2級受験し幸い両方とも合格しましたが、同時受験が結構厳しかったので今年は余裕をもって2級のみを受ける予定です。 筆者は現在とある企業でCAEシミュレーションを活用した製品開発を行っています。 CAEシミュレーションというのは体系的に勉強したことがないと、手法の選定やメッシュをどう切ったら良いか、エラーの対処法や解の検証といった作業がおろそかになります（そもそも異変に気づかないレベル）。 筆者は振動分野についての実験を多くやっていましたが、熱流体分野は商用ソフトをポチポチしているレベルで実験も数えるほどしかしていません。 こりゃまずいということで、振動分野と同様にこのような記事でアウトプットを意識した学習をしていくために記事化しました。 計算
非定常な移流拡散に対する有限要素法 - Qiita
\begin{alignat}{2} \partial_t u + \boldsymbol{\beta} \cdot \nabla u - \nabla \cdot \alpha \nabla u &= f \quad &&\text{in} \quad \Omega \times \mathcal{I} \\ u &= g_D \quad &&\text{on} \quad \Gamma_D \times \mathcal{I} \\ \boldsymbol{n} \cdot \alpha \nabla u &= g_N \quad &&\text{on} \quad \Gamma_N \times \mathcal{I} \\ u &= u^{0} \quad &&\text{in} \quad \bar{\Omega} \times \lbrace 0 \rbrace \end{al
20211003分割 更新中止） 特許SDI用AI： 複数の自然言語深層学習モデルにおいて見られた個性とその解釈 および認知的観点に基づく知識構造の多様性を評価した価値共創の展望と、創造性 - Qiita
・ブラックボックスのまま理解する「機械行動：machine behavior」と呼ばれる新しい学問領域をつくるべきだという提案 https://www.nature.com/articles/s41586-019-1138-y https://www.media.mit.edu/publications/review-article-published-24-april-2019-machine-behaviour/ 「無作為化実験、観察推論、および集団ベースの記述統計 - 量的行動科学でよく使用される方法 - は、機械行動の研究の中心となるはずです」 同感だが，データが必要か．帰無仮説・p値は使いたくないところだが． 『犯罪捜査のためのテキストマイニング』には集団ベースの記述統計の記載が多くあったはず．見直してみる． ・丸山宏（2019） 高次元科学への誘い https://japan.
Python による日本語自然言語処理
はじめに この文書は、 Steven Bird, Ewan Klein, Edward Loper 著 萩原 正人、中山 敬広、水野 貴明 訳 『入門 自然言語処理』 O'Reilly Japan, 2010. の第12章「Python による日本語自然言語処理」を、原書 Natural Language Processing with Python と同じ Creative Commons Attribution Noncommercial No Derivative Works 3.0 US License の下で公開するものです。 原書では主に英語を対象とした自然言語処理を取り扱っています。内容や考え方の多くは言語に依存しないものではありますが、単語の分かち書きをしない点や統語構造等の違いから、日本語を対象とする場合、いくつか気をつけなければいけない点があります。日本語を扱う場合にも
楽研究室 - 青山学院大学 理工学部 | College of Science and Engineering
コンピュータグラフィックス研究 1．相互反射・多重散乱を考慮した写実的映像生成手法（放射輸送方程式解法） 2．目的の集光模様を生成するレンズの形状設計手法 3．粉体・クリームなどの連続体モデリング 4．目的の力学制約を満たす構造・形状設計手法 5．デザイン制御を組み込んだ非写実的CG表現 6．目的の質感表現を生成する非写実的CG要素の逆推定手法 7．画像ベースの質感合成手法 研究内容 コンピュータグラフィックス（CG）は映画や広告、ゲーム、VR、医療などの様々な場面において活用されています。本研究室ではグラフィックスの基礎技術である、画像⽣成のための写実的レンダリング技術や、モノの動きを予測するシミュレーション技術、計算機で形をデザインするための技術、また、応用技術として、グラフィックスを活用したインタラクション技術、およびアニメやイラスト表現などのための非写実的質感表現・編集技術について
【Physgaussian】置き物のキツネをまるで生きているように動かせるヤバいAIツール | WEEL
メディア事業部AIライターの中井です。 「PhysGaussian」というツールをご存知ですか？ PhysGaussianとは、物理ベースのニュートンダイナミクスと3Dガウスカーネルを統合し、高品質なモーション合成を生成するものです。 これは、映画『アバター』で人間の動きをリアルタイムでエイリアンのキャラクターに変換している技術に似ています。 AIによるモーション合成技術も、現実世界の動きを別の形態に変換する点で似ているかもしれません。 この記事では、PhysGaussianの概要や特徴、使用する際の注意点を紹介します。 最後まで読んでいただくことで、PhysGaussianの概要や特徴がわかり、高品質なモーション合成を作成できるようになるでしょう。 ぜひ最後までお読みいただき、参考にしてください！ PhysGaussianの概要 PhysGaussianは、3D ガウスカーネルを物理ベー
