SaivDr-Release20200903 公開

約半年ぶりにSaivDr (Sparsity-Aware Image and Volumetric Data Restoration) パッケージを更新しました。

今回は新たに,MATLAB Deep Learning Toolbox と共に利用できるカスタムレイヤとサンプルコードを追加しました。これまでよりも柔軟なDAG構成ができます。

NSOLTによって,Parseval タイトで対称な多重解像度の畳み込み層を実現できます。NSOLTを畳み込み層として畳み込みニューラルネットワークの片隅に置くこともできます。

 

是非お試し下さい。

謝辞:本研究は科研費19H04135の助成による。

 

BDA学生会セミナー「MATLAB/Python による IoT入門」

2020年7月31日(金),Zoomにて本学ビッグデータアクティベーション研究センター(BDARC)主催BDA学生会向けの以下のセミナーを開催しました.

  • 「MATLAB/Python による IoT入門」
    講師 村松正吾

オンラインでのデモでしたが,参加者の皆さんもプチCPSを体験できれていば幸いです.

【参考サイト】

MATLAB の期間限定Campus-Wide Licenseについて

COVID-19対応のためMathWorks社のご厚意により、新潟大学に対して期間限定のCampus-Wide Licenseが提供されています。

MATLABの遠隔アクセスとオンライン授業が可能となります。

MATLABの利用例


from https://blogs.mathworks.com/cleve/2020/03/18/covid-19-simulator/


from https://blogs.mathworks.com/cleve/2020/03/29/second-version-of-a-covid-19-simulator/


from https://blogs.mathworks.com/loren/2020/03/16/analyzing-novel-corona-virus-covid-19-dataset/

期間限定Campus-Wide License の概要

COVID-19の影響によるオンライン授業移行および研究教育のサポートが受けられる期間限定ライセンスです。

  • ネット環境下で在籍する全ての学生・教職員が利用可能です。
  • ユーザーはMATLABポータルサイトから利用を開始できます。
  • 各自のPCにインストールして利用できます(Individual)。
  • 教育・研究目的の利用のみに限られます(商用利用は不可)。
  • 期限は20208月末日までです。

MATLAB/Simulinkについて

  • MATLAB® はアルゴリズム開発, データ解析, ビジュアル化, 数値計算のためのプログラミング環境です。
  • Simulink® はマルチドメインおよび組み込みエンジニアリングシステムのシミュレーションとモデルベースデザインのためのブロック線図環境です。
  • 製品一覧がこちらにあります。

アクセス可能なリソース

  • MATLAB の最新リリース
  • MathWorksのドキュメンテーション
  • バグレポートとアップデート
  • インストールサポートとカスタマーサポート
  • 教員向けテクニカルサポート
    学生はMathWorksCommunityサイト「 MATLAB Answers 」へ
    (以下参照)

Communityサイト

  • MATLAB Central
    MATLABユーザー・MathWorks社スタッフのCommunityサイト
  • MATLAB Answers
    質問を投稿すると、コミュニティメンバもしくはMathWokrs社スタッフが回答
    過去のQ&Aを検索可能
  • Distance Learning Community
    遠隔授業に関連するグループのCommunityグローバルサイト
    日本語の投稿も可能

オンライン教材

 

*MATLAB ポータルサイトからアクセス可

MATLABポータルサイト

  • PCインストール(Individual)ユーザーのエントリーポイント
  • MATLABを活用したオンライントレーニングや資料にアクセス可能

https://www.mathworks.com/academia/tah-portal/niigata-university-31487116.html

各自PCを利用するユーザーのワークフロー

Individual User スタートアップガイド-2020a

  1. 新潟大学専用MATLABポータルサイトにアクセス
  2. 「サインインして使い始める 」をクリック
  3. ログイン/アカウント作成(新潟大学ドメイン niigata-u.ac.jpのメールアドレス認証)
  4. ダウンロード(Campus-Wide Licenseに自動的に紐づけられる)

