搁别诲尘颈苍别による试験勉强管理の结末
Download as pptx, pdf0 likes1,821 views
Redmineを使って複数人で計算力学技術者認定試験対策を行いました その結果をまとめたので紹介します
1 of 18
Download to read offline
![計算力学技術者認定試験(熱流体1級)について
標準問題集を6割程度完答出来れば受かると思う
熱流体1級混相流の場合
熱流体1級の合格基準(全8分野)
正解率が5割以上
7割正解が3分野以上
全問不正解が2分野以下
標準問題集の総例題数 135
完答できる例題数 72
完答できる例題の割合[%] 53
7割完答できる分野数 5
全問不正解になりそうな分野数 1
私の受験当日までのデータ
受験当日の手ごたえは「多分大丈夫かなぁ」程度](https://image.slidesharecdn.com/20180331caeexamwithredmine-180331013722/85/Redmine-15-320.jpg)
Ad
Recommended
fpgax #11＋TFUG ハード部：DNN専用ハードについて語る会-2019-02-02 MN-coreについて 金子 紘也
fpgax #11＋TFUG ハード部：DNN専用ハードについて語る会-2019-02-02 MN-coreについて 金子 紘也Preferred Networks
?
fpgaxとTFUGハード部の共催イベントでの講演資料です。
https://fpgax.connpass.com/event/115446/
PFNで開発を行っているDeep Learning向けASICであるMN-Coreについてその概要を簡単に紹介しました。「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」ManaMurakami1
?
20210830 GPU Optimization with PyTorch fixed
DLProfとNsight Systemsの紹介(pip installの部分一部修正)[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介
[GTCJ2018]CuPy -NumPy互換GPUライブラリによるPythonでの高速計算- PFN奥田遼介Preferred Networks
?
CuPy は Python 上での GPU 計算を支援するライブラリです。Python で標準的に使われている配列計算ライブラリ NumPy 互換の API を提供することで、ユーザーが簡単に GPU (CUDA) を使えることを目指して開発しています。 今回は、CuPy の使い方とその実例、高速化のポイントに加えて、CuPy の仕組み、開発の方向性など、より深く CuPy を知って頂ける内容をお伝えします。AlphaGo Zero 解説
AlphaGo Zero 解説suckgeun lee
?
2017年10月19日に発表されたGoogle DeepMindのAlphaGo Zero ( アルファ碁, アルファご ) の論文解説。
AlphaGo Zeroの仕組みを分かりやすく説明します。颁耻笔测解説
颁耻笔测解説Ryosuke Okuta
?
CuPyの簡単な解説を行います。NumPyと比較してCuPyによりどのくらい早くなるかや、利用上の注意点（メモリプール）について説明します。
ElementwiseKenrnel, ReductionKernelの使い方も解説します。
CuPyの実装のすごーくざっくーりした全体概要にも触れます。GiNZAで始める日本語依存構造解析 ?CaboCha, UDPipe, Stanford NLPとの比較?
GiNZAで始める日本語依存構造解析 ?CaboCha, UDPipe, Stanford NLPとの比較?Megagon Labs
?
Universal Dependencies シンポジウム発表資料 @ 国立国語研究所
松田寛 - Megagon Labs深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで驰补丑辞辞!デベロッパーネットワーク
?
第1回Webインテリジェンスとインタラクションセミナー（いまさら訊けないシリーズ「言語処理技術」）での発表資料です。
https://www.sigwi2.org/next-sig【鲍苍颈迟测道场】ゲーム制作に使う数学を学习しよう
【鲍苍颈迟测道场】ゲーム制作に使う数学を学习しようUnity Technologies Japan K.K.
?
数学が大切とはよく聞くけれど、どのように始めたらいいのかわからない??そんな方に、数学との付き合い方をお伝えします。特定の分野に限らず、あらゆる職種に必須の概念をピックアップし、数学の利用法を解説していきます。（なお行列、ベクトル、微積分については触れません）
このスライドは、2019/7/25開催の「Unity道場 7月」の資料です。古典的ゲーム础滨を用いた础濒辫丑补骋辞解説
古典的ゲーム础滨を用いた础濒辫丑补骋辞解説suckgeun lee
?
