RNNとLSTMの基礎を聞いてきた！

4月２２日
「ディープラーニング」入門6時間集中講義／自然言語処理とニューラルネットワーク
に行ってきた！のつづき。、第二部をメモメモ

---

６時間集中講義　自然言語とニューラルネットワーク
第二部　RNNとLSTMの基礎

・共通の土台のRNN
　Bot：ああいえばこういう
　　　パターンマッチング→W3Cのドラフトが貧弱：割り切り方
　　　→人間がシナリオを書くところに本質

　知識の表現：エンティティモデル
　　→自然言語の豊かさと比べると・・

・RNNの驚くべき能力について
　機械が文法を理解できている？兆候
　　画像認識：明確
　→超えたもの
　　　文の意味、分法構造の理解
　Hochrelter
　Karpathy論文の学習：RNN

　RNNの能力について　LSTM
　　Hpchreiterら　９０年代の論文
　　REBER GRAMMAR
　　　人間は人工的な文法を理解できる
　　　→機械も学習できる
　　LSTMはこの文法を学習できる

　　掛け算の練習
　　TEMPORAL ORDER

　　パターンを機械が学習する

・RNNによる文の構成
　文章を作る
　　５億文字
　Wikipedia風の文章を作る→なにしているの？

　かるぱしー
　　でたらめだけど、数学の論文
　→LaTeXの文法を理解している

　Linuxのソースコードを入れたら、Cの文法を理解できる
　赤ん坊の名前
　→ハナモゲラ語もできる？

・マシンは簡単な文法は理解できる
　形式的に記述された文法はできる？

・RNNとは何か
　RNNはどう作られるか
　　いままで：縦に並べる
　　RNN:横に並べる：中間層を横に結びつける
　　　→たんによこにならべるのではなく、
　　　　同じ形のユニットを並べる
　　　　バイアスを共通に

　　Uをかけて
　　Bをたし
　　ふぁいをかける

　データの塊が流れる：テンソルフロー

　単純な表記法にする

　RNN：重みも一緒・パラメータW共有
　　　　横に並べる


　再帰
　再帰のループを繰り返しに

　ループが回る（再帰系）
　展開系

・シーケンスtoシーケンス
　RNN：いろいろパターンある
　　同じパターンの繰り返しとか

・基本式φ（WX＋B)
　入力Xのとき
　　h = φh(Ux+bh)
　H
　　o=φo(Vh＋Bo)
　O

　RNNを式で表す
　　Hにｗがかかる
　　ht=φh(Uxt＋Wht-1＋bh）
　隣の隠れ層Wht-1：新たに追加された層

・いったん失敗する
　シーケンシャルなデータ：たくさんある
　　２０年前の失敗：勾配が計算できなくなる
　　　Bengioの論文
　→状態が毎回書き換えある：不安定になる

・復活する
　Bengio,Hochreiterがもう一回引き上げる

LSTM
・標準的スタイルになる
　RNN:重みが一緒
　RNN：３つの段階
　　入力から隠れ層へ
　　前の隠れ層から現在の隠れ層へ
　　隠れ層から出力へ

　隠れそうｈ：内部状態
　　毎回書き換えられるのでうまくいかない
　　LSTMもうひとつの状態はあまり変わらない：メモリー
　　　メモリーはあまり変わらない
　LSTM
　　O

　→C

　　H

　　X


　再帰形で表すと
　　Cのループ
　　ｈのループ
→記憶を持つ
　Ctのループの重みを１に固定する：カルーセル：同じ状態を保持する
　記憶を忘れるゲートがある：重みを０にする
→コンスタントカルーセルとフォアゲットゲートが大事
　メモリーを操作しているのと同じ

・LSTMの振る舞いを理解する
　シーケンスで入ってきた文字列をシーケンスで返すとき
　→マークダウンの内部にいると興奮するニューロン
　末尾に興奮
　改行
　　：
　→でも、大部分はわからない・・・

LSTM→忘却ゲートをもつRNN
　　Sigmoid関数：S字状　０と１の間
　ゲートをシグモイド関数に任せる

　　LSTM
　　　　　　　　　　　　　　　　ｈｔ（上位層へいく）

　Ct-1　→　記憶→　　状態　→　Ct-1

　　　　　　↑

　ｈｔ－１→入力　　　　　　　　ｈｔ（隣に行く）
　　　　　　↑
　　　　　　X

・LSTMの中身を詳しく見る
　のは、書いてあるから自分の家でゆっくりみてね！

「自然言語とニューラルネットワーク」をまずはメモメモ

4月２２日
「ディープラーニング」入門6時間集中講義／自然言語処理とニューラルネットワーク
に行ってきた！ので、まずは、第一部をメモメモ

---

６時間集中講義　自然言語とニューラルネットワーク

バベルの塔の絵

今日の３部構成
・自然言語と人工知能
・RNNとLSTMの基礎
・Googleニューラル機械翻訳

ニューラルネットと自然言語のつながり
２０１２年におきたこと
　１．Googleの猫
　２．ImageNetで、Alexnet
　３．ひんとんが、音声認識に飛躍的
今日は第三の音声→テキストのはなし
今また、新しい動き
　・Google機械翻訳
　・デファレンシャル　ニューラル　
　　　→第4のモデル：ターゲットはヒューリスティック推論

