1. yama-t

    Posted

    yama-t
Changes in title
+IM@S Engineer Talks 2019 クール編
Changes in tags
Changes in body
Source | HTML | Preview
@@ -0,0 +1,314 @@
+# イベント概要
+- https://imas.connpass.com/event/134735/
+- 2019/07/06(土) 12:00 〜 18:00
+- 会場:株式会社Speee(東京都港区六本木4-1-4 黒崎ビル4F)
+- ハッシュタグ:[#imastudy](https://twitter.com/search?q=%23imastudy)
+- togetter: https://togetter.com/li/1373719
+- [本日のアイマス的飲み物](https://esa-pages.io/p/sharing/10836/posts/216/f5fee5222b8b32c51777.html)
+- [動画](https://www.youtube.com/watch?v=8oB-JudUejE)
+
+# 発表
+## データサイエンスアイドル「小日向美穂」と考える「つながり」
+[スライド資料](https://www.slideshare.net/takemikami/ss-154046027)
+[動画 4:48~](https://youtu.be/8oB-JudUejE?t=288)
+
+- 小日向美穂と言えば、**データサイエンスアイドル**
+ - 「何つながりなのかな?」
+ - もしかして:機械学習
+- 機械学習でアイドルの共通の特徴を探る方法
+ - 教師あり学習と教師なし学習
+ - 線形回帰による回帰・ロジステック回帰による分類・単純パーセプトロン
+ - [im@sparql](https://sparql.crssnky.xyz/imas/))からアイドルを観測事象とする整然データを作成
+ - 名義尺度を定量データに変換、正規化、欠損値補完
+ - 教師データの作成。学習、回帰係数
+ - 例えばこんな予測ができる:MillionStarsメンバーのU149所属確率
+ - 馬場このみは39人中12位
+- 小日向美穂と言えば、**自然言語処理アイドル**
+ - 自然言語(熊本弁&標準語に詳しい)
+- 自然言語処理で「何つながりなのかな?」を探る
+ - TF-IDF重み付け
+ - TF:Term Frequency=テキストにおける単語の出現頻度
+ - IDF:Inverted Document Frequency:語句がどのくらいのテキストに出現しているかの度合い
+ - TF-IDFの例:「放課後クライマックスガールズ」を題材にTF-IDFを計算
+ - アイドルを説明するテキストを用意 → テキストを語句に分かち書き → TFを計算 → TF-IDFを計算
+- 単語の分散表現
+ - 単語の意味をベクトルで表現したもの
+ - 単語同士の数値的な比較・加減算が可能になる
+ - 1-of-N と bag-of-words表現
+ - スライド窓による単語列の分割
+ - skip-gram表現
+ - 分散表現によるTF-IDFの次元削減、分散表現による回帰係数
+ - 分析の例:「七尾百合子と誰かの『何つながりなのかな?』」を[WordCloud](http://amueller.github.io/word_cloud/index.html)で表示する
+- アイドル同士がどんなテーマで話してそうかを機械学習である程度探ることができる
+
+## Ut Video Codec Suite 高速化の11年
+[スライド資料](https://speakerdeck.com/umezawatakeshi/imas-engineer-talks-2019-11-year-optimization-of-ut-video-codec-suite)
+[動画40:05~](https://youtu.be/8oB-JudUejE?t=2405)
+
+- 作者による発表。
+- [Ut Video Codec Suite](https://www.gigafree.net/media/codec/utvideocodecsuite.html)とは
+ - 映像キャプチャ向け可逆圧縮コーデック。
+ - ニコマス方面・MMD方面などいろんなところで使われている。
+ - ニコニコ動画で「**神画質**」と言われているものはこのソフトが使われている。
+- 作り始めたきっかけ
+ - エースコンバット6をキャプりたかった
+- 高速化の歴史
+ - 圧縮手法(ハフマン符号・フレーム内予測・planer変換)
+ - マルチスレッド化、SIMD
+ - ハフマン符号化でループ間のMOV命令を1個削減
+ - 部分レジスタトール回避
+ - predict gradient フレーム内予測の追加
+ - ... etc
+ - 結果的に**60倍高速化**
+
+## 小鳥さんとKotlinを勉強できるサイトを100%Kotlinで作る
+[スライド資料](https://speakerdeck.com/subroh0508/xiao-niao-santokotlinwomian-qiang-dekirusaitowo-100-percent-kotlindezuo-ru)
+[自作コミュ 1:46:20~](https://youtu.be/8oB-JudUejE?t=6380)
+[動画 1:52:57~](https://youtu.be/8oB-JudUejE?t=6777)
+
+
+- スライドでの発表前に小鳥さんの自作コミュ再生(発表者による生フルボイス付き)