AlphaGo ( アルファ碁, アルファご ) の中身はどうなってるのかを調べるために色々ブログや記事などを読んでいたのですが、当時は難しいアルゴリズム説明がドンとくる不親切な情報しか見あたらなかったです。私みたいにゲームAIの背景知識が無い人にはとても理解出来ない。何を説明しているのか全く分からなかったので、結局AlphaGoの論文を直接読むことになりました。そこで分かったのが、これはゲームAIの背景知識が無いと理解しにくいことでした。AlphaGoがモンテカルロ木検索とDLを使って強くなったとは理解しましたが、これって何がすごいのかが全く伝わらないのです。
突然AlphaGoのアルゴリズムをドンと説明されても困る。そもそもなぜAlphaGoが今の形になったのか、従来のアルゴリズムと何が違うのか、性能はどれくらい上がったのかが全く見えなかったです。
結局私はゲームAIの歴史を含め、他の木探索系のアルゴリズムを調査しその違いを比較することになりました。
その背景知識を得た後にやっとなぜAlphaGoが今の形になったのか、どこがすごいのかが理解できたのです。
本資料の狙い
この資料は私のように、ゲームAIに関する背景知識は無いがAlphaGoの中身が知りたい人のための資料です。単純にアルゴリズムを説明するのではなく、古典的なゲームAIに比べAlphaGoはどう発展してきたのか、何がすごいのかを説明していきます。
この資料に書いている古典的ゲームAIは全てのゲームAIではないですが、AlphaGoの発展の方向性を理解するには十分だと思っています。本資料ではディープラーニングや強化学習の詳細については触れませんが、その詳細が知りたい人はAlphaGoの論文を直接読んだ方が絶対に分かりやすいと思いますので、論文をお勧めします。
本資料の目次
AlphaGo簡略紹介
ゲームAIの基層知識紹介
ゲーム木
完全ゲーム木
部分ゲーム木
効果的にゲーム木を計算するためのポイント
ミニマックス法 (1949年)
アルファ?ベータ法 (1958年)
古典的アルゴリズムの成功と失敗
チェスでの成功：Deep Blue、1997年
囲碁での失敗
モンテカルロ木検索 (1993年)
囲碁での進歩
AlphaGoのベースになるアルゴリズム
Deep Learningの登場 (2012年)
AlphaGoの登場 (2016年)
モンテカルロ木検索の改良
Policy Network
Value Network
Rollout Policy
強化学習
AlphaGoのアーキテクチャ
性能比較
まとめ
本資料は2016年の論文をベースにしてますが、現在のAlphaGoは仕組みがかなり変わったらしいですね。2017年末新しい論文が出るらしいですがすごく楽しみです。その論文が出る前に、この資料がたくさんの人の役に立てればと思っています。
ちなみに、技術職ではない私のかわいい妻に見せたら、何の問題もなく理解してくれたので、背景知識が無くても全然読めると思います。
では、また新しい論文がでるまで、みなさんお元気に！摆顿尝轮読会闭マテリアルズインフォマティクスにおける深层学习の応用
摆顿尝轮読会闭マテリアルズインフォマティクスにおける深层学习の応用Deep Learning JP
?
2018/12/7
Deep Learning JP:
http://deeplearning.jp/seminar-2/Tensor コアを使った PyTorch の高速化
Tensor コアを使った PyTorch の高速化Yusuke Fujimoto
?
Faster Python Meet up LT会 #1(https://faster-python.connpass.com/event/124770/)
で使った資料です。プログラムを高速化する話Ⅱ ?GPGPU編?
プログラムを高速化する話Ⅱ ?GPGPU編?京大 マイコンクラブ
?
GPUを利用して汎用演算を行う技術であるGPGPUを用いて、プログラムを高速化する技法についてまとめました。高速化の具体例も適宜用いて解説しています。
CPU編はこちら /KMC_JP/ss-458552642015年度先端GPGPUシミュレーション工学特論 第4回 GPUのメモリ階層の詳細 （共有メモリ）
2015年度先端GPGPUシミュレーション工学特論 第4回 GPUのメモリ階層の詳細 （共有メモリ）智啓 出川
?
