  |
はてなキーワード: acmとは
はしょって書くので正確性の観点ではツッコミどころのある文章になりますがざっくり
RGBやCMYK：実際の見た目の色を表すものではない。色材の出力値を表したもの。同じRGB値・CMYK値でも異なるモニター、プリンタで出力すると色が異なる。
CIEXYZやLab：この値が同じであれば見た目の色が同じと言える物差し的な値（Labは光源も定める必要があったり、発展的なCIECAMの話もあるけど省略）
モニター機種Aの色をモニター機種Bで似た色で再現したいとする
１）モニターAであるRGB値を表示した時、CIEXYZやLabでは何の色なのか
２）１）のCIEXYZをモニターBで表示するには（もともとのRGB値でなく）どんなRGB値で表示すればいいのか
要は機種AとBで色々なRGB値で表示した際の実際の色（CIEXYZやLab）がわかれば良い。
この様にデバイス依存カラーと非依存カラーの対応付けができるものをプロファイルといい、規格化されている（いわゆるICCプロファイル）
※対応付けは線形で計算する場合と、ルックアップテーブルを使う場合がある
用途として１）はターゲットプロファイル/ソースプロファイル、２）はデバイスプロファイル/ディスティネーションプロファイルなどと呼ばれる
１）２）は色を近づけるために入力RGBを異なるRGBに変換し出力する操作であり、色変換・カラー変換などと言う。
これが行われるモジュールがCMM。MacはColorSync、WinはICM/WCS/ACM。3rdパーティのCMMとしてAdobeCMMがある（Adobeアプリで見るときはこれが使われる）
Macは基本的に常にOSレベルでColorSyncが働いている状態。Winはアプリによって入力RGBをそのまま表示するものやICMが働くものがある
これが「Macで見る色は正しい」と捉えられることがある一因だと思うけど、同じプロファイルでもCMMにより変換結果が異なるし、プロファイルが適切でなければ色は合って見えないので片手落ち未満。
色変換に関していうと、Adobeツールを使っていればAdobeCMMで変換・表示されるのでOS間の色の差は少ない。
・MacもWinもワークフローでは混在しており実質Adobeアプリでの表示が標準＝OSによる変換差は極小
・正しい色を見るのにはそもそも正しいプロファイルが必要（モニターの場合は基本キャリブレーションすれば同時に作られる）で、かつアプリで適切に設定されている必要がある
・色評価用光源の導入
・それでも分光値が一致する訳ではないので、突き詰めるとCIEXYZやLabが同じでも見た目の色は違う…という世界になってくる
実際ちゃんと大学行ってれば少なくとも偏差値50以上はあるような人たちだと思う
ある程度の読解力と根気と周辺知識を自分で調べて補うような能力がないとこんな文章は読めるようにならない
お客様独自のドメイン名を使用して、GraphQL エンドポイントにアクセスできます。 AWS AppSync では、お客様の AWS AppSync API でカスタムドメイン名を使用して、GraphQl エンドポイントとリアルタイムエンドポイントにアクセスすることができます。AppSync でカスタムドメイン名を作成するには、所有するドメイン名を提供し、ドメインをカバーする有効な AWS Certificate Manager (ACM) 証明書を示すだけです。カスタムドメイン名を作成すると、アカウントで利用可能な AppSync API にドメイン名を関連付けることができます。AppSync が提供するドメイン名にマッピングするように DNS レコードを更新した後、新しい GraphQL エンドポイントとリアルタイムエンドポイントを使用するようにアプリケーションを設定することができます。アプリケーションを更新しなくても、カスタムドメインの API アソシエーションをいつでも変更できます。AppSync がカスタムドメインエンドポイントでリクエストを受信すると、関連する API にルーティングして処理します。
最近コンピューターサイエンスがプログラマーに必要か否かみたいな話が上がっているが、そもそもコンピューターサイエンスって何だよ。どこまでの範囲をさしてんの？
ググって出てきた情報を整理しただけなので詳しい人、補足・訂正よろしく！
https://www.acm.org/binaries/content/assets/education/cs2013_web_final.pdf
