Enviar pesquisa
Carregar
Code iq interpretation_summary_publish
•
0 gostou
•
3,214 visualizações
Fixstars Corporation
Seguir
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 14
Baixar agora
Baixar para ler offline
Recomendados
Numpla2
Numpla2
machy3
[Idea Support] Like 10
[Idea Support] Like 10
Yoshihiro Maeda
ノンデザイナーでもグラフを見やすくする6つのコツ
ノンデザイナーでもグラフを見やすくする6つのコツ
Sho Hamano
10 TIPS FOR PRESENTATION DESIGN v2
10 TIPS FOR PRESENTATION DESIGN v2
Shinichi Miyagi
心理学から見た勉強
心理学から見た勉強
Shinji Yamazaki
Donyoku
Donyoku
Ken Ogura
Marathon mi sawa
Marathon mi sawa
Fixstars Corporation
Code iq interpretation_futatsugi
Code iq interpretation_futatsugi
Fixstars Corporation
Recomendados
Numpla2
Numpla2
machy3
[Idea Support] Like 10
[Idea Support] Like 10
Yoshihiro Maeda
ノンデザイナーでもグラフを見やすくする6つのコツ
ノンデザイナーでもグラフを見やすくする6つのコツ
Sho Hamano
10 TIPS FOR PRESENTATION DESIGN v2
10 TIPS FOR PRESENTATION DESIGN v2
Shinichi Miyagi
心理学から見た勉強
心理学から見た勉強
Shinji Yamazaki
Donyoku
Donyoku
Ken Ogura
Marathon mi sawa
Marathon mi sawa
Fixstars Corporation
Code iq interpretation_futatsugi
Code iq interpretation_futatsugi
Fixstars Corporation
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
Fixstars Corporation
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Fixstars Corporation
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
Fixstars Corporation
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
Fixstars Corporation
株式会社フィックスターズの会社説明資料(抜粋)
株式会社フィックスターズの会社説明資料(抜粋)
Fixstars Corporation
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
Fixstars Corporation
Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)
Fixstars Corporation
Jetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けて
Fixstars Corporation
いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門
Fixstars Corporation
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
Fixstars Corporation
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
Fixstars Corporation
いまさら聞けないarmを使ったNEONの基礎と活用事例
いまさら聞けないarmを使ったNEONの基礎と活用事例
Fixstars Corporation
ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門
Fixstars Corporation
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
Fixstars Corporation
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
Fixstars Corporation
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
Fixstars Corporation
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
Fixstars Corporation
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
Fixstars Corporation
第8回社内プログラミングコンテスト 結果発表会
第8回社内プログラミングコンテスト 結果発表会
Fixstars Corporation
第8回社内プログラミングコンテスト 第1位 taiyo
第8回社内プログラミングコンテスト 第1位 taiyo
Fixstars Corporation
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Mais conteúdo relacionado
Mais de Fixstars Corporation
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
Fixstars Corporation
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Fixstars Corporation
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
Fixstars Corporation
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
Fixstars Corporation
株式会社フィックスターズの会社説明資料(抜粋)
株式会社フィックスターズの会社説明資料(抜粋)
Fixstars Corporation
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
Fixstars Corporation
Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)
Fixstars Corporation
Jetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けて
Fixstars Corporation
いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門
Fixstars Corporation
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
Fixstars Corporation
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
Fixstars Corporation
いまさら聞けないarmを使ったNEONの基礎と活用事例
いまさら聞けないarmを使ったNEONの基礎と活用事例
Fixstars Corporation
ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門
Fixstars Corporation
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
Fixstars Corporation
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
Fixstars Corporation
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
Fixstars Corporation
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
Fixstars Corporation
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
Fixstars Corporation
第8回社内プログラミングコンテスト 結果発表会
第8回社内プログラミングコンテスト 結果発表会
Fixstars Corporation
第8回社内プログラミングコンテスト 第1位 taiyo
第8回社内プログラミングコンテスト 第1位 taiyo
Fixstars Corporation
Mais de Fixstars Corporation
(20)
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
株式会社フィックスターズの会社説明資料(抜粋)
株式会社フィックスターズの会社説明資料(抜粋)
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)
Jetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けて
いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
いまさら聞けないarmを使ったNEONの基礎と活用事例
いまさら聞けないarmを使ったNEONの基礎と活用事例
ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
第8回社内プログラミングコンテスト 結果発表会
第8回社内プログラミングコンテスト 結果発表会
第8回社内プログラミングコンテスト 第1位 taiyo
第8回社内プログラミングコンテスト 第1位 taiyo
Último
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
Último
(11)
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
Code iq interpretation_summary_publish
1.
株式会社フィックスターズ 「最適解を目指せ!!」 (ナンプレ盤面問題) 解説会 出題意図と典型解法について 田中伸明
2.
問題おさらい ※なんで1/6 ? →最初1/9にしてみたら、あまりにもスカスカだったの でちょうど良さそうなくらいに調整しました ● 500*500の数字の盤面 ● 1/6はすでに数字が決 まっている ● 残りの5/6に好きな数字 を入れて、盤面をできる だけナンプレっぽくする
3.
