SlideShare una empresa de Scribd logo
1 de 22
第6回
社内プログラミングコンテスト
結果発表会
量子リバーシ
Copyright © Fixstars Corporation. All rights reserved.
16 Feb. 2018
問題
社内プログラミングコンテスト
問題を決めるまで
 これまでの社内プロコン
 第1回 「戸口調査データによる年収額の予測」
 第2回 「6枚とれ!」
 第3回 「ガイスター(GEISTER)」
 第4回 「コラッツリス(Collatzris)」
 第5回 「ライフゲームGO」
 量子コンピュータチームが発足したのでそれに因んだテーマに!
 量子の概念を取り入れたいがどのように?
 考えたこと
 量子関連をネットで調べまくり
 量子三目並べという量子の概念を取り入れた〇×ゲームがあるようだ
 それとリバーシ(オセロ)を組み合わせたら面白いかも!
 量子リバーシ誕生!
 構想3ヶ月
 実装3日
 デバッグ含めたらもっと掛かってます…💦
量子リバーシのルール
 通常のリバーシは裏表が白と黒になっている石を使いますが、量子リバ
ーシではさらに古典石と量子石という概念が存在します。古典石は通常
のリバーシの石と同じですが、量子石は存在が確定していない状態を表
します。
 量子石は2個で1組となっており、自分の手番ではこの2個の量子石を盤
上に打つことになります。この1組の量子石のどちらか一方が古典石に
変わる時、もう一方は消滅します。
 6×6マスの盤上で黒白交互に量子石2個を古典石が置かれていないマスに
別々に置いていきます。同じ手番に置いた量子石同士および同じマスに
ある量子石同士は繋がっているとみなし、それらが循環するように繋が
れば循環エンタングルメントが発生したといいます。循環エンタングル
メントが発生した量子石のあるマスでは、量子石から古典石に変化しま
す。古典石に変化する際、リバーシのルールが適用され、相手の古典石
を自分の古典石で挟み込むことができたら相手の古典石が自分の古典石
に変わります。これを繰り返していき、最後は6×6=36マスすべてが黒
か白の古典石で埋まることになります。そして、より多くの古典石を得
た方が勝ちになります。
詳細は説明書を
お読みください!
対戦フロー
ただしくんとあけみさん
社内プロコン恒例のサンプルコード
ただしくん
 Python
 戦略: 完全にランダムに2マス置く
 循環エンタングルメントが発生したらランダムに選ぶ
あけみさん
 C++11
 戦略: 外側のマスに2マス置く
 循環エンタングルメントが発生したらランダムに選ぶ
今回もあけみさんが結構強かったという声がありま
した
20名の方が参加 (敬称略・アルファベット順)
 過去最多の参加人数
 ありがとうございます!
 外部参加者は3名
 大船組が大躍進
参加者
2000notes
akemi
akihiro
ddsn
homa
logicmachine
machi
masakt
mirai
mishima-san
motomi.aoki
Mr.Saturday
Mr.Sunday
mutnauq
nuip
ofuna_3
panda
QIX
sekiguchi
tadashi
tsukammo
yy
賞品
ギークが喜ぶ(?)
上位賞品
優勝賞品: Nintendo Switch
2位賞品: ソニー 電子ペーパー学習マルチリモコン
3位賞品: Google Home
4~