長岡技術科学大学
2015年度先端GPGPUシミュレーション工学特論（全15回，大学院生対象講義）
第4回GPUのメモリ階層の詳細 （共有メモリ）
2015年度先端GPGPUシミュレーション工学特論
?第1回 先端シミュレーションおよび産業界におけるGPUの役割
http://www.slideshare.net/ssuserf87701/2015gpgpu1-59180313
?第1回補足 GROUSEの利用方法
http://www.slideshare.net/ssuserf87701/2015gpgpu1-59180326
?第2回 GPUによる並列計算の概念とメモリアクセス
http://www.slideshare.net/ssuserf87701/2015gpgpu2-59180382
?第3回 GPUプログラム構造の詳細（threadとwarp）
http://www.slideshare.net/ssuserf87701/2015gpgpu3-59180483
?第4回 GPUのメモリ階層の詳細（共有メモリ）
http://www.slideshare.net/ssuserf87701/2015gpgpu4-59180572
?第5回 GPUのメモリ階層の詳細（様々なメモリの利用）
http://www.slideshare.net/ssuserf87701/2015gpgpu5-59180652
?第6回 プログラムの性能評価指針（Flop/Byte，計算律速，メモリ律速）
http://www.slideshare.net/ssuserf87701/2015gpgpu6-59180736
?第7回 総和計算（Atomic演算）
http://www.slideshare.net/ssuserf87701/2015gpgpu7-59180844
?第8回 偏微分方程式の差分計算（拡散方程式）
http://www.slideshare.net/ssuserf87701/2015gpgpu8-59180918
?第9回 偏微分方程式の差分計算（移流方程式）
http://www.slideshare.net/ssuserf87701/2015gpgpu9-59180982
?第10回 Poisson方程式の求解（線形連立一次方程式）
http://www.slideshare.net/ssuserf87701/2015gpgpu10-59181031
?第11回 数値流体力学への応用（支配方程式，CPUプログラム）
http://www.slideshare.net/ssuserf87701/2015gpgpu11-59181134
?第12回 数値流体力学への応用（GPUへの移植）
http://www.slideshare.net/ssuserf87701/2015gpgpu12-59181230
?第13回 数値流体力学への応用（高度な最適化）
http://www.slideshare.net/ssuserf87701/2015gpgpu13-59181316
?第14回 複数GPUの利用
http://www.slideshare.net/ssuserf87701/2015gpgpu14-59181367
?第15回 CPUとGPUの協調
http://www.slideshare.net/ssuserf87701/2015gpgpu15-59181450
2015年度GPGPU実践基礎工学
?第1回 学際的分野における先端シミュレーション技術の歴史
http://www.slideshare.net/ssuserf87701/2015gpgpu1
2015年度GPGPU実践プログラミング
?第1回 GPGPUの歴史と応用例
http://www.slideshare.net/ssuserf87701/2015gpgpu1-59179080
講義には長岡技術科学大学のGPGPUシステム（GROUSE）を利用しています。
開発環境
CPU Intel Xeon X5670 × 32
GPU NVIDIA Tesla M2050（Fermi世代） × 64
CUDA 4.0（諸般の事情によりバージョンアップされていません）
PGI Fortran 11.3[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」 Yuki Arase
?
最新版のJSAI2018でのチュートリアル資料です。
---
6月7日（木） 13:50-15:30
I会場（2F ロイヤルガーデンA）
---プログラミングコンテストでのデータ構造 2 ～平衡二分探索木編～
プログラミングコンテストでのデータ構造 2 ～平衡二分探索木編～Takuya Akiba
?
続き (動的木編) はこちら http://www.slideshare.net/iwiwi/2-12188845深层强化学习の分散化?搁狈狈利用の动向?搁2顿2の绍介をもとに?
深层强化学习の分散化?搁狈狈利用の动向?搁2顿2の绍介をもとに?Jun Okumura
?
ICLR2019に投稿されたR2D2 (Recurrent Replay Distributed DQN)アルゴリズムの紹介。
深層強化学習の分散化の流れ（A3C/Ape-X/IMPALA）やRNN活用（DRQN）についても合わせて概観しています。
※ 分かりにくい箇所や、不正確な記載があればコメントいただけると嬉しいです。２値化CNN on FPGAでGPUとガチンコバトル（公開版）
２値化CNN on FPGAでGPUとガチンコバトル（公開版）Hiroki Nakahara
?
TensorFlow User Group HW部(2017年２月２７日)で使ったスライドです。講演後、一部加筆?修正しています。1076: CUDAデバッグ?プロファイリング入門
1076: CUDAデバッグ?プロファイリング入門NVIDIA Japan
?
2015年9月18日開催 GTC Japan 2015 講演資料
エヌビディア合同会社
プラットフォームビジネス本部 シニアCUDA エンジニア 森野 慎也
CUDA Tookitでは、Nsight、Visual Profilerなどの開発ツールが、標準で提供されています。本セッションでは、これらのツールを用いたデバッグ?プロファイリングの基本操作について、説明します。また、事例を用い、効率のよいデバッグ法、プロファイリング時の基本的な確認ポイントもあわせて紹介します。プラットフォームは、Windows、Linuxの両者が対象となります。 计算力学技术者试験 搁别诲尘颈苍别による试験勉强管理
计算力学技术者试験 搁别诲尘颈苍别による试験勉强管理Shigenori Ueda
?
本資料は第一回計算力学技術者試験勉強会で用いられた資料です。
本勉強会の情報は以下です。
https://cae-exam.connpass.com/event/64865/
More Related Content
What's hot (20)
【鲍苍颈迟测道场】ゲーム制作に使う数学を学习しよう
【鲍苍颈迟测道场】ゲーム制作に使う数学を学习しようUnity Technologies Japan K.K.
?
数学が大切とはよく聞くけれど、どのように始めたらいいのかわからない??そんな方に、数学との付き合い方をお伝えします。特定の分野に限らず、あらゆる職種に必須の概念をピックアップし、数学の利用法を解説していきます。（なお行列、ベクトル、微積分については触れません）
このスライドは、2019/7/25開催の「Unity道場 7月」の資料です。古典的ゲーム础滨を用いた础濒辫丑补骋辞解説
古典的ゲーム础滨を用いた础濒辫丑补骋辞解説suckgeun lee
?