AI技術を構成する複数の流れ
・統計的分析（機械学習）
・ヒューリスティックに構築された対話アシスタント
・DeepLearning
・言語に対するアプローチ
→いまDeepLearning
　次、言語理解：転換点

第一部：自然言語と人工知能
・言語と人間の知能
　身近なもの：機械翻訳、
　　　　　　　ボイスアシスタントシステム
　　　　　　　　　　→検索を実行するのがかぎ
　　　　　　　　　　→ニューラルネットとは違うアプローチ
　知識体系の機械化
　Googleはかわってるっていう話

・言語と人間の知能
　生物の知能：目ができた→ニューラルネットの発展
　　Pax-６：動物の目の遺伝子は同じ
　→DeepLearningが得意なところ

　人間：言語
　　コミュニケーションは、動物にはいろいろある
　　ソーシャルネットワーク
　　言語能力に生物的基礎
　　　さいもんふぃっしゃー　FOXP2:言語能力に関係する遺伝子
　　　　→鳥にも存在。さえずりを真似する鳥とまねできない鳥
　　　ゴリラやチンパンジーとのちがい２箇所、ねずみは３箇所しか違わない
　　　ネアンデルタール人と同じFOXP2

・マックス・プランク研究所
　”Language　and Genetics"
　　　遺伝子からのアプローチ：わかっていない

・言語能力を持つのは人間だけ
　　CNN：視覚のモデル化→とどかない
　　言語：生物の進化の中で、ごくごく最近（６～１０万年前に突然変異）

　　文字：さいきん
　　メディア
　　機械
　　コンピュータ
　　インターネット

　　言語能力がターニングポイント

・技術の進歩と人口
　　文字の登場と数学（２０００～３０００）
　　　→爆発を準備

・シンギュラリティはおきている
　　人類：地球にインパクト
　シンギュラリティ→機械が人間より賢くなったら・・・
　　人間が愚かしくなれば、シンギュラリティを迎えるのでは？

・コトバと文字（Dyslexia)
　　人間は、ほとんど同じ：実は違う
　　Dyslexia→文字が読めない

　言葉の理解
　　ウェルニッケ→ブローカー→脳
　文字
　　視覚や→３９野、４０野：しゃべる→言語理解へ

　学習によって作られる回路
　　３９野４０野に障害が起きるとつながらない
　
認識の発展
・外界の把握
・認識の飛躍
・知識の蓄積：メディア
・数学的な対象認識
→知能は重層的

・言語への言語学からのアプローチ
・チョムスキーの観察（１）
　聞いたこともない文章を理解できる
　　→文を生成する文法が帰納的

・リカージョンの能力
　　はと：３以上わからない
　　さる：一般化できない
　　あかんぼうは、ものには名前があることを知っている

・コトバの獲得
　　うまれたところの言語の能力を短い期間で習得、その能力が消えない
　　　→強烈に学習
　　　→大量なデータではない：刺激の貧困
　　　　共通な構造が埋め込まれている

・バイオリニスティック；生物学的言語学
　　チョムスキー：みにまりすと
　なぜわれわれだけ、言語能力？

・最近のトピックス
　　　機械翻訳
　　　ボイスアシスタント

・翻訳
　　Google翻訳　日本語→機械翻訳に影響　
　　Google翻訳　１０３言語

　　Google　リアルタイムカメラ翻訳

　　Microsoft Translator
　　　　Skype X　AI翻訳

・ボイスアシスタント
　　アマゾンエコー：あれくさ
　　Apple　Siri
　　MS　こるたな
　　Google Now→Google Grass

　　２番目に始めた国：日本
　　　日本語：貢献→むずかしい
　　　聞いた音→文字？
　　　　　例：えーけーびーふぉーてぃーえいと、かかくどっとこむ、しゃらんきゅー
　　　→音声辞書をつくる：ワードピース
　　　　　英語：ワードの区切るある　日本語：くぎりない
　　　　　音声：くぎりない
　　　→じつはディープラーニング関係ない
　　RNNで画期的
　　　音声をテキストに変える：ボイスアシスタントの出発点
　　　実はその先はたいしたことしていない。

・あれくさの実装
　マッチングすれば、定義されたIntentNameに対応付ける
　　HelloIntent こんにちは
　　HelloIntent おい
　スピーチレットでうける