CS2013はACM/IEEE-CSによるカリキュラム標準。
ACM(計算機協会)はコンピュータ分野全般の国際学会、IEEE-CSはIEEE(米国電気電子学会)の中にあるテクニカルソサエティ。
https://www.ipsj.or.jp/12kyoiku/J07/20090407/J07_Report-200902/4/J07-CS_report-20090120.pdf
J07-CSは一般社団法人情報処理学会がCC2001CSをベースにアレンジを加えたカリキュラム標準。今はCS2013を反映したJ17-CSがあるらしいけどその辺は良く分からん。
https://www.ipa.go.jp/files/000024060.pdf
J07ーCSから抜粋。CS2013と比較するとナレッジエリアがあったり無かったり。
・環境構築したくない。
・環境構築したら一応手順書残すじゃん。覚えておきたくないから。書くよね。めんどい。
・Ansible とかもめんどい (これは使ったことがないので学習がめんどくさいってだけ)。
・Python だの何だのの依存関係でバージョンがあわなくて…みたいなトラブル大嫌い (Docker ならいいけど ECS・Fargate・CloudRun・GKE それはそれで高いし、現時点ではメンテフリーとはいかない)
・Let's E とかもめんどい。だってたまにやり方が変わるじゃん。めんどい。
なので PaaS にしたいのよ。
GCP で独自ドメインマネージドSSL するには Cloud Load Balancing 必要でしかもそこそこ高いってのは想定外だったので、別にそこに金をかけるべきとは言ってない。でも月2000円くらいだからまぁいいやって感じ。もちろん月300円で済むようになればうれしい。
AWS は S3+CloudFront+ACM+Route53 で安く独自ドメインマネージドSSLができるんだっけ? であればそっちの方がいいよね。
在宅勤務、職場、その他の場所での作業などで個人で請け負う仕事や趣味のソース管理をするのに必須。無理。
同じくデータ管理共有に必須。無理。GoogleDrive を無料で？サイズが足りない。
あのね。論文読まないで仕事出来る訳ねぇだろ？無理ですよ。医者から医書を奪うようなもんです。
作業用BGMなしで作業しろと？それは無理です。Youtube？違法アップロードされたコンテンツを、仮にもコンテンツ業界の技術者が聴けるか。
これをやめろと？何を言ってるんですかね？お急ぎ便無料だけでおつりが出るわ。年間、何回注文してるか。。。月に6回くらいは何か買ってんぞ。何をそんなに？本とか水とか、レトルト食品とか必需品は一杯あんだろ。だいたい専門書買いにジュンク堂に行く交通費と時間だけでPrime代になりますー。
このご時世にさ、外にロードバイクに乗りに行くのも遠慮しちゃう様な時によ、在宅勤務でなまった体を動かせる最高の福利厚生じゃないですか？俺が運動止めてブクブク太っていいんですか？無理でしょ。これは君の為でもあります。
そもそも君と知り合ったのはJリーグあってこそでしょうが。俺からJリーグ観戦を奪ってどうするんですか？一生独身か、一生サッカー見れないかどっちか選べって言うなら、独身でいいからサッカー見ます。No FootBall No Life
ACL見れなくなるし、CL見れなくなるし、ツールドフランスみれないじゃん。年間、何かしらスポーツイベント見てるのに、うちのクラブがACL出た時にどうするんですか？このご時世にバーに行く？飲食代だけで視聴費用超えちゃうよ？だいたい君もACLみるよね？
サポーターなんですから、当たり前だのクラッカーです。あなたの彼氏はやめてもサポーターは断じてやめません！人は生まれた瞬間から応援するクラブがきまってるんです。No FootBall No Life
ほらないよ。削れるもの何もないよ。ネットフリックスとか見てないし、妥当なものじゃん。確かに、気付けば結構使ってるなって思うけど、どれもこれも要るもんね。削れないもんね。
実際、フリーランスなんて金がかかるだけで技術力もなければ人望もない、それに謙虚じゃない、つまり性格もアレなわけで。
とあるフリーランス紹介会社（渋谷にいくつかあるよね）から来たフリーランスの使えなさが異常。
とくに最近思うのは、経験不足なのにフリーランスやってるやつ多すぎ。
AWS経験者で取ったのに、ECS、EKSやったことないとか、CodeBuild系とか、ACM、CloudFront、S3などの連携も知らないとか、本当になんちゃってが多い。本当にこういうやつゴミ。