AlphaGo ( アルファ碁, アルファご ) の中身はどうなってるのかを調べるために色々ブログや記事などを読んでいたのですが、当時は難しいアルゴリズム説明がドンとくる不親切な情報しか見あたらなかったです。私みたいにゲームAIの背景知識が無い人にはとても理解出来ない。何を説明しているのか全く分からなかったので、結局AlphaGoの論文を直接読むことになりました。そこで分かったのが、これはゲームAIの背景知識が無いと理解しにくいことでした。AlphaGoがモンテカルロ木検索とDLを使って強くなったとは理解しましたが、これって何がすごいのかが全く伝わらないのです。
突然AlphaGoのアルゴリズムをドンと説明されても困る。そもそもなぜAlphaGoが今の形になったのか、従来のアルゴリズムと何が違うのか、性能はどれくらい上がったのかが全く見えなかったです。
結局私はゲームAIの歴史を含め、他の木探索系のアルゴリズムを調査しその違いを比較することになりました。
その背景知識を得た後にやっとなぜAlphaGoが今の形になったのか、どこがすごいのかが理解できたのです。
本資料の狙い
この資料は私のように、ゲームAIに関する背景知識は無いがAlphaGoの中身が知りたい人のための資料です。単純にアルゴリズムを説明するのではなく、古典的なゲームAIに比べAlphaGoはどう発展してきたのか、何がすごいのかを説明していきます。
この資料に書いている古典的ゲームAIは全てのゲームAIではないですが、AlphaGoの発展の方向性を理解するには十分だと思っています。本資料ではディープラーニングや強化学習の詳細については触れませんが、その詳細が知りたい人はAlphaGoの論文を直接読んだ方が絶対に分かりやすいと思いますので、論文をお勧めします。
本資料の目次
AlphaGo簡略紹介
ゲームAIの基層知識紹介
ゲーム木
完全ゲーム木
部分ゲーム木
効果的にゲーム木を計算するためのポイント
ミニマックス法 (1949年)
アルファ?ベータ法 (1958年)
古典的アルゴリズムの成功と失敗
チェスでの成功：Deep Blue、1997年
囲碁での失敗
モンテカルロ木検索 (1993年)
囲碁での進歩
AlphaGoのベースになるアルゴリズム
Deep Learningの登場 (2012年)
AlphaGoの登場 (2016年)
モンテカルロ木検索の改良
Policy Network
Value Network
Rollout Policy
強化学習
AlphaGoのアーキテクチャ
性能比較
まとめ
本資料は2016年の論文をベースにしてますが、現在のAlphaGoは仕組みがかなり変わったらしいですね。2017年末新しい論文が出るらしいですがすごく楽しみです。その論文が出る前に、この資料がたくさんの人の役に立てればと思っています。
ちなみに、技術職ではない私のかわいい妻に見せたら、何の問題もなく理解してくれたので、背景知識が無くても全然読めると思います。
では、また新しい論文がでるまで、みなさんお元気に！摆顿尝轮読会闭マテリアルズインフォマティクスにおける深层学习の応用
摆顿尝轮読会闭マテリアルズインフォマティクスにおける深层学习の応用Deep Learning JP
?
2018/12/7
Deep Learning JP:
http://deeplearning.jp/seminar-2/Tensor コアを使った PyTorch の高速化
Tensor コアを使った PyTorch の高速化Yusuke Fujimoto
?
Faster Python Meet up LT会 #1(https://faster-python.connpass.com/event/124770/)
で使った資料です。プログラムを高速化する話Ⅱ ?GPGPU編?
プログラムを高速化する話Ⅱ ?GPGPU編?京大 マイコンクラブ
?
GPUを利用して汎用演算を行う技術であるGPGPUを用いて、プログラムを高速化する技法についてまとめました。高速化の具体例も適宜用いて解説しています。
CPU編はこちら /KMC_JP/ss-458552642015年度先端GPGPUシミュレーション工学特論 第4回 GPUのメモリ階層の詳細 （共有メモリ）
2015年度先端GPGPUシミュレーション工学特論 第4回 GPUのメモリ階層の詳細 （共有メモリ）智啓 出川
?