+- Kotlinはいいぞ
+- 小鳥さんとKotlinを学べるサイト [小鳥さんの自習室](https://github.com/subroh0508/otonashi-kotlin.dev) を作った。
+ - Kotlinの基礎的な文法解説
+ - **Web上で小鳥さんとペアプログラミングしながらKotlinを勉強できる!**
+ - **Kotlinを勉強したい小鳥さんとのコミュを楽しめる!**
+- Ktor + Kotlin + React
+ - Kotlin/JS: KotlinをJavaScriptに変換するトランスパイラ
+ - @JsModuleアノテーションを使って、JSをKotlinにインポート
+ - この仕組みにはdynamic型が使われており、JSオブジェクトをそのまま扱える
+ - `js()` メソッド:Kotlin中に生のJSをそのまま書ける
+ - JSに近い文法でそのまま操作できる=気づいたらJSを書いている罠
+- Kotlin/JS はKotlinに慣れてから触るとたくさんの発見がある
+
+# LT第一部
+## iOSDCの技術パッション枠でiOS関係なくIM@Studyの話がしたい!
+[スライド資料](https://speakerdeck.com/banjun/lets-talk-im-at-study-case-study-in-tech-passion-slot-of-iosdc-plan-and-current-status)
+[動画 2:53:13~](https://youtu.be/8oB-JudUejE?t=10393)
+
+- [きのこるFM](https://anchor.fm/kinokoru)
+- iOSエンジニアとアイマスのつながりと言えばリンゴ。
+- [LoveLiver](https://github.com/mzp/LoveLiver):デレステMV→ライブフォト切り出し生成。GUIで操作できるものは[こちら](https://github.com/mzp/LoveLiver/releases/tag/1.2.0)。
+- ライブ+心拍数。iOS13 + watchOS 6で騒音レベルのデータもグラフ化できそう
+- ライトニングキャプチャー&クロマキー:PhotoStudioPlayer
+
+## 音無小鳥は無能なの!?765プロの経営管理をハックしてみた
+[スライド資料](https://www.slideshare.net/DaisukeInagaki3/20190706-kotori)
+[動画 2:59:40~](https://youtu.be/8oB-JudUejE?t=10780)
+
+- 765プロの経営管理の現状、アイドルの契約体系といった生々しい話から経営管理をGSuiteを使って効率化する話。
+- プロデューサーや事務員は雇用契約。アイドルは委任契約。
+- 小鳥さん仕事多すぎ。
+- 解決のための手段
+ - 基幹システムとしてGoogleDriveを採用することによる情報集約
+ - 一部手動オペレーションについてはGoogle App Scriptによる業務の自動化で省略可
+ - Gmailから添付ファイルを取得してSlackに自動通知
+ - 会計ソフトから情報を自動取得して経営分析を自動で行う
+ - 取引を販売管理ソフトから集計して会計ソフトに記録する
+ - 経費申請リマインド など
+ - クラウド系SaaSを活用して遠方の士業に情報共有
+ - GSuite×freeeで無限の効率化
+- クラウド化は情報共有の始まり
+
+## 続・Pのための名刺管理サービス
+[動画 3:12:25~](https://youtu.be/8oB-JudUejE?t=11545)
+
+- [THE NAMECARDM@STER](https://ncm.fvhp.net/)
+- アイマスP向けの名刺管理・交換サービス
+- AWS EC2 t3.microでつつがなくサービス中
+
+# じじいにゃつらいよ デレステ フォトスタジオ-ポーズ検索を作った話
+[スライド資料](https://speakerdeck.com/osaru/deresute-huotosutazio-pozujian-suo-wozuo-tutahua)
+[動画 3:18:47~](https://youtu.be/8oB-JudUejE?t=11927)
+
+- [デレステ フォトスタジオ ポーズ検索](https://y-osaru.github.io/dere-pose-search/search.html)
+- フォトスタジオに「○○ちゃんっぽく!」機能が追加。
+ - 似ているポーズもあり、どれがどのアイドルのポーズか探すのが困難
+- どこかにまとめサイトあるっしょ… → ない
+- 仕方ないので作った。
+- 画像をまとめるのが大変だるかった。
+
+
+# im@sparqlでプレイリストを作る
+[スライド資料](https://speakerdeck.com/wakuwakup/im-at-sparqltonaswoxi-gu)
+[動画 3:24:04~](https://youtu.be/8oB-JudUejE?t=12244)
+
+- 曲が多い。聴く曲が偏っている。
+- プレイリストを自動生成したい
+- Node-RED + [Audio Station](https://www.synology.com/ja-jp/dsm/feature/audio_station) + Docker
+- しんどいポイント:Audio Station APIリファレンスがない
+- 詳細は「週刊 iM@Study」誌面で。
+
+# プロデューサーさん、わたし、Metalデビューしたいですっ!