問題を作るときに考えたこと ● 好きな言語や好きな環境で挑戦できる ● ルールが既存のゲーム・パズル等を元にしており理解 しやすい ● とりあえず0点ではないスコアなら簡単に取れる ● アルゴリズムを工夫して計算量なんとかしたい程度に はデータ量が多い ● 少し工夫すれば並列化も可能 参加の敷居は下げつつ、頑張りたい人にはその余地も残 す、という問題を目指しました
4.
結果 ● 参加者数46名 ● 7割程度がC/C++。ついでRuby・Pythonが数名ずつ ● 平均提出回数2.3回 1位 234602点 machyさん 2位
224804点 Mi_Sawaさん 3位 223816点 footaさん 20万点以上 16名 15万点〜20万点 13名 10万点〜15万点 13名 5万点〜10万点 4名
5.
想定していた典型解法 1.それなりに良い初期値を選ぶ 2.逐次的に改善していく 3.たくさん繰り返す この手の「よりよい解を見つけろ」というタイプの問題 では、非常に良くあるパターン
6.
想定していた典型解法 1.それなりに良い初期値を選ぶ 2.逐次的に改善していく 3.たくさん繰り返す
7.
初期値の選び方 ● DPなどでひとまず横向きだけを最適化する →縦向きや3*3ブロックの分を改善するのが難しい ● 周囲の数字と重複しないものを選ぶ benchmark2みたいなヤツ →なんとなく重複しないだけではスコアは出ない ● 9*9のナンプレ盤面の繰り返しパターンで埋める →意外と強かった
8.
ナンプレ盤面で埋める 例えば右のようなナンプレの盤 面を用意し、数字が未決定の箇 所に繰り返し敷き詰める。 これだけで15万点くらい出る 1 2 3
4 5 6 7 8 9 4 5 6 7 8 9 1 2 3 7 8 9 1 2 3 4 5 6 2 3 1 5 6 4 8 9 7 2 3 15 6 4 8 9 7 2 3 18 9 7 5 6 4 6 4 53 1 2 9 7 8 3 1 26 4 5 9 7 8 3 1 29 7 8 6 4 5 まず、初めから入っている数字を無視して、この盤面 で全体を埋めると、63万点くらいになる 初めから入っている数字の制約によって、これからど のくらいスコアが減るかを計算してみると… 理由:
9.
ナンプレ盤面で埋める期待値 “盤面から9マスを取り出したとき、その全てが初期 状態で数字が入っていないマスである確率” = (5/6)9 ≒ 19.3% “盤面から9マスを取り出したとき、そのうち1マスに 初めから数字が入っており、その数字が埋めようとし たナンプレ盤面と一致する確率” =
9 C1 ×(5/6)8 ×(1/6)×1/9 ≒ 3.9% “同じく2マスに数字が入っていてかつ一致する確率” = 9 C2 ×(5/6)7 ×(1/6)2 ×(1/9)2 ≒ 0.3% これらを合わせると、 63万点×(19.3%+3.9%+0.3%) ≒ 148000点 このくらいのスコアは取れると期待される
10.
想定していた典型解法 1.それなりに良い初期値を選ぶ 2.逐次的に改善していく 3.たくさん繰り返す
11.
逐次的に改善する 「現在の盤面からちょっとだけ変更してみて、スコア が上がるなら採用する、上がらなければ元に戻す」 これを繰り返す。 何も考えていないような方法にも見えるけど、これで かなり改善していく ● スコアが上がる場合だけ採用するのではなく、下が る場合にも確率的に採用する手法(焼きなまし法) もあり、一般的にそっちのほうが強い。 ただしどのくらいの確率で採用するかのパラメータ 調整が必要
12.
盤面をちょっとだけ変更 一番単純なのが 「1マスを選んでランダムな他の数字に変えてみる」 様々な方法が考えられ、各自の工夫が見られました。 ● 複数のマスを同時に変更する ● 盤面全体からではなく、いったん小さいブロックに 区切ってその中だけで選ぶ ● 1〜9すべて試し、一番良いものを採用する 28 9 7 63
1 2 6 4 5 9 39 7 8 28 9 7 63 1 9 6 4 5 9 39 7 8
13.
想定していた典型解法 1.それなりに良い初期値を選ぶ 2.逐次的に改善していく 3.たくさん繰り返す
14.
たくさん繰り返す ■ハイスコアを狙おうと思ったら速度は重要です 1マス変えたときにスコアを再計算するのは、方法次 第で数十倍の速度の差が出る ここまで違うと、いくら長めに計算を回しても埋め られない差になる ■比較的簡単に並列化可能です 例えば盤面の上の方を処理している間は、下の方は 無関係なので並列に処理できる あまりやっている人はいなかった? 便利なライブラリ等色々あるので試してみましょう
Baixar agora