長岡技術科学大学
2015年度先端GPGPUシミュレーション工学特論（全15回，大学院生対象講義）
第4回GPUのメモリ階層の詳細 （共有メモリ）
2015年度先端GPGPUシミュレーション工学特論
?第1回 先端シミュレーションおよび産業界におけるGPUの役割
http://www.slideshare.net/ssuserf87701/2015gpgpu1-59180313
?第1回補足 GROUSEの利用方法
http://www.slideshare.net/ssuserf87701/2015gpgpu1-59180326
?第2回 GPUによる並列計算の概念とメモリアクセス
http://www.slideshare.net/ssuserf87701/2015gpgpu2-59180382
?第3回 GPUプログラム構造の詳細（threadとwarp）
http://www.slideshare.net/ssuserf87701/2015gpgpu3-59180483
?第4回 GPUのメモリ階層の詳細（共有メモリ）
http://www.slideshare.net/ssuserf87701/2015gpgpu4-59180572
?第5回 GPUのメモリ階層の詳細（様々なメモリの利用）
http://www.slideshare.net/ssuserf87701/2015gpgpu5-59180652
?第6回 プログラムの性能評価指針（Flop/Byte，計算律速，メモリ律速）
http://www.slideshare.net/ssuserf87701/2015gpgpu6-59180736
?第7回 総和計算（Atomic演算）
http://www.slideshare.net/ssuserf87701/2015gpgpu7-59180844
?第8回 偏微分方程式の差分計算（拡散方程式）
http://www.slideshare.net/ssuserf87701/2015gpgpu8-59180918
?第9回 偏微分方程式の差分計算（移流方程式）
http://www.slideshare.net/ssuserf87701/2015gpgpu9-59180982
?第10回 Poisson方程式の求解（線形連立一次方程式）
http://www.slideshare.net/ssuserf87701/2015gpgpu10-59181031
?第11回 数値流体力学への応用（支配方程式，CPUプログラム）
http://www.slideshare.net/ssuserf87701/2015gpgpu11-59181134
?第12回 数値流体力学への応用（GPUへの移植）
http://www.slideshare.net/ssuserf87701/2015gpgpu12-59181230
?第13回 数値流体力学への応用（高度な最適化）
http://www.slideshare.net/ssuserf87701/2015gpgpu13-59181316
?第14回 複数GPUの利用
http://www.slideshare.net/ssuserf87701/2015gpgpu14-59181367
?第15回 CPUとGPUの協調
http://www.slideshare.net/ssuserf87701/2015gpgpu15-59181450
2015年度GPGPU実践基礎工学
?第1回 学際的分野における先端シミュレーション技術の歴史
http://www.slideshare.net/ssuserf87701/2015gpgpu1
2015年度GPGPU実践プログラミング
?第1回 GPGPUの歴史と応用例
http://www.slideshare.net/ssuserf87701/2015gpgpu1-59179080
講義には長岡技術科学大学のGPGPUシステム（GROUSE）を利用しています。
開発環境
CPU Intel Xeon X5670 × 32
GPU NVIDIA Tesla M2050（Fermi世代） × 64
CUDA 4.0（諸般の事情によりバージョンアップされていません）
PGI Fortran 11.3[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」
[最新版] JSAI2018 チュートリアル「"深層学習時代の" ゼロから始める自然言語処理」 Yuki Arase
?
最新版のJSAI2018でのチュートリアル資料です。
---
6月7日（木） 13:50-15:30
I会場（2F ロイヤルガーデンA）
---プログラミングコンテストでのデータ構造 2 ～平衡二分探索木編～
プログラミングコンテストでのデータ構造 2 ～平衡二分探索木編～Takuya Akiba
?
続き (動的木編) はこちら http://www.slideshare.net/iwiwi/2-12188845深层强化学习の分散化?搁狈狈利用の动向?搁2顿2の绍介をもとに?
深层强化学习の分散化?搁狈狈利用の动向?搁2顿2の绍介をもとに?Jun Okumura
?
ICLR2019に投稿されたR2D2 (Recurrent Replay Distributed DQN)アルゴリズムの紹介。
深層強化学習の分散化の流れ（A3C/Ape-X/IMPALA）やRNN活用（DRQN）についても合わせて概観しています。
※ 分かりにくい箇所や、不正確な記載があればコメントいただけると嬉しいです。２値化CNN on FPGAでGPUとガチンコバトル（公開版）
２値化CNN on FPGAでGPUとガチンコバトル（公開版）Hiroki Nakahara
?
TensorFlow User Group HW部(2017年２月２７日)で使ったスライドです。講演後、一部加筆?修正しています。1076: CUDAデバッグ?プロファイリング入門
1076: CUDAデバッグ?プロファイリング入門NVIDIA Japan
?
2015年9月18日開催 GTC Japan 2015 講演資料
エヌビディア合同会社
プラットフォームビジネス本部 シニアCUDA エンジニア 森野 慎也
CUDA Tookitでは、Nsight、Visual Profilerなどの開発ツールが、標準で提供されています。本セッションでは、これらのツールを用いたデバッグ?プロファイリングの基本操作について、説明します。また、事例を用い、効率のよいデバッグ法、プロファイリング時の基本的な確認ポイントもあわせて紹介します。プラットフォームは、Windows、Linuxの両者が対象となります。 Similar to 搁别诲尘颈苍别による试験勉强管理の结末 (12)
计算力学技术者试験 搁别诲尘颈苍别による试験勉强管理
计算力学技术者试験 搁别诲尘颈苍别による试験勉强管理Shigenori Ueda
?