+[動画 3:29:50~](https://youtu.be/8oB-JudUejE?t=12590)
+
+- うづコイン
+- Metal: iOSデバイスなどのGPUにほぼ直接アクセスできるグラフィックスAPI
+
+
+# LT第二部
+## IM@Study at 尾張だよ~(o・∇・o)
+[スライド資料](https://speakerdeck.com/crssnky/im-at-study-at-wei-zhang-dayo-o-o)
+[動画 3:36:13~](https://youtu.be/8oB-JudUejE?t=12973)
+
+- 4月に行われたハンズオン・ハッカソンの活動報告
+ - [アイマスハッカソン2019 in 名古屋](https://imas.connpass.com/event/123253/)
+ - [im@sparqlハンズオン](https://imas.connpass.com/event/123762/)
+- 「SPARQLを広めていきたいんですね~」「せっかくim@sparkqlあるし、愛知でハンズオンやっていきましょ!」→「LODチャレンジで一緒だった、名工大の白松研に協力いただきました!」
+- アイマスハッカソン in 名古屋
+ - よかったこと
+ - 大学内の宣伝ポスター。いつもとは違う層への宣伝効果◎
+ - デジタルサイネージ「メイ&タクミ」:正門前で「アイマス」と聞くだけでハッカソンの詳細を教えてくれる
+ - 改善点
+ - 大学内なので飲酒できない → LT大会などは2次会に併設
+ - LT大会を2次会で → お店の中なので配信できない
+
+## ナターリアとAkashic Engine
+[動画 3:45:21~](https://youtu.be/8oB-JudUejE?t=13521)
+
+- [Akashic Engine](https://akashic-games.github.io/)を用いたダイマ方法。[リポジトリ](https://github.com/akashic-games/akashic-engine)
+- ゲームを作って担当アイドルをダイマできる。
+
+1. Akashic Engineをインストール
+2. ダイマしたいアイドルのゲームを作る([公式チュートリアル](https://akashic-games.github.io/tutorial/v2/)参照)
+3. [RPGアツマール](https://game.nicovideo.jp/atsumaru/)にアップロード
+4. ハッシュタグ付きでゲームのURLツイート
+
+- [akashic-contents](https://github.com/akashic-contents) にオープンソースのゲームがいくつかある。
+- それをダウンロードして画像を差し替えることで、手軽に改造できる。もちろんソースコード自体の編集も可能。
+- アップロードすれば簡単にダイマ可能。
+
+
+## 「MVが3人な曲の一覧」って取得できます? (デレステ・ミリシタ・Mステ)
+
+[スライド資料](https://www.slideshare.net/maraigue/mv3-153914414)
+[動画 4:00:43~](https://youtu.be/8oB-JudUejE?t=14443)
+
+- [一覧表](https://docs.google.com/spreadsheets/d/1wpZ48F2LbJPauo_cTjAQTVI5SmB6wwSfCmqJsw5fF7s/edit#gid=1154901668) - Googleスプレッドシート
+- デレステやミリシタのMVで楽しむ
+- 編成を決めてから、それに合うMVを探す
+ - 例えば3人編成 → そもそも3人だけ登場するMVって何があるんだっけ?
