こんにちは、デジタルマーケティングチームの林です。
先日、とある小説を読んでいると、主人公の女の子が恋人にプレゼントされたネックレスにGPSが仕込まれていて、居場所が常に監視され…という話に遭遇しました。（どんな小説なのかはご想像にお任せします）
・・・ちょっと待って！GPSはちょっと難しいんじゃない！？
この話に限らず、GPS付きの小物が出てくる漫画や小説をチラホラと見かけます。また、「防犯のために子どもにGPS付きのキーホルダーを持たせたい」といった保護者の発言を聞くこともあります。
皆さんが身近な人からのプレゼントに疑心暗鬼にならずに済むように、アクセサリーやキーホルダーといったアイテムにGPSを仕込むのが難しい理由をお伝えしたいと思います。
こんにちは、AI&ロボティクスセンターの大川です。
今回はRPA業務で、ちょっとした工夫でロボット動作のパフォーマンスが大きく上がったということをお話しします。
RPAで多用される定型業務の一つに、Excelデータの処理があります。
複数のExcelファイルにある大量のデータから特定の列を抽出して一つのExcelファイルに出力したり、その出力処理の前処理として複数条件でデータを集計してから出力したりと、人が手で作業するには非常に時間がかかりミスも発生しやすい定型業務を、ロボットで正確に処理してくれます。
現在は、UiPathというアプリケーションを使用したRPAの開発を行っており、Excelファイルの処理はDataTableという型のデータを扱うことになります。
※UiPathでコードを記述するときは、VB.NETという言語を使用します。
DataTableから条件に合う行を抽出するときに、ものすごく時間がかかるという問題が発生しました。
技術研究所の (あ) です。
もう時間が空いてしまいましたが、先日(3/14)、情報処理学会第80回全国大会の一般発表セッションの一つで座長をやってきました。
学会聴講とか発表とかをやったことのない人には、この「座長」というのが何なのか、いまいちピンとこないかと思います。
ということで今回はその辺りを軽く書いてみたいと思います。
こんにちは。システムズエンジニアリングセンターの駒宮です。
今年1月よりRPA開発チームで実装、テストなどを担当しています。
先月、弊社で開催された「オープンハウス2018」にRPAチームからもブースを展示しました。ご来場いただいた皆様、また、RPAブースで笑顔（？）で写真撮影に応じ下さった皆様、本当にありがとうございました。
今回の記事は、その際に展示した「感情分析RPAロボット」制作の裏話を記事にして投稿します。
こんにちは。IT-Dの「１１０」です。
前回の記事では、IT-Dのアイデンティティについてお話しました。
所属や立ち位置の意識はとても大事ですが、それと同じくらい大事なことがあります。
この言葉は技研時代に当時の副会長から聞き、今でも心に残っている言葉です。
私は以下のようにこの言葉を解釈しました。
こんにちは、特派員のI.Mです。
最近やっとAmazon Echo dotが届き、Amazon Music Unlimited(Echoプラン)を使い始めました。
ですが、ライブ音源とかカバー歌手の曲がかかったりしてなかなか思い通りの曲に辿り着けず、家族にガッカリされていたところ、
「プレイリストを使いたまへ」
という天啓を受けまして、それから快適にリビングの音源となっています。
なお、自分で作ったプレイリストの名称は単語を半角スペースで区切ると認識されやすくなっていい気がします。
閑話休題。
今回はPaaSのあり方について思うところを書きます。
日本ではまだまだ基幹システムをパブリッククラウドに置く企業は少ないと思います。
基幹システムはオンプレミスやプライベートクラウド、他の業務システムはパブリッククラウドというハイブリッドクラウドという構成は多いでしょう。
この構成で、業務システムと基幹システムを連携させるアーキテクチャに悩むことは多いのではないでしょうか。とくに業務システムから基幹システムのデータ参照は、クラウドからオンプレミス側のファイアーウォールを超えなければなりません。
こんにちは、データアナリティクスチームのハガーです。
私はElastic StackのKibanaを使用して可視化することが多いのですが、今回Amazon S3にセンサー系のデータを出力している環境で可視化を行う機会があったため、Amazon AthenaとBIツールのRe:dashを使用して可視化を行うことにしました。
その際、Auto Refresh機能を使いデータをニアリアルタイム表示したかったのですが、手間取ってしまったので備忘録的に記載します。
こんにちは。技術研究所の910です。
先日弊社にて開催いたしましたオープンハウスでは、動画を活用した研究に関する発表をさせていただきました。
なので今回は動画にフォーカスを当てて、動画に含まれるkeyframeのindexの取得を試してみました。
keyframeについてはこちらの記事に分かり易くまとめてくださっています。
|
1 2 3 4 5 |
(cv2) ysk@LAKuEN$ sw_vers && python -V ProductName: Mac OS X ProductVersion: 10.13.3 BuildVersion: 17D102 Python 3.6.5 |
こんにちは。エンベデッドソリューション事業部の瀧澤と申します。
”文書などに添付されているロゴ画像が適切なフォーマット(サイズ、余白 etc)で使用されているかの確認を画像処理を使って出来ないか”、という問い合わせを社内にて受けました。
“特徴点抽出を行った画像認識を行ったらどうか”という回答をしましたが、私自身も聞きかじり程度の知識でしたので、実際に使用してみようと思い立ったのが本記事を投稿する経緯になります。
GUIベースでのテストアプリケーションを作り、考え方が正しかったか、アルゴリズムの精度はどこまで許容できるかという点で調査を行いましたので、結果を報告します。
画像上における、ある法則に基づいた特徴の点群になります。(例えば画素間のエッジなど)
この”ある法則”という点において幾つかのアルゴリズムが存在します。
1.、2.についてはOpenCVのAPIを使用して実現します。
3.については自前で計算を行い、結果を確認することとします。
また、3.で取り出す情報は下記の情報とします。
こんにちは 技術研究所のぱしです。
先週3/23(金)の夕方～夜に、外部のお客様もお招きして2017年度の技術研究所の研究成果の発表などを行う「オープンハウス2018」を、弊社フューチャーセンターにて開催しました。昨年9月には上期分の研究発表会を社内向けに行いましたが、今回は一年を通しての発表となります。
こちらの記事でお知らせしておりました通り、今回は初の一般参加も呼びかけ、年度末の忙しい時期にも関わらず、お客様、グループ会社、ブログから一般応募頂いた方々など総勢140名ほどの方々にご来場頂きました。皆様本当にありがとうございます。前日には社員向けのポスターセッションも行いましたので、2日間通して昨年を上回る数の来場者の皆さんに発表を見て頂きました。1日目の説明ですでに声をつぶしていたメンバーもいましたが、皆様からの質疑やご意見を頂きながら、研究員一同貴重な時間を過ごすことができました。