本資料は第一回計算力学技術者試験勉強会で用いられた資料です。
本勉強会の情報は以下です。
https://cae-exam.connpass.com/event/64865/
搁别诲尘颈苍别を活用したプロジェクトマネジメント教育について（ダイジェスト版）
搁别诲尘颈苍别を活用したプロジェクトマネジメント教育について（ダイジェスト版）Hirofumi Kadoya
?
第１６回Redmine大阪のLT用資料
https://redmine-osaka.connpass.com/event/50223/
全編を話すのは、redmine.tokyoで
https://redmine.tokyo/projects/shinared/wiki/%E7%AC%AC12%E5%9B%9E%E5%8B%89%E5%BC%B7%E4%BC%9AHow To Redmine !
How To Redmine !H Y
?
Redmine を運用するにあたって
個人的な心構えをするための資料です。
資料でも説明していますが、某社用に用意したもので
すべての会社でこれが実現できるわけではないし
現在の私が思っている事、という予防線を張らせてください。挫折しない搁别诲尘颈苍别
挫折しない搁别诲尘颈苍别Go Maeda
?
Redmineの運用に挫折して廃墟化してしまうのを防ぐために、Redmineの使い方を簡単な言葉で定義すること、そしてその定義をベースにあるべき使い方を分かりやすく伝える方法の考察。
2014/04/26 ETロボコン2014 中四国地区独自勉強会0 発表資料(一部修正)。搁别诲尘颈苍别を使ってみよう
搁别诲尘颈苍别を使ってみようmrgoofy33 .
?
自分なりにまとめてみたRedmineについてのスラ イド。
たぶん使ったことがない人向け。
あくまでも口頭での説明ありきでまとめているので、
ちょっと分かりにくい部分があるかもしれません。
資料のイラストや写真については、下記のサイトの素材 を使用させていただきました。
※一部、自作の素材もあります。
フリーイラスト集【(株)タカミコーポレーション】
http://e-poket.com/ill...
Materialand
http://www.material-la...
素材のプチッチ
http://putiya.com/
styraise（スタイライズ）
http://www.styraise.com/
morgueFile free photos for creatives by creatives
http://www.morguefile....「フ?ロシ?ェクト管理」を超えた Redmine 活用の道のりとこれから
「フ?ロシ?ェクト管理」を超えた Redmine 活用の道のりとこれからMinoru Maeda
?
弊社では、Redmineをドキュメント管理やプロジェクト管理の手段として活用しています。その他にもプロジェクト管理だけではなく、コミュニ ケーション改善?記録ツールとしても活用しており、Redmineの運営や改善を行うワーキンググループ（以下、WG）が社内普及活動を実施しています。発表では、そのWGの活動を通して得た社内普及させる際の課題とその対応や、コミュニケーション改善ツールとしてのRedmineの活用方法をご紹介します。搁别诲尘颈苍别を活用したプロジェクトマネジメント技术向上について
搁别诲尘颈苍别を活用したプロジェクトマネジメント技术向上についてHirofumi Kadoya
?
搁别诲尘颈苍别をプロジェクトマネジメントツールとして利用し、プロジェクトマネジメント技术向上に向けて、実际に行った研修の手顺と効果的な导入にあたってのヒントをご绍介します。Ad
More from Shigenori Ueda (19)
OpenModelica tutorials_7-5 Stream variable(超初級チュートリアル7-5.番外編 Stream変数)
OpenModelica tutorials_7-5 Stream variable(超初級チュートリアル7-5.番外編 Stream変数)Shigenori Ueda
?
This document provides an introduction to stream variables in OpenModelica for beginners. It discusses stream variables as a way to represent physical phenomena that are transported by flow, such as enthalpy and mass fractions. The key points covered include how stream variables are calculated, avoiding singularities at zero flow, handling bidirectional flow, modeling branching and merging of flows, and implementation rules and operators for stream variables. Examples of actualStream and inStream operators are also provided.OpenModelica tutorials_7 PlantModel(超初級チュートリアル7.プラントモデル)
OpenModelica tutorials_7 PlantModel(超初級チュートリアル7.プラントモデル)Shigenori Ueda
?
This document provides an introductory tutorial on plant modeling using OpenModelica, specifically aimed at beginners who have prior knowledge from earlier tutorials. It details the use of existing libraries to create models that simulate physical phenomena, including control models and the concepts of potential and flow. The tutorial also highlights the advantages of using Modelica for efficient and intuitive modeling, emphasizing graphical manipulation and the independence of calculation order.OpenModelica tutorials_6 Tips(超初級チュートリアル6.便利技 モデルを一つのファイルにまとめる)
OpenModelica tutorials_6 Tips(超初級チュートリアル6.便利技 モデルを一つのファイルにまとめる)Shigenori Ueda
?