デベロッパー系でいったら、フレームワーク知らない言語経験者もゴミだからな。
例えば、Javaで言ってもStruts1とか、RubyでSinatra、PHPでCakePHPしかやったことないとか産業廃棄物もいいとこ。
面接の時だけすっごいアピって有能っぽくさせるの本当に辞めて。
本当にフリーランスつかえねー
http://dlit.hatenablog.com/entry/2018/10/10/080521
https://anond.hatelabo.jp/20181010122823
私もこの流れに賛同したので続きます。私は博士課程の学生なので、多少間違いがあるかもしれませんが、大筋は合ってると期待します。身バレしない程度にざっくりとした纏めにとどめますが、誤りがあった場合の修正については諸氏にお願いしたい。他の研究者の諸事情を聞くのは面白いですね。
というようなモノになると思います。各分野を横断する様な複合的な研究も多いのですが、大雑把にというところでお許しください。最も著名な研究者は現在はドワンゴリサーチを主幹しておられる西田先生でしょう。
国内ですと画像電子学会、VCシンポジウムといった会議や雑誌に投稿しますが、国内への投稿はあまり重要視されていないという現状があります。では、どこへ投稿するのか？といいますと、Siggraph (Asia) 、 Eurograph、Pacific Graphics などの主要な総合会議になります。主要会議については、インパクトを重視する面もあるのですが、各ジャンルで、例えばレンダリングではEGSRなど、主要な国際会議と同等レベルの難易度とみなされる会議があり、これらの専門ジャンルの分派会議は総合会議よりは多分に理論的な研究が発表される傾向があります。最も評価が高いのは主要三会議ですが、それらでの採択が無理なら、再実験や修正したのちに、ランクを落として投稿し、より注目度の高い会議での採択を目指します。
CGの論文は、ACMのデジタルライブラリーに公開されるほかは、殆どの場合は著者の一人がプレプリントを公開する慣習があります。ACMのみですと会員登録をしていない実業界の人の目に触れにくいという事情が影響しているのかなと。SiggraphとEurograph及び主要な分会を除いては、基本的には国際会議で発表された論文は、Proceedingになります。基本的にはというのは、その中の優れたもの何報かはジャーナルに採択されることもあるからです。またジャーナルに直接応募する事も出来ますが、ジャーナルへの投稿は会議への投稿よりも時間を要する事情もあって国際会議へ投稿する人が多い様です。当然ですが、これらは全て査読されます。何度もリジェクトされます・・・。
https://www.eg.org/wp/eurographics-publications/cgf/
https://www.siggraph.org/tags/tog
一般的な論文のページ数は1ページ両面印刷 2段構成で10P程度です。とても短いですが、短い分だけ綺麗に纏める能力が問われる事になりますし、一言一句と言えども無駄にできない厳しい調整を繰り返して執筆します。
主要会議は下記のリンクに纏められています。リンクから論文も見れますので、ご興味があればどうぞ。
http://kesen.realtimerendering.com/
CG業界における最高峰の雑誌は、ACM Transactions on Graphics で、IFは 4,218となっています。
次いで重要なのが、
IEEE Transactions on Visualization and Computer Graphics でIFは 3.078。
Computer Graphics Forum でIFは 2.046。
ieee computer graphics and applications で、IFは 1.64と続きます。
残念な事ではありますが、CGではIFが1.0を超えるジャーナルは少ないので、研究者の多さに比較して掲載枠は少なく競争は非常に激しくなっています。これもジャーナルよりは、それと同等に評価されるトップカンファレンスの proceedingにする理由かもしれません。
学位の取得難易度は、理工学系では高くない方だと思います。博士を取る過程で要求されるのは、雑誌ないし高レベルの会議のproceeding 2報というのが観測範囲での相場です。国内会議への投稿や、査読なし投稿、講演資料などを含めると5本程度はある感じになるのではないかと思います。博士を獲得するまでにかかる時間は3年となっています。それより長くかかる人も、短く終える人もいます。アカデミックなポストは常に足りない状況にあり、非常に優秀な研究者も結構苦労してるように見受けられますが、産業界に就職する場合は非常に簡単です。