　文字にするのはディープラーニング

　もじにしたら、対応する印テントを探す

　いんてんとがみつかったらOnIntentでやったことを実効

・ああいえば、こういう
　　→かしこくない

・こるたな
　　ListenForに相手がしゃべる言葉を書いておく
　　Feedbackにかえすことば

　　フランス語をListenForして中国語をFeedback

・Watson
　　どれかをしゃべったら

　　Grammerタグないのワイルドカードのアスタリスク
　　　＊、＄、％、＃・・・マッチングする
　　W3Cのマッチングで言語観を定義

・なんについてのことか、大まかにまとめる

・全部羅列している
　　BOT

・Facebook　Bot　エンジン
　組み合わせの呪い

　ボット
　　　ルールベース
　　　マシンラーニング
　→核心部分は命令実行型

　たくさんの枝分かれ→いつかきっと破綻する

・ディープラーニングではない
　入り口だけ

・チューリングテストを突破したBot
　Botエンジンの特徴
　　→話をはぐらかせる
　watson：会話を続ける→ごまかしていく

　Bot：こういうノウハウ大事！
　　→すべてのパターンは想定できない

・IBM　Watson
　Watsonは自然言語を解析する能力を持っている（部分的）
　　質問の分析→検索→もう一度検索→評価

・人工知能と検索技術
　ニューラルネット：入り口部分だけ、検索技術が重要
　　→コンシューマーターゲット
　　　　IT技術と広告と検索を結びつける
　　　　検索や広告：パーソナルアシスタントシステム
　　　　　広告もそう。広告の中に自分たちの探したいものがあれば
　　　　　ニューラルネットでリーチしえていない
・Google　Knowlage　Graph
　　完璧な検索エンジン：あなたが意図したものを返す

　大規模グラフ処理
　　Facebook：グラフをコントロールするものは、世界をコントロールする
　それまで
　　大規模データ処理の第一世代への転化
　　第二世代へ転化
　　　バッチ処理からリアルタイム　Open Graph
　　　MapReduceをやめて、カフェインにPregalへ
　　→Googleかつ：Knowledge Graph
　　→知識データ処理：
　　　　Google Caffeine→Pregal →Google＋
　　　　Apache Graph

　Moonshot

　Facenookの１０年計画
　　高度にパーソナライズかされたターゲット広告
　　多様な人工知能サービスを可能にするSearch

　グラフのスキーマ；エンティティモデル
　　言語の表現と知識の表現
　　　エンティティ：プロパティ：実態
　　アインシュタインの誕生日
　　　アインシュタイン：エンティティを検索
　　　プロパティ：誕生日を探す
　　　　→わかる
　　全部じゃない：グラフデータは少ない

　schema.org→スキーマの提供
　　　ボキャブラリー
　　　型をもつ is-a
　プロパティを持つ　has-a

　おさまらないもの：action→プロパティの一部

・HTML5マイクロデータ

　タグをつける(Itemprop）
　→自然言語で抽出できないので、タグをつける
　→かしこいか？Botとにてる
　　　→言語を理解していない

　Google Now　カードシステム
　　JSONのタグがメールに埋め込まれている
　　受け取ったエージェントが解析している
　→タグ付けして

・自然言語から見たグラフスキーマの「貧困」
　　リンネの分類学
　グラフ検索で荒れれるもの
　　プロパティがないと、検索結果を返す
　ぐぐった結果でもう一回検索を繰り返す

　Schema.org：本当は貧弱（自然言語に比べると）

　タグ付け：英語がわかること必要
　　　→英語がわかるためにたぐづけしているのでは？

・ワードネット
　　なんでもはいっている

・GAAFのAIへの取り組み
　→ボイスアシスタントシステムをしっかりやろう
　　Facebook:執事をつくる（人間を助けるシステム）

　　Amazon：AIは数十年続くトレンドの初期段階
　　　エコーとあれくさ
　　　　ボイスアシスタント戦争
　　　　あれくさ；プライバシー

　　Apple：上品
　　　Siriをサードパーティに開放
　　　スマホの電池
　　　ユーザーのプライバシーを守る：デファレンシャルプライバシー
　　　スマホの情報をクラウドに飛ばさない
　　　キラー・ユーザー・エクスペリエンス

→ボイスアシスタントと自動車で食い込んでいく

　　Google
　　　ラリーペイジ：世界のすべてを理解する。それが人工知能
　　　Elon Musk：それじゃスカイネット
　　　ラリーペイジは特殊

　GAAF(がーふ）
　　消費者にターゲット
　　違いもある：Google　究極のAI

・グラフの遍在と人工知能の未来
　自然言語とグラフ構造
　　Watsonでさえ、自然言語を構造化されていないデータとしている
　　→構造化されている
　　　タグ付けを人間がやっていることが問題

　自然言語のグラフの中心は動詞

・Scene Graph
　　画像から、あれもあるこれもある→関係を出す
　　→このグラフを機械では作れない
　　　でも、アルバイトは作れる
　　→でも、つまんない文章（まちがってはいない）