This slide is uploaded from following URL.
https://github.com/UedaShigenori/OpenModelica_Tutorials_Ja/tree/master/6_TipsOpenModelica tutorials_6 Tips(超初級チュートリアル6.便利技 CSVファイルの出力)
OpenModelica tutorials_6 Tips(超初級チュートリアル6.便利技 CSVファイルの出力)Shigenori Ueda
?
This slide is uploaded from following URL.
https://github.com/UedaShigenori/OpenModelica_Tutorials_Ja/tree/master/6_TipsOpenModelica tutorials_6 Tips(超初級チュートリアル6.便利技 Tableモデルの使い方)
OpenModelica tutorials_6 Tips(超初級チュートリアル6.便利技 Tableモデルの使い方)Shigenori Ueda
?
This slide upload from following URL.
https://github.com/UedaShigenori/OpenModelica_Tutorials_Ja/tree/master/6_Tips颁础贰初心者サークル冲2018年の振り返りと2019年の目标
颁础贰初心者サークル冲2018年の振り返りと2019年の目标Shigenori Ueda
?
This report was presented in CAE beginner circle.
https://cae-beginner.connpass.com/
Presentation and discussion movie upload on youtube.
You can see the video by registering circle web site.
http://160.16.70.137/redmine/projects/caebeginneronly/wiki/%E7%AC%AC10%E5%9B%9E_CAE%E5%8B%89%E5%BC%B7%E3%83%BB%E7%9B%B8%E8%AB%87%E4%BC%9A_Consideration of cae learner community
Consideration of cae learner communityShigenori Ueda
?
This report was presented in OpenCAE symposium 2018.OpenModelica tutorials_5 Make Original Models(超初級チュートリアル5.オリジナルモデルの作成)
OpenModelica tutorials_5 Make Original Models(超初級チュートリアル5.オリジナルモデルの作成)Shigenori Ueda
?
スライドのパワーポイントと、チュートリアル内で作成されたModelicaのファイルは以下のサイトからダウンロードできます
https://github.com/UedaShigenori/OpenModelica_Tutorials_Ja
本スライドは2018/3/11時点のものです
最新版は上記のサイトからダウンロードしてください
(狠狠撸Shareの仕様上、ファイルの入れ替えが出来ない為ご了承ください)
2018/3/13
誤字、内容の修正を行いました
最新版をご利用くださいOpenModelica tutorials_4 Model customization2 (超初級チュートリアル4.モデルのカスタマイズ2)
OpenModelica tutorials_4 Model customization2 (超初級チュートリアル4.モデルのカスタマイズ2)Shigenori Ueda
?
スライドのパワーポイントと、チュートリアル内で作成されたModelicaのファイルは以下のサイトからダウンロードできます
https://github.com/UedaShigenori/OpenModelica_Tutorials_Ja
本スライドは2018/3/11時点のものです
最新版は上記のサイトからダウンロードしてください
(狠狠撸Shareの仕様上、ファイルの入れ替えが出来ない為ご了承ください)
2018/3/13
誤字、内容の修正を行いました
最新版をご利用くださいOpenModelica tutorials_3 Model customization1 (超初級チュートリアル3.モデルのカスタマイズ1)
OpenModelica tutorials_3 Model customization1 (超初級チュートリアル3.モデルのカスタマイズ1)Shigenori Ueda
?
スライドのパワーポイントと、チュートリアル内で作成されたModelicaのファイルは以下のサイトからダウンロードできます
https://github.com/UedaShigenori/OpenModelica_Tutorials_Ja
本スライドは2018/3/11時点のものです
最新版は上記のサイトからダウンロードしてください
(狠狠撸Shareの仕様上、ファイルの入れ替えが出来ない為ご了承ください)
2018/3/13
誤字、内容の修正を行いました
最新版をご利用くださいOpenModelica tutorials_2 coding (超初級チュートリアル 2.コーディング)
OpenModelica tutorials_2 coding (超初級チュートリアル 2.コーディング)Shigenori Ueda
?
スライドのパワーポイントと、チュートリアル内で作成されたModelicaのファイルは以下のサイトからダウンロードできます
https://github.com/UedaShigenori/OpenModelica_Tutorials_Ja
本スライドは2018/3/11時点のものです
最新版は上記のサイトからダウンロードしてください
(狠狠撸Shareの仕様上、ファイルの入れ替えが出来ない為ご了承ください)OpenModelica tutorials_1（超初級チュートリアル1 解析モデルの作成と実行)
OpenModelica tutorials_1（超初級チュートリアル1 解析モデルの作成と実行)Shigenori Ueda
?
スライドのパワーポイントと、チュートリアル内で作成されたModelicaのファイルは以下のサイトからダウンロードできます
https://github.com/UedaShigenori/OpenModelica_Tutorials_Ja
本スライドは2018/3/11時点のものです
最新版は上記のサイトからダウンロードしてください
(狠狠撸Shareの仕様上、ファイルの入れ替えが出来ない為ご了承ください)
24Jun17 MBD-Case - Room and MBD and I Ver3
24Jun17 MBD-Case - Room and MBD and I Ver3Shigenori Ueda
?
Caution!
The conservation equation of heat energy on slide 10 is incorrect.
The correct is below.
q=c×ρ×dT/dt
This slide was presented at the joint OpenCAE study meeting in 24/06/2017.
Nabla-chan using in this slide is a mascot character of OpenCAE study meething at kansai.
OpenCAE study meething at kansai and kinoko(@donkinoko) own the copyright of nabla-chan.170415 MBD-Case_Room and MBD and I Ver2
170415 MBD-Case_Room and MBD and I Ver2Shigenori Ueda
?
This is a case study of MBD and OpenModelica.
I reported this case at OpenCAE Study group on 4/15/17.
Update
1. add the block diagram of "Outdoor"
2.Input the experimental data of my room temperature
3.to use the "Buildings.Fluid.MixingVolumes.MixingVolume" model170311 MBD-Case_Room and MBD and I Ver1
170311 MBD-Case_Room and MBD and I Ver1 Shigenori Ueda
?
This document discusses minimizing heat loss from an outdoor area to the external air temperature. It notes that with a 30K temperature difference, 10kW of heat is lost through a wall. It also mentions the heat capacity of a room and the amount of heat added to the room.161126 Introduction of the investigative action about Examples of Modelica St...
161126 Introduction of the investigative action about Examples of Modelica St...Shigenori Ueda
?
この資料はオープンCAE学会のMBD委員会の活動紹介資料です。
Modelica Standard LibraryのExamplesについて委員会メンバーが解説を行った資料をかいつまんで紹介しています。
This is the introduction of MBD Committee activity of OpenCAE society.
This slide introduces commentary materials that made by Committee members about Examples of MSL.161029 open cae-studygroup_openmodelicaexample_onemass2
161029 open cae-studygroup_openmodelicaexample_onemass2Shigenori Ueda
?
This is the modelica standard library explanation.
I tried to check how to calculate the heatpipe Temperature and explain with japanese.160917 オーフ?ンcae勉強会 open_modelicaexample_onemass
160917 オーフ?ンcae勉強会 open_modelicaexample_onemassShigenori Ueda
?
オープンCAE学会のMBD委員会の取り組みの一つの
OpenModelicaExampleの簡単な解説です。
今回は高温の物体を冷却するモデル OneMassについて実施しました。
植田惠法Ad
搁别诲尘颈苍别による试験勉强管理の结末
- 6. 多くのソフトウェア開発の現場で使われているオープンソースプロジェクト管理ソフト 多機能かつ拡張性?操作性が非常に高い プロジェクトのタスクをチケットで管理するチケット駆動開発を強力に推し進めるツール Redmineとは？ 運用 さくらのVPSサーバ + bitnami チケット例
- 7. 活動内容 ① 一緒に勉強???勉強会、もくもく会、小テストの開催 （すべてオンライン） ② 知識の整理???Wikiなどで知識をまとめて分かりやすく見える化 ③ 例題を解析??? (Redmine使用) イメージのつかない現象や数式を解析ソフトを 使って具体化 (OpenFOAM使用)
- 8. 勉強会メンバー connpassのグループ登録 9名 継続して参加した人 4名 (大阪、富山、東京、神奈川) 一度だけ参加した人 2名 継続して参加した4名は全員同じ分野(熱流体1級混相流)を受験
- 9. 勉強会(ビデオ通話で自分の勉強内容を説明) ①一緒に勉強 すべてオンライン(Skype使用) もくもく会(自分の勉強、チャットのみで進捗報告) 小テストの開催(自作テストを実施) 1回1時間 週2～3回開催 計23回実施 良かった点 ?カフェからや歩きながら参加できる ?参加者が同じ分野を受験 悪かった点 ?受験範囲が異なると会話に混ざれない 計2回実施 標準問題集の例題を解くことに忙しく、勉強した内容を説明する時間が取れなかった 作成は大変だが、自分が全然できないことを理解できる良い機会になった
- 15. 計算力学技術者認定試験(熱流体1級)について 標準問題集を6割程度完答出来れば受かると思う 熱流体1級混相流の場合 熱流体1級の合格基準(全8分野) 正解率が5割以上 7割正解が3分野以上 全問不正解が2分野以下 標準問題集の総例題数 135 完答できる例題数 72 完答できる例題の割合[%] 53 7割完答できる分野数 5 全問不正解になりそうな分野数 1 私の受験当日までのデータ 受験当日の手ごたえは「多分大丈夫かなぁ」程度