CGをやる上で必要になる数学と物理は、基礎科学分野では学部生時代にやる様な初歩的な数学や物理です。最適化問題を解くことが多くなる関係で最適化数学についてはよくやっておいた方が良いようです。この辺りはジャンルに関係なく一通り勉強しておく必要があります。数学や物理の勉強量は、基礎科学分野よりも多くはない分、情報系のアルゴリズムに関する基本的な理論やプログラミングによる実装能力が問題になります。研究の為には比較対象となる研究を数本程度自分で実装したりする必要がある上に、バグを出せば致命傷になるという点が実装力の高さを要求する理由です。優秀な学生は、そこらの社会人よりも優秀という事は珍しくなく。プロコンでレッドコーダー（日本で20人程度らしい）を持っているという様な人もいます。
一本の研究を終えるのに読みこむ論文は、20～50、自分で実装する研究が 1～3、という量になると思います。斜め読みするものまで入れると、その倍くらいでしょうか。物理学と比べると明らかに楽ですね。
CGでは、どのジャンルを選ぶかで博士の取り易さに差はないように思えますが、レンダリング分野は先鋭化しすぎていて、既存の研究をキャッチアップして実装し、自分の研究を行うまでの間に膨大な努力を必要とする上に、光学的にみて正しいのか？（追記: 実際に物体に光を当てた場合に得られる画像ないしデータは、計算によって得られた結果と等しい物になっているのか？ ）という様な厳しい評価を受ける傾向があり、（CG系の）他分野に比べて業績を出すのが大変だと思います。研究者の中には10年以上に渡って育てて来たレンダリングエンジンをベースに研究を行う為に新参との差が大きいのです。そういう意味で優れた研究者に師事する事が非常に重要と言われています（師匠がエンジンを持ってますので）。最近は深層学習との組み合わせも増えてきているので、勉強量は非常に多いジャンルだと思います。その分、ゲームや映像分野で花形であり就職の際には引く手あまたになります。
近年、流体シミュレーションや弾性体シミュレーションは、新規性を出すことが難しいジャンルの一つと言われていて、トップカンファレンスでは採択本数が多くはありません。テーマ選びが難しい分野だと思います。リアルタイムなシミュレーションが難しい分野なので、ゲームなどでの応用を狙ったリアルタイム化の研究などが学生には人気がある様です。リアルタイム化すると理論的には正しくない、という様な齟齬が生まれる事が難しく、その折り合いの付け方に肝があるようです。レンダリング同様に就職に強い技術でしょう。流体力学や有限要素法などの知識を特に必要としますが、定型化されている部分があるのでキャッチアップはレンダリングよりは容易と思います。
モーションとはどんなものか？というと、ゲームや映画などで使われるキャラクタの動作＝アニメーションの事です。行われる研究はすぐにでも実用化できそうな研究が多く、実際に企業（ディズニーなど）での研究成果が発表されることも珍しくはありません。髪の動作の研究なども、モーション研究のテーマの一つです。これも就職するなら強い分野です。特定の数学や物理に依存せず、基本的な数学の知識全般を必要とします。例えば衝突を考慮するならば力学を使うというような感じです。
かつてはCADなどで流行りのジャンルだったのですが、CADの研究が下火になったこともあり、現在は傍流の研究です。ただ形状解析の研究は、テクスチャ展開などCGに必要な技術を支えるものではあるので、現在も一部の研究者によって行われています。ゲームや映画で使うLODを作成する技術も、この分野の成果の一つです。他にはMRで赤外線センサーから取得した点群を形状に変換するといった場面で研究が役に立ちます。就職という観点から見ると、企業からの需要は少ないかもしれません。微分幾何と一部は位相幾何が特に必要となる知識です。
画像処理は画像認識系の会議へ行く事も多いのですが、近年、注目を浴びているのは、深層学習と組み合わせることで、ラフな線画をプロが書いた様な鮮明な線画に自動的に置き換えたり、また無彩色の画像に彩色する様な研究です。特に必要とするものはなく広く知識を必要とします。部分的には、色空間を多様体と考える様な研究もあったりするので、位相幾何学をしっていないとというような事もあります。伝統のある研究ジャンルだけに、問われる知識も広範です。画像認識系の研究にも精通している必要がある為、論文を読む量は多いでしょう。