　　イメージキャプショニング：まちがえる
　　その前に音声のキャプショニングが先
　　→リアルタイム翻訳

・グラフの遍在と「すべてを知ること」
　究極の人工知能
　世界のすべての情報：把握できない？→次元の呪い
　世界のすべての情報を知る必要はあるか？たぶん、ない
　すべての知っているシステムは効率的なの？→集中になる
　　　→分散されてもたれていることで確実になる
　Wikipediaは５０Gくらいしかない
　　　全員がもっていればいい
　科学：わからないことを解決している
　　　なぞ→科学のターゲット

Microsoftのタスク管理アプリ

Microsoft、タスク管理アプリ「Microsoft To-Do」をプレビュー公開
http://forest.watch.impress.co.jp/docs/news/1055924.html

Animistaを使うと、かわいいデザイナーさんと、仲良くなれることだけはわかった！

４月２１日、html5j Webプラットフォーム部 第17回勉強会に行ってきた！ので
ないようメモメモ

---

■挨拶
Flashを黒いタートルネックの男に葬り去られた後、
動画をどうつくればよいのか？

CSSの話
マイクロソフトさんの話
TIPS

■Browser animation 2017 動く・動かせ・動け！
・３つのキーワード：動く・動かせ・動け！

・動く：今できること
　インターフェースのアニメーション
　アニメみたいなアニメーション：SVGも使って
→CSS Transitions　A→B
　CSS Animations　A→B→C
　なめらかにうごく

　Web Animation API

　Element.animation()
　FirefoxでもChromeでも実装されている
　Polifill:web-animation.js

・動かせ
　Firefox Developer Tools　使っている人：ちらほら
　　なにつかってるんですか？→いんてりJ→Firefoxもいいので・・・
　Animation inspector
　　デモ
　　タイミングファンクション
　　　ステップ：離散的
　　　いくつかの違うタイミングファンクション
　near フューチャー
　　編集できるようにしていこう
　これまで、もじらきんせい
　　こんご　React、GitHubを使ってプルリクできるように

　もっとみらい
　　いんすぺくティング→オーサリング
　　アニメーションクリエーターの視点：ピックアップしていく
　　ヘルプ

・動け：これからのアニメ
　５つの問題点
（１）フレームのアニメーション
　　はじめ、ないし、さいごのがでない　５５＋

（２）Transitionの終わりを待つとき
　　transition cancel, run,start,animationcancel
　　→Element.getAnimation()

（３）アニメーションがぶつかる
　　両方合併：リリース版まだ

（４）スクロールにそって動くアニメーション

（５）別のスレッドでアニメーションしたい

・まとめ

■Introducting CSS Grid Layout
・自己紹介
・ぐりっどを定義する
　display:grid;

grid-template-columns
grid-columns-gap

・２からむつなげることもできる
・repeatもできる
・auto-fill(minmaxは指定できる）

・グリッドにアイテムを配置する

　　Griid Track,
　　Grid Lines
　　Grid cell
　nth-child

・アルゴリズム
　grid-auto-flow

・アクセサビリティ

・Flexbox
　Flexbox：１次元
　Grid:２次元以上

・CSS FeatureQueries

@rachelandrew
https://twitter.com/rachelandrew
　
■エンジニアよ大志を抱け
・Microsoft biz spark：起業する人など無償で3年間つかえる
　→IT企業でおねがいします（そのたいろいろ参加要件あり）

・Microsoft Imagineサブスクリプション

■animistaで勉強嫌いがCSSアニメーション
・なまえはあかさない。自己紹介なし
・現場の問題
　リソース的な問題：学習コスト高い？
　　センス的なもの
　　　クリエイティブ○○：使えない、現場乱すだけ
　ツール的な問題

・animista
　クロアチアのC2　Ana Travas　まだベータ版

・From Designer to Engineer
　デザイナ　PS+Flash

　エンジニア　HTML5,CSS3

　今
　デザイナ　PS

　エンジニア　HTML5,CSS3、JS

・デザイナーがかわいい子だと
　すかしたやろうデザイナーだと

・指示の具体性に乖離
　animistaのメリット　デザイナーが検証

・How To USE
　コミュニケーションはどうかわる

・注意点
　パーツを作るのではない
　Chromeのみ対応

・例

・まとめ
　かわいいデザイナーと密なコミュニケーション
　くそCDとは少ないコミュニケーション
　生のコードが生成されるのでCSSの理屈が学べる

■ディスカッション
（１）Webアニメーションの実装はどうなっていくべきか
　・できるだけCSｓで実装すべき
　・できるだけJavascriptで実装すべき
　・ライブラリやフレームワークに進化