+- 手作業で確認
+ - ミリシタ・デレステ:編成画面でわかる(例外あり)
+ - Mステ:MVを実際に再生するまでわからない(歌唱3人 MV5人、歌唱3人 MV3人)
+- とりあえず一覧表を作った。
+ - 今後は歌唱メンバー、難易度・ノーツ数などを追加したい。
+ - 更新頻度が高い情報(月数回)のため、自分一人だと多分気力が持たない。他人が編集できる形にしていきたい。
+
+# アイドルと幼馴染になるにはどの県に生まれるべきか。
+[動画 4:07:13~](https://youtu.be/8oB-JudUejE?t=14833)
+
+- 統計資料(平成17年人口統計)とアイドルの出身地情報を基に指標を作成し、地図に表示
+ - 約15年前の国勢調査資料を基に、アイドルの幼少時代の日本の都道府県人口を調査。
+ - 海外及び**ウサミン星は除外**
+- 各都道府県別の出身アイドル数・アイドル密度・アイドル率を地図表示
+- アイドル密度・アイドル率の地図を重ねることで、アイドル密度アイドル数相関を表示。
+- 結論:東京がおすすめ(身も蓋もないが)
+- 地方だと石川県、香川県、京都府、長崎県がおすすめ
+
+# デレマス呼称表から見えるアイドルの関係
+[スライド資料](https://speakerdeck.com/nagomiso/deremasuhu-cheng-biao-karajian-eru-aidorufalseguan-xi)
+[動画 4:15:01](https://youtu.be/8oB-JudUejE?t=15301)
+
+- 呼称表からアイドルの関係性を見てみる
+ - [アイドルマスターシンデレラガールズ呼称表](https://cgcall.negipo.cc/)
+- 呼称データがあるアイドルは交流があると考える
+ - 「頂点=アイドル」「辺=呼称」のネットワークを分析
+- 分析に使ったもの:[NetworkX](https://networkx.github.io/)
+ - 最短経路検索
+ - グラフ同士の類似度算出:グラフ同士がどれだけ似ているか
+ - 中心性算出:各点を特徴づける指標を算出
+- 中心人物は誰か?
+ - ネットワークから中心性を算出
+ - デレマスコミュニティのコア人物を見つける
+- 中心性:次数中心性、近接中心性、媒介中心性
+- 結果:本田未央ぶっちぎり…だったが、元データを見てみると、未央から他アイドルへの呼称がほぼ全員分あることが判明。
+- 調整後:諸星きらり、川島瑞樹、堀裕子、大槻唯が浮上
+- 辻野あかりが夢見りあむと他メンバーの橋渡しになっている
+- 結果を見ると、コミュ力が高そうなアイドルが上位に来ていた
+
+# ジェバンニの佐久間まゆ講座
+[動画 4:26:11~](https://youtu.be/8oB-JudUejE?t=15971)
+
+- 佐久間まゆはヤンデレではない
+- 周りとのコミュニケーションを重んじている
+- 編み物や料理が得意=普通の女の子と同じ
+- 我々に深い愛情を伝えてくれる健気な女の子である
+- 発表中に言及している小説のリンクは[こちら](https://www.pixiv.net/novel/show.php?id=8189478)
+
+# サーバーレスアプリケーションでサクッと始めたいアイマスbot
+[スライド資料](https://speakerdeck.com/k1style/sabaresuakitekutiyadesakututozuo-ruaimasubot)
+[動画 4:32:46~](https://youtu.be/8oB-JudUejE?t=16366)
+
+- [AWS SAM](https://aws.amazon.com/jp/serverless/sam/)
+ - AWSのサーバレスアプリケーション構築用フレームワーク
+ - 利用するAWS環境を定義するテンプレートとメインロジックとなるプログラムを開発者が用意
+ - SAMで用意されたCLIでテスト・ビルド・デプロイを実施
+- AWS Toolkit
+ - AWS SAMの機能をIDE上で実行可能にするプラグイン
+ - [AWS Toolkit for IntelliJ](https://aws.amazon.com/jp/intellij/)
+ - [AWS Toolkit for Eclipse](https://aws.amazon.com/jp/eclipse/)
+ - [AWS Toolkit for Visual Studio](https://aws.amazon.com/jp/visualstudio/)
+- [いおりんbot](https://github.com/K1-Style/imas-slack-iorin-bot)
+
+1. SlackでBotを用意する
+2. AWS Toolkit導入済みのIntelliJでAWS Serverless Applicationのプロジェクト作成
+3. Botのエンドポイント等AWS環境の定義をtemplate.yamlに記述
+4. Botで動かすプログラムとユニットテストを書く
+5. AWS Toolkitを使ってデプロイ
+
+# 未来ちゃんでもわかる?デザインパターン入門 memento pattern ~望月杏奈を再現してみたい~
+[スライド資料](https://speakerdeck.com/akira9146/wei-lai-tiyandemowakaru-dezainpatanru-men-memento-pattern-wang-yue-xing-nai-wozai-xian-sitemitai)
+[動画 4:39:01~](https://youtu.be/8oB-JudUejE?t=16741)
+
+- 望月杏奈
+ - ONモード / OFFモード で性格が切り替わる
+ - アイドルの姿:元気いっぱいで活発
+ - 普段の姿:引っ込み思案で大人しめ
+ - 望月杏奈を再現したい!