Total Lagrangian Material Point Method における接触力の計算法 - Qiita
概要 土木の分野において、粒子法の研究が盛んにおこなわれています。地盤工学などでよく使われる MPM は、メッシュ（グリッド）と粒子を組み合わせた計算方法であり、FEM（有限要素法）で生じるメッシュのねじれがなく、計算の途中でメッシュを使うので、SPH や MPS にくらべ計算が安定していると言われています。 MPMの欠点として、cell crossing error と呼ばれる、粒子がセルを横切った際に符号が入れ替わり数値振動が起こることが知られています。Total Lagrangian Material Point Method (TLMPM) と呼ばれる方法は、グリッド上で支配方程式を解くとき、初期に配置されていた粒子の情報を使い計算するので、粒子がセルをまたぐことがなく、cell crossing error が起こらない利点があります。前回の記事で、少し紹介しました。 通常の M
Two phase double point 形式の MPM (material point method) - Qiita
概要 土木の分野において、粒子法の研究が盛んにおこなわれています。例えば、離散要素法（DEM）、Smoothed Particle Hydrodynamics（SPH） 、Material Point Method（MPM）などがあります。 この記事では、土粒子と水粒子を分けた double point 形式の MPM について、簡単に説明したいと思います。 土と水を混合した粒子（2相混合）で、つまり、1つの粒子で2相を計算するMPMは、Two phase single point 形式と呼ばれる。 以下の論文の内容を参考にしています。 MPM の大まかな説明 MPM の特徴として、メッシュ（グリッド）と粒子を組み合わせた計算方法である。利点としては、FEM（有限要素法）で生じるメッシュのねじれがなく、計算の途中でメッシュを使うので、SPH や MPS にくらべ計算が安定していると言われて
LLMの中に潜む虚数：複素関数論は現在のAIをどう支えているのか？
「現在のAIは巨大な行列計算の塊であり、その中身は実数（float）である」――これは概ね正しい認識です。しかし、実はその裏側で、複素関数論（Complex Analysis） の概念が、最新のLLMの性能向上に決定的な役割を果たしていることをご存知でしょうか？ 今回は、GPT-4やLlama 3、そして次世代モデルMambaなどに通じる「複素数の貢献」について解説します。 1. 回転する位置情報：RoPE (Rotary Positional Embeddings) 現在、MetaのLlamaシリーズ、Mistral、GoogleのPaLMなど、多くのSOTA（State-of-the-Art）モデルで採用されているのが、RoPEという位置エンコーディング手法です。ここに複素数の「回転」の概念が直結しています。 なぜ複素数なのか？ 自然言語処理において、「単語の相対的な位置関係（AはBの
WebGPU で MLS-MPM を実装し，ブラウザ上で 10 万粒子規模のリアルタイムシミュレーションを実現する
WebGPU で MLS-MPM を実装し，ブラウザ上で 10 万粒子規模のリアルタイムシミュレーションを実現する 以前に書いた WebGPU で実装したリアルタイム 3D 流体シミュレーションの紹介 の続編として，MLS-MPM という手法による流体シミュレーションを WebGPU で実装して公開したところ，ありがたいことに予想を遥かに超える反響をいただきました． 本記事では，このシミュレーションに関する以下の話題について書きます． なぜ MLS-MPM をシミュレーションに用いたのか MLS-MPM のパフォーマンス WebGPU による MLS-MPM の実装 また，流体のレンダリングについては，以前の記事である WebGPU で実装したリアルタイム 3D 流体シミュレーションの紹介 に詳しく書いたので，そちらをご覧ください． 以下がデモとリポジトリへのリンクです． Demo : R
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GAINS: Gaussian-based Inverse Rendering from Sparse Multi-View Captures
https://onlinelibrary.wiley.com/doi/full/10.1002/nme.70105
https://www.pari.go.jp/PDF/REPORT62-2-1text.pdf
CSE291 SP23
GitHub - CzzzzH/MLS-MPM: A MLS-MPM based 3D fluid system simulation implemented with Taichi
glTF-Tutorials/PBR/README.md at main · KhronosGroup/glTF-Tutorials