ぶらうざつくっているので、ぶらうざのきのうをつかってほしい
簡単なものからためす
　　CSS-Transition→CSS Animation→Animation API
復習できるもの
　何で動いているかわからないはやめておく
　デザイナの要求はとんでもないので

（２）Webアニメーションの学習コストのかけ方
　・ライブラリ、フレームワーク
　・基礎から

　正直、CSSは苦手だ。

（３）Webアニメーションって、どんな効果があるの？どう使うべき？

　・インターフェース
　　楽しいだけでも意味がある

（３－２）デメリット

　・文字でつたえないといけないとき
　　目的に対してはつかえるが、
　　肝心な情報を逃す可能性

　・パフォーマンス
　　かくかくしちゃうと・・・
　　→スマホ

・WebGLでみごとに新人サイトがうごかなかったり・・
　→アニメーションのテストは方法まだない

・まとめ
　まだまだ発展途上

　

ディープラーニング結果をすべての組み込み機器へ

「e-AI」の記事

業界初、ディープラーニング結果をすべての組み込み機器へ「e-AI」提供開始
～Eclipseベースのグローバル統合開発環境「e2 studio」にAI学習環境とつながる新機能を搭載～
https://www.renesas.com/ja-jp/about/press-center/news/2017/news20170411a.html

“内職”を見抜くAI

会議中の別件メール送信など“内職”を見抜くAI。日本マイクロソフトの新たな働き方改革提案
https://headlines.yahoo.co.jp/hl?a=20170417-00000123-impress-sci

東芝の新IoTアーキテクチャー

SPINEXというらしい。お勉強しないと・・・
ということで、そのサイトのURLをメモメモ

東芝の新IoTアーキテクチャー「SPINEX」のすべて
http://www.toshiba.co.jp/cl/articles/tsoul/21/001.htm

EtherCAT最新動向と省配線技術EtherCAT Pを聞いてきた！

４月２０日TECHNI-FRONTIER 2017で

EtherCAT最新動向と省配線技術EtherCAT Pのご紹介

を聞いてきた！ので、その内容をメモメモ

---

１．FAネットワークのトレンド
・むかしは、固有のもの
　１９９０年代、オープンネットワーク　PROFIBUSなど
　その後　産業用EtherNET

２．EtherCAT
①概要
・ベックオフが２００３年開発
・リアルタイム制御を可能
・配線形態はフリー
・ノード間で最大１００ｍ
・グローバル
・ETGメンバー：ワールドワイド
　６５カ国、４２００社
　アジア：中国が増えている　中国国家規格GB/Tに採用
　日本４９９メンバー
　TOYOTA　標準化
　→半導体装置、ロボットの既存メーカー＋新規参入

・EtherCATベンダー
　マスターメーカー　１９７社
　ドライブメーカー　１６３社　製品数５００以上
　I/Oメーカー　　　　１１０社　製品数１０００以上
　センサーメーカー　４７社
　セーフティー　over EtherCATメーカー　３０社　

・いろんなOSでうごく

・モーションデモ
　１ネットワーク　２４ベンダ　３５同期軸数
　１００５６ノード接続

②特徴
　超高速通信
　高精度な時間（１μｓ以下）でノード間同期
　敷設製
　セーフティ
　オープンネットワーク
→モーションコントロール領域

　EtherCATの速さ

・EtherCATはなぜ早いのか
　フレーム構造（シンプルで無駄がない）
　スレーブはフレーム内のデータを直接書き込み（On the Fly)
　→リクエスト・レスポンス形式ではない
　一筆書きネットワーク

・ほかの産業用Etherと比較

・ノード間同期の仕組み
　伝播遅延時間計測
　オフセット
　ドリフト補正

・同期信号性能

③診断機能
・プロファイルの整合チェック
・トポロジー・接続順序
・CRCチェック
・WKC(ワーキングカウンタ）によるチェック

・EtherCATでのトポロジの確認

　診断情報つきオンラインビュー
　オンライントポロジービュー

　EtherCATネットワークのモニタ（開発者むけ）
　　WiresharkでEtherCAT全フレームがモニタリングできる

④セーフティ
・産業オートメーションでのSafety
　機能安全
　安全機能
→これまでは
　　多くの部品が必要
　　セーフティロジックに頼る

　今後の可能性
　　スマートセーフティ船さ
　　セーフティバスシステム

・Safety over EtherCAT(FSoE)
　プロトコルはSIL3準拠
　EtherCATのなかにセーフティに必要なデータを組み込む
　Safety over EtherCAT敷設の例