+- ランダムに切り替える?
+ - テンションを記憶させたい
+- どうやるか?
+ - Memento Pattern
+ - Mement: 形見
+ - Mement Moment:この瞬間を忘れない
+- データ構造に対する状態を記憶しておき、以前の状態への復帰を行えるようにする
+ - Originator(作成者):作成・状態を表す
+ - Memento(形見):内部情報を保持する
+ - Caretaker(世話人):作成者に指示を出す・履歴を保持する
+
+# idol2vec アイドル紹介記事の分散表現によりキャラクター性を定量的に扱う試み
+[スライド資料](https://speakerdeck.com/shuukeiimascg/idol2vec)
+[動画 4:48:54~](https://youtu.be/8oB-JudUejE?t=17334)
+
+- [idol2vec](https://github.com/shuukei-imas-cg/idol2vec) - サンプルコード&モデル
+ - Python3.7環境
+ - WordVec2モデル添付
+- アイドルのキャラクター性を定量的に扱いたい
+ - アイドルの性格・位置づけをグラフ上に表したい
+ - 「島村卯月とキャラクター性が近いのは誰?」
+ - 「『クール属性の佐久間まゆ』は誰に相当する?」
+ - 「卯月と凛を足して2で割ると誰に近い?」
+ - これらの疑問に主観的でなく定量的に回答したい
+- 文書の分散表現で実現できる?
+ - アイドルの人となりについて記述された文書があれば、それを分散表現化(ベクトル化)することで定量的に扱える(仮説)
+ - ソース候補はピクシブ百科事典やニコニコ大百科
+ - 前処理:タグ、数字の桁区切り、余白、固有名詞(姓名、愛称やユニット名)の除去
+ - 単語の分散表現モデル:シンデレラガールズSSコーパスから作成
+ - アルゴリズム:SWEM-aver
+ - ベクトルの類似度計算:[NGT(Yahoo Japan)](https://github.com/yahoojapan/NGT)を使用
+- ベクトル化減算の例
+ - 佐久間まゆ-島村卯月+渋谷凛 → 三船美優
+ - 島村卯月-水本ゆかり+北条花蓮 → 双葉杏
+ - 諸星きらり-野々村そら+渋谷凛 → 神崎蘭子
+ - (島村卯月+渋谷凛)/ 2 → 多田李衣菜
+- [TensorBoard](https://www.tensorflow.org/guide/summaries_and_tensorboard)による可視化
+- まとめ
+ - 結果の解釈は主観的にならざるを得なかった
+ - 文書の前処理・文書の分散表現手法の選択によって、結果が大きく変わる
+ - メタな位置づけ、記事執筆の癖にも影響されている可能性がある
+ - 「任意の評価軸」を設定することは難しい
+ - 改善案:ニコニコ大百科とPixiv百科事典の結合、前処理の強化、別の分散表現手法の採用、大規模なコーパスから取得したW2Vモデルの使用
+
+# 関連
+- [IM@S Engineer Talks 2019 パッション編](https://qiita.com/yama-t/items/47ff3294e8c1dbfabb29)