Huawei の新発表 OS がどんなものか森田が論文を読みつつ想像します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。iTunes のレビューや星も歓迎です。暇な時はノートもみてね。
#76: XPC: Architectural Support for Secure and Efficient Cross Process Call
Huawei の新発表 OS がどんなものか森田が論文を読みつつ想像します。
投稿者: Hajime Morrita
#74: FaceNet: A Unified Embedding for Face Recognition and Clustering
ニューラルネッツな顔認識に森田が入門します。
ニューラルネッツな顔認識に森田が入門します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。iTunes のレビューや星も歓迎です。暇な時はノートもみてね。
- [1804.06655] Deep Face Recognition: A Survey
- Recommendations for Facial Recognition Input Images – Amazon Rekognition
- DeepFace: Closing the Gap to Human-Level Performance in Face Verification – Facebook Research
- [1503.03832] FaceNet: A Unified Embedding for Face Recognition and Clustering
- [1801.07698v3] ArcFace: Additive Angular Margin Loss for Deep Face Recognition
- MegaFace
- MS-Celeb-1M: Challenge of Recognizing One Million Celebrities in the Real World – Microsoft Research
- Dual-Agent GANs for Photorealistic and Identity Preserving Profile Face Synthesis
#72: How (and How Not) to Write a Good Systems Paper
システム論文を書く人向けガイドを森田が冷やかします。
システム論文を書く人向けガイドを森田が冷やかします。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。iTunes のレビューや星も歓迎です。暇な時はノートもみてね。
#70: Reality Engine Graphics
GPU の祖先みたいな 25 年前の高級ハードウェアを森田が紹介します。
GPU の祖先みたいな 25 年前の高級ハードウェアを森田が紹介します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。iTunes のレビューや星も歓迎です。暇な時はノートもみてね。
- Reality Engine Graphics
- PlayStation technical specifications – Wikipedia
- PlayStation 2 technical specifications – Wikipedia
- HPE Buys SGI for $275 Million: How Far the Mighty Have Fallen
- コンピューターグラフィックスによる津波現象のバーチャルリアリティシステム (1995)
- SGI graphics team moves to Nvidia | EE Times (1999)
- NVIDIA の GPU
- High-Performance Software Rasterization on GPUs | Research
#68: Introduction to MCMC
Markov Chain Monte Carlo について森田がしったかぶりします。
Markov Chain Monte Carlo について森田がしったかぶりします。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。iTunes のレビューや星も歓迎です。
- Handbook of Markov Chain Monte Carlo
- Amazon | Doing Bayesian Data Analysis, Second Edition: A Tutorial with R, JAGS, and Stan
- Amazon | Physically Based Rendering, Third Edition: From Theory to Implementation
なお録音の不備によりいつもより音が悪いですがご了承ください。
#66: The Rendering Equation
夏なので古のレイトレ方程式を森田が復習します。
夏なので古のレイトレ方程式を森田が復習します。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
- Kajiya: The rendering equation – Google Scholar
- Rendering equation – Wikipedia
- SIGGRAPH 2019: Home
- What Makes a (Graphics) Systems Paper Beautiful
- ACM Transactions on Graphics (TOG) – Special Issue On Production Rendering and Regular Papers
- Amazon | Physically Based Rendering: From Theory to Implementation
- 2014 | Oscars.org | Academy of Motion Picture Arts and Sciences
Follow up
#64: Automating Chaos Experiments in Production
Netflix の Chaos Engineering 最新事情っぽい論文を森田が冷やかします。
Netflix の Chaos Engineering 最新事情っぽい論文を森田が冷やかします。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
- [1905.04648] Automating chaos experiments in production
- Netflix TechBlog
- Four Reasons We Choose Amazon’s Cloud as Our Computing Platform (2010)
- 5 Lessons We’ve Learned Using AWS – Netflix TechBlog – Medium (2010)
- The Netflix Tech Blog: Chaos Monkey Released Into The Wild (2012, from Internet Archive)
- FIT: Failure Injection Testing – Netflix TechBlog – Medium (2014)
- Chaos Engineering Upgraded – Netflix TechBlog – Medium (2015)
- Netflix Chaos Monkey Upgraded – Netflix TechBlog – Medium (2016)
- OSS Projects
- Netflix/Hystrix: Hystrix is a latency and fault tolerance library designed to isolate points of access to remote systems, services and 3rd party libraries, stop cascading failure and enable resilience in complex distributed systems where failure is inevitable.
- Netflix/zuul: Zuul is a gateway service that provides dynamic routing, monitoring, resiliency, security, and more.
- Distributed Tracing
- Principles of Chaos Engineering
- Game day – AWS Well-Architected Framework
- Resilience Engineering: Learning to Embrace Failure – ACM Queue
- Weathering the Unexpected – ACM Queue
- Gremlin: Chaos Engineering Tools to Break Things on Purpose
#62 – A History Of Erlang
Joe Armstrong 自身が書いた Erlang の歴史を森田が読みます。
Joe Armstrong 自身が書いた Erlang の歴史を森田が読みます。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
- A History of Erlang
- Programming Erlang (2nd edition) by Joe Armstrong | The Pragmatic Bookshelf (初版日本語訳)
- Erlang Garbage Collector | Erlang Solution blog
- HPACK: the silent killer (feature) of HTTP/2
- Concurrent Programming in Erlang (2nd Edition)
- erlang nine nines – Google Search
- The Pragmatic Programmer, 20th Anniversary Edition: your journey to mastery by David Thomas, Andrew Hunt
- Programming Elixir 1.6: Functional |> Concurrent |> Pragmatic |> Fun by Dave Thomas (初版日本語訳)
- Nintendo Switch(TM)向け プッシュ通知システム 「NPNS」 (PDF)
- voluntas/japanese-erlang-elixir-companies: 日本で Erlang/OTP や Elixir を利用している会社一覧
#60 – XGBoost: A Scalable Tree Boosting System
GBDT の実装である XGBoost とかのコードを森田が読みます。
GBDT の実装である XGBoost とかのコードを森田が読みます。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
-
- [1603.02754] XGBoost: A Scalable Tree Boosting System
- dmlc/xgboost: Scalable, Portable and Distributed Gradient Boosting (GBDT, GBRT or GBM) Library, for Python, R, Java, Scala, C++ and more. Runs on single machine, Hadoop, Spark, Flink and DataFlow
- Sparse matrices (scipy.sparse) — SciPy v1.2.1 Reference Guide
- u++ on Twitter: “[#misreading episode 58] 自分にとっては新鮮な視点が多かった。GBDTのFrameworkとして終始「XGBoost」に言及があるけど、Kaggleでの現在の主流は「LightGBM」なので2019年の情報としては誤解を招きそう。あとアンサンブルの例としてバギングとランダムフォレストを横並びで列挙するのは微妙かも。”
- Microsoft/LightGBM: A fast, distributed, high performance gradient boosting (GBDT, GBRT, GBM or MART) framework based on decision tree algorithms, used for ranking, classification and many other machine learning tasks. It is under the umbrella of the DMTK(http://github.com/microsoft/dmtk) project of Microsoft.
- LightGBM: A Highly Efficient Gradient Boosting Decision Tree – Microsoft Research
- How to train Boosted Trees models in TensorFlow – TensorFlow – Medium
Follow-up
- Cloud Run documentation | Cloud Run | Google Cloud
- 今シーズンはこのエピソードでおしまいです。またしばらくお休みします。
#58 – Gradient Boosting Decision Trees
Kaggle 勢を賑わす GBDT なるものがなんなのか森田が遠巻きに調べます。
Kaggle 勢を賑わす GBDT なるものがなんなのか森田が遠巻きに調べます。感想などはハッシュタグ #misreading か hello@misreading.chat にお寄せください。
- Friedman : Greedy function approximation: A gradient boosting machine.
- Elements of Statistical Learning: data mining, inference, and prediction. 2nd Edition
- XGBoost
- A Kaggle Master Explains Gradient Boosting | No Free Hunch
- k-d tree – Wikipedia
Misreading Chat 