・認証
　オープンネットワーク
　　→規格準拠チェック
　　　セルフテストがクリアできること最低基準

３．EtherCATの採用事例
（１）医療機器
（２）無人搬送車
（３）ロボットの内作化
（４）包装機（おかしをとじてきる）→同期

４．EtherCATの最新動向
今後
・IoT規格に関する最新動向
　　ETGとOPC Foundation（OPC UA)
　　　→Industrie4.0とIoT
　　EAP(ETherCAAT Automation Protocol)でマスタ水平統合
　　OPC-UAで垂直統合
・省配線
　　EtherCAT P
　　２０１７年３月１０日　仕様正式リリース
　　電源と（２系統の）信号を１本の線の中で
　　通信は１００％互換
　　柔軟なシステム構成
　　→PoEと大きく異なる：降圧がいらない
　　　　制御盤を途中にいれたくないとき
　　　　将来的にはAC(それも大容量）まで

５．ETG日本地域委員会の活動紹介
・EtherCATの普及と理解
　多くの支部
　主な活動：プロモーション、技術検討
　技術サポート
　ETGブース

　

STでもらったボードで、ラジコンカーを作るまで

TECHNI-FRONTIER 2017でSTM32　Nucleoのボードをもらったことは

マルツオンラインが４月２４日から２８日送料無料とか、STのボード無料でもらえるとか
http://blog.goo.ne.jp/xmldtp/e/f9b3cf6211734f99b7fc23a496004df6

に書いた。そのボードでラジコンカー？を作る方法を聞いてきたので
メモメモ

※そんなものを、何処に使うのか？
ラジコンカーで収集したセンサーデータを元に
機械学習させ、その結果をもとにラジコンカーを
動かしたい実験などをする時に使う。

---

■もらったもの、そろえるべきもの
＜＜もらいもの＞＞
・STM32L053R8T6 64ピン
　　→開発するボード
　　　STM32　Nucleoタイプの低消費電力

・ステッピングモーターの拡張用ドライバ

＜＜用意すべきもの＞＞
・モーター
・電源が必要なそうな・・

■まず、開発環境をととのえる

・ピン配置、外部クロック設定ツール
　GUIでできる無償ツールがあるので、それをおとしてくる
　STM32CubeMX

・開発環境はIARさんから、
　IAR Embedded Workbench for ARM(EWARM)が出ている。
　これには、機能限定版と期間限定版があるので、
　機能限定版（無償）をインストール

■開発する
・サンプルがあるので、それを参考にする
　モーターを２つ使う
　　　後輪のモーターは、駆動用
　　　前輪のモーターは、ハンドル（どっちにいくか）
　モーターに適当にギアをつけてくれ
　あとは、通信でモーターを操作すればいい
　　→くどいが、モーターを動かすサンプルコードがある

・できあがったら、コンパイル
　USBの書き込み口があるから、そこから書き込む

マルツオンラインが４月２４日から２８日送料無料とか、STのボード無料でもらえるとか

４月２０日、TECHNI-FRONTIER 2017に行ってきた！

落ち着いているかんじで、
IoTが拓く次世代ものづくりなんていうコーナーもあるので、IoTもある。
あるけど、主流ではない。
（ロームさんがIoTに力を入れている。IoTはかどるKitとか）

Fanucは超高速でうごく？げんこつロボット
（まがったのを回転させて整列して並べるロボット）
とか、THKもなんかロボット出ていたけど、
世の中、ロボットばかりでもない・・・
ちなみにPepperは所々にいるが、呼び込みとか、宣伝に使われているのが主流。

東芝はドローンも展示してた。ベクトル制御ESCとして
ほかモーター制御とかも。
モーター制御はいろいろ出ていて、日立さんはインバーター。
ちなみにドローンは、NECも展示してたんだけど、そっちはドローン展のほうで。

マルツさんもだしていて、そこでいってたのが表題の件
「マルツオンラインが４月２４日から２８日、送料無料」

STのブースは、電源関係のところにある？
LoRaWanの展示をしていて、現時点で技適が通っているモジュールはRF-Linkだけ、
（村田さんとかもだしてるけど、まだ）
STM32　Nucleoと拡張ボードの１つを無料でくれる（お話聞くと）
もらってきた（これについては、別エントリで）


隣の会場はドローン展で、産業用ドローンがいろいろ、
LiDERを乗せたりしている。NECも展示していた（前述）。

このほかに、バスの駅？とかの展示もしているんだけど、そういう
コーナーで、日本信号さんが、ロボットだしてた（＠＿＠！）
CLINABO（お掃除ロボット？）とか・・