ポータルサイトメニュー

  1. 「ソフトウェアを入手する」
    デスクトップ版、オンライン版、モバイル版が利用可能
  2. 「MATLAB について学ぶ」
    入門5コースが利用可能 
  3. 「MATLAB を使って教える」
    MATLABおよびSimulinkを利用した教育リソースにアクセス可能
  4. 「新着情報」
    最新の情報へのアクセス、他言語に切り替えも可能

MathWorks社サポート体制

以下のオフィシャルサポートを利用可能

  • インストールサポート
    ダウンロード、インストール、スタートアップ関連
  • カスタマーサポート
    ライセンス情報、コンタクト情報、アクティベーション情報
  • テクニカルサポート(教職員限定)
    製品機能、バグ報告、改善要望、ドキュメンテーション

経緯

  1. COVID-19の教育研究への影響から、多数のMATLABライセンスを利用している本学大学院自然科学研究科電気情報工学専攻にMathWorks社より期間限定Campus-Wide Licenseの無償提供の打診あり
  2. 同ライセンス無償提供の依頼を本専攻ライセンス管理者村松より送付
  3. 部分的な無償提供の制度がないため、大学単位でのライセンスを無償でご提供いただいた

※本ページの内容については、本学情報基盤センター、本学広報室にも報告しています。了承は得られておりませんが、迅速な周知が必要と思いこのような形で案内しております。

その他

MATLAB EXPO 2017 Japan 講演報告

MATLAB EXPO 2017 Japan にて村松が以下の講演を行いました。

MATLABで開発するカメラ搭載Raspberry Pi Zeroローバー

会場: グランドニッコー東京 台場
日時: 2017年10月31日(火) 13:00-13:40
Track: 実装ソリューション
講演番号:  F1

お遊び MATLAB Lightning Talk (LT 会)12:00~でもダイジェスト版(5分)発表を行いました。

残念ながらデモに失敗…

本番は何とか動きました(´▽`) ホッ

ソースファイルは以下のサイトにあります。

MATLAB EXPO 2017 Japan にて講演

MATLAB EXPO 2017 Japan にて村松が以下の講演を行います。

「MATLABで開発するカメラ搭載Raspberry Pi Zeroローバー」

会場: グランドニッコー東京 台場
日時: 2017年10月31日(火) 13:00-13:40
Track: 実装ソリューション
講演番号:  F1

内容:
子どもたちのプログラミング体験を増やすために、楽しみながら学ぶエデュテイメントが充実してきている。もちろん、大人にとってのエデュテイメントがあってもよい。MATLAB®はその有力な候補である。初心者にも簡単で、計算論的思考力を楽しみながら身に付けることができる。本講演では、このようなMATLABの機能や環境を利用したエデュテイメントの例として、Raspberry Pi™ Zero (以下、ラズパイZero)との連携によるカメラ搭載ローバーの開発事例を紹介する。安価なラズパイZeroと工作キットで自作したローバーをWi-Fi経由で接続したホストPC上のMATLABから遠隔制御するアプリについて概説する。ラズパイZeroに搭載したカメラやセンサからデータを受け取る方法やそのデータをMATLABの高度な関数で処理する例を紹介する。System object™ を利用してSimulink® モデルに組み込むデバイス・ドライバ・ブロックを開発する方法など、発展的な内容についても簡単に触れる。

 

 

近接写像のプロット

近接写像のMATLABプロット関数を作成しました。

役立ちますか?

function proxplot(f,varargin)
%PROXPLOT Plot prox of a scalar function
% Example
% >> proxplot(@(x) abs(x))
% See FPLOT

% Copyright (c) 2017 Shogo MURAMATSU,
% All rights reserved
warning off
prox = @(x) fminsearch(@(y) (f(y)+0.5*(y-x)^2),0);
fplot(@(x) prox(x),varargin)
warning on