基礎科学系では疑問視されることはないと思いますが、学科としての歴史が浅くかつ実業に寄った分野なので、論文の評価はどうなってんの？という疑問があるかと思い追記します。
査読の際に問われるのは、手法の妥当性です。先行研究との比べて何が改善されているか？理論的にそれは正しい計算なのか？といった事を主に問われます。情報工学のCG分野も科学ですので、先行研究との比較もデータを集め、解析的に、何がどの程度良くなっているか？を記述します。また、各研究が基本的な知識として使っている基礎科学系の知識にそって、理論的に研究手法が正しいものであるかも厳しく見られます。査読によって疑問を示された場合、一定の反論期間を与えられます。
研究者は査読を通過するために、動画やプログラムコードなど、再現性を示す資料を合わせて提出することで、査読者を納得させる工夫を行います。時には論文そのものよりも追加提出資料のボリュームが大きくなるという事もあります。というか、それが常でしょうか。
自身の研究も含めて既存の研究は、後発の研究者によって実装され検証されます。上手くいかなければ質問を受けるし、疑問を提示され、後発の論文で批判を受けることもあります。そうならぬように、実装したものを公開している研究者もいます。親切な研究者であれば、比較に使うと言えばコードや実験に用いたデータをくれることもあります。
以上のような仕組みによってCG系の論文は研究としての質を保っています。地道で厳しい基礎研究ではなく、実業に近い応用的な研究なので、すぐに企業で使われる事も多く、それも研究の妥当性を証明する一つの手段となっています。
sisopt 結構誤りあると思う。SIGGRAPH(Asia)論文はTOGに自動的に載るし、TOGに載った論文はSIGGRAPH(Asia)での発表権が与えられるからそれらは同等
これはその通りです。誤った情報を書いてしまい、失礼しました。業績要件については私の知ってる方を含めての狭い観測範囲ですが、なるべく高いレベルで 2報という方が多いようです。全大学ではないことはご了承ください。ご指摘いただきありがとうございました。
情報系でも、その辺の慣習は分野によってまちまち。情報処理学会だと、おっしゃるような物理学会の仕組みと同じように、大会参加者と会員だけが論文を見られる仕組みになっている。
ただ、情報系でも人工知能系は、日本だけでなく国際的にも、AAAIやIJCAIといったトップ査読付き国際会議が、採択論文を全部無料で見られるようにする方針を取っている。日本の人工知能学会だけ変えようとしても、「何でわざわざ国際的な流れに逆行するようなことをするのか」という人は当然出るだろう。
国際的な情勢も、分野によってまちまち。人工知能に近いところで言えば、KDD（知識発見のトップ査読付き国際会議）やICDM（データマイニングの査読付きトップ国際会議）は、採択論文を見られないようにしている。
これは、他の情報系はACMという国際学会のSpecial Interest Groupとして活動しているが、人工知能系はAAAIという別学会になっていることも絡んでいると思う。
webで動画でもソースでも図面でもすべてのデータを公開できる時代に、ググっても出てこなかったりる出てきても金を払わないと読めないカタチの「研究成果」に疑問を持とうよ。
専攻によって違うかも知れんが、情報系だとカンファレンスはそれなりに機能してないか。アクセプトされた論文を著者自身が無料公開するのはokだし (少なくともACMでは)。
そんでそこそこ大きめの国際カンファレンスはそれなりにその分野のコアな人達が集まって来て、直接対面で議論できるから、webに成果載せてぼーっとしてるだけよりもずっと有益だよ。もちろん、論文に乗りきりらなかった分はwebに出してることは前提だが。
とっくに自覚してんじゃん。仕事ってのは意味のある仕事であるうちは嘘で、単に食うための無意味な仕事になってからが本当なのかもしれないね。でも、じゃあ、本当に仕事を変えてやっていけるか？給与の額にかかわらず、辛いのは変わんないかもよ。
職場に Halabi と Stevens と Rose 持ち込んでも誰もその中身には興味がない時代だよ。知識つけたって評価されない仕事が増えて苦しくなるだけだから。つまんないから ACM の個人会員になってみたけど、なんかCACMって毎号毎号計算機科学に未来はあるのか？みたいな記事が1つは載ってて、げんなりして、更新、やめた。