２０１８年のこの展示では
AIとか自動運転の展示もでるみたいよ・・・予告してた。

みじかいけど、こんなかんじかな・・・

PostgreSQLへの移行について書いてあるサイトとか、パートナープログラム紹介とか

４月１９日

今だから聞く、PostgreSQLの概要と動向
（商用DBからの移行やAmazonRDS for PostgreSQLの動向）

を聞いてきたので、その内容をメモメモ

・・・の前に、表題の件に興味がある人へ

●移行について：以下のメモ中
https://www.pgecons.org/download/works_index/
というURLがでてくる。その前後

●パートナープログラム
最後のほう、「SRA OSS　PostgreSQLパートナープログラムのご紹介」

---

■ご挨拶
・マイグレーション
　Oracle SE1がなくなった→価格が上がって困っている→Postgres
　PostgreSQLパートナー制度

■PostgreSQLとは（PostgreSQL再入門）
・PostgreSQLの概要
　そもそも、リレーショナルデータベース管理システムです
　標準SQLの大部分＋先進的
　長い歴史（２０年以上、現在も活発）
　大きな機能の追加＋マイナーバージョンアップ（不定期）
　豊富なプラットフォーム、サポート言語
・ライセンス
　PostreSQLライセンス（使うの自由、自己責任）
　GPLとの違い：GPLはソースコードの開示義務がある
　コピーライトをいれとけばOK
・オープンソースで開発
　→特定の企業に依存しない開発チーム
・支援企業：NTT,NEC
・日本におけるPostgreSQLコミュニティー
　　JPUG：利用者、マニュアルの翻訳
　　PGECons：エンタープライズより

・おいたち
　UCB　Ingresが先祖
　　Postgresにひきつがれ（UCB)
　　その後Postgres95へ→SQL対応
　　PostgreSQLはバージョン６から

・機能追加
　８．０　Windows
　９．０　レプリケーション
　９．６　最新
　２つの数字がメジャー、その後の数字がマイナー
　はじめの数字：自信あり！ちゅうもくして！みたいなときあがる
　SRAのコントリビュート：Windows対応、再帰SQL

・新機能
　パラレルクエリー
　　９．５まで　CPU
　　　　テーブルシーケンシャルスキャン
　　　　ハッシュ結合、いれこるーぷで並列化可能
　　　　　Gather
　　→パラレル処理を行うかは、プランナが決定
　　→どのくらい性能上がる？
　　　　　複雑なことをしようとしたとき　あがる
　　→バキューム
　　　　　活性マップでピンポイント（急激に性能落ちることはない）
　　　ストリーミングレプリケーション
　　　複数の同期スタンバイ
　　　変更データ適用を保障するモード

・フレーズ検索
　　フルテキストサーチ
　　多CPUサーバーによる性能向上
　　postgres_fdw：外部データラッパー（別のサーバーにアクセス）

・PostgreSQLの利用事例と派生製品
　国内の利用事
　PostgreSQLを利用した派生製品：
　　EDB Postgres
　　PivotalのGreenPlum
　　Redshift
　　富士通
　　SRAのPowerGres：紹介

・PowerGresのご紹介
　　WAL二重化
　　　　トランザクションログ：Redoろぐ
　　透過的データ暗号化

・周辺ツール
　pgBadger（ぴーじーばじゃー）
　　ログ解析→レポート
　pg_reorg（ぴーじーりおるぐ）
　　自動バキュームが使えないとき（更新が多いとき）
　　バキュームフルをじっこう
　pg_statsinfo

・クラスタ構成
　複数台ならべる
　並列処理
　方法：
　　　可用性：HAクラスタ　Pacemaker+DRBD、共有ストレージも
　　　　ストリーミングレプリケーション：PostgreSQL自身が持つ機能
　　　　Pgpool－２：ミドルウェア
　　　　Postgres-Xcなど：並列処理まだまだ商用では・・・


■AmazonRDS for PostgreSQLの概要
・Amazon Web Service（AWS)とは
　Amazonが提供するクラウドサービス
　　クラウド：インターネットでサービス提供
　　サービスの種類：IaaS,PaaS.SaaS

　　AWS：７０を超えるクラウドサービス
　　　EC2
　　　EBS
　　　S3
　　　VPC：VPN構築
　　　ELB：ロードバランサ
　　　RDS：PostgreSQLでは9.3,9.4,9.5,9.6が選択できる
・Amazon RDS for PostgreSQL
　完全マネージド型
　提供される機能：
　　耐障害性、可用性の向上
　　バックアップとリカバリ、リストア：手動でも取れる。５分前までしか保障されない
　　スケールアウト：リードレプリカ（バックアップが必要だと、マルチアベイラビリティゾーン
　　スケールアップ・ダウン
　　RDSインスタンスのメンテナンス：自動メンテナンスで再起動する場合あるかも
　　セキュリティ：VPC

・素のPostgreSQLとの比較
　　クライアント認証の設定を行う手段が提供されていない
　　DBのスーパーユーザーになれない
　　デフォルトでは日本語不向き（DBロケーるをCに）
　　ミドルウェアとの連携

・選択ポイント
　AWS：クラウドのメリットを生かしたい
　素のPostgreSQL：RDSでできないこと／コスト面

Q&A
　・管理者にならないと動かないコマンドはRDSで使えないの？
　　→そういうこと。ただし、ある程度権限が与えられるので、
　　　運用管理上、こまるものには権限がある

　・マルチアベイラビリティゾーンを使うと、
　　自動メンテナンスのとき、切り替わる

■商用DBからPostgreSQLへの移行について
・データベース市場の動向
　RDBMSがメイン（横ばい）。NoSQL増加
　Oracle以外の商用DBは減少、オープンソースはすこしぞうか
　オープンソースはPostgreSQLとMySQLに二分
　　　MySQLはNoSQLにおされぎみ
　SQL　Serverの増加
　　SQL Server on Linux
　PostgreSQLの増加
　　ありばばでの利用状況を語る

・オープンソースの採用メリット
　　コストダウン
　　ベンダロックインの回避

・ITシステムのコスト構造
　データベース層：システム全体のコストが下げられる
　AP：Apache,nginx
　
・オープンソースに移行するなら
　　Oracleからの以降が多い
　移行先：PostgreSQLが多い（MySQLより２倍近い）

・SRA：マイグレーションアセスメントサービス
　PGEConsのドキュメントを参考にして
　できないところだけを、依頼すること多い

　PostgreSQLへのマイグレーションのドキュメントのありか

成果物総索引
https://www.pgecons.org/download/works_index/
の「データベース移行」

・お客様の声

■システム開発におけるPostgreSQL選定理由とその事例
・自己紹介は割愛
・アシアルの説明
　プロダクト：Monaca,OnsenUI

＜＜事例＞＞
・アライドテレシス（株）様
　ルーターの中：ネットワークの監視　AMF
　企画、要件定義から検討

・フォスター電機
　理由：存在しない・・・（どのDBでもよかった）
　　ECパッケージとの相性

※商用ライセンス、技術的要素、エンジニアが使い慣れている
　→安易にPostgreSQLが選択される
　　まよったら、どっちでもいい

■SRA OSS　PostgreSQLパートナープログラムのご紹介
・目的　２つ
　市場の拡大
　ユーザー拡充
・ご参加いただきたい企業
　これから提案・活用したい
　　Oracle SE1からなど
　PostgreSQLのビジネスをすでにおこなっている
　　エンジニアの派遣・常駐→案件紹介する
・パートナープログラム加入メリット
　　加入費用は無料
　　入門セミナーの実施
　　提案支援
　　共同プロモーション

人間の目で見抜けないURL偽装がフィッシング詐欺

Punycodeで表現するとからしい・・

人間の目で見抜けないURL偽装がフィッシング詐欺に悪用される可能性、Firefoxでの対策はコレ
http://gigazine.net/news/20170418-fake-domain-homograph-attack/

『鳥獣戯画』素材集が無償公開

『鳥獣戯画』をベクターデータ化した素材集が無償公開 ～“ダ鳥獣戯画”
http://forest.watch.impress.co.jp/docs/news/1055295.html

全コンビニにICタグが入る→家電IoTとか「買ってきて」アプリとか「IYダッシュ」とか？

コンビニ全店全品にICタグ導入へ、経産省と大手コンビニ5社が宣言
http://itpro.nikkeibp.co.jp/atcl/news/17/041801181/
（以下太字は上記サイトより引用）

レジでの会計業務の効率化だ。購入商品のICタグをまとめて読み取ることで、店員が1点ずつバーコードを読み取る手間を省く。人材不足に悩む小売業界の課題解決を狙う。

そっちか～

てっきり、白物家電メーカーが家電のIoT,AIの使い道がわからないので、

コンビニにがんばってもらって、ICタグをつけてもらい、
　冷蔵庫に入れた瞬間に、
　入れたものが、冷蔵庫のICリーダー→クラウドにいって、
　　　外出先から何が買ってあるか見れる
　　　ご主人に買ってきてもらいたいものを示すとき、
　　　　前に買ったもの一覧から選んで「これ買ってきて」と奥さんが言えて
　　　　ご主人は、お店で、それかどうか、スマホで確認できる
　　　　　（確認するときは、ICタグでなく、カメラで取って、
　　　　　　サーバーがディープラーニングした結果とつき合わせて判断）

あるいは、今日食べたものを、アプリで管理→カロリー・アレルギーチェック

もしかすると、セブンイレブンは、イトーヨーカドーのネットスーパーとくんで、
　ICタグを読み込んで、ボタンをクリックすると、
　イトーヨーカドーのネットスーパーから、届けてくれるようになるとか・・・
　そうゆう（Amazonダッシュならぬ）IYダッシュボタンを開発するとか・・・


そういう使い道ではないのね（＾＾；）

いや、てっきり、IoT家電とかクラウドに家電をつないで・・・といいだしたけど、
どうしようってなって、なきつかれて、経産省が考えたのかと思った（＾＾；）

マスゴミ

【マスゴミ】女児遺体遺棄事件を取材した記者　取材を断られその家の玄関に蹴り　動画を公開される
http://www.honmotakeshi.com/archives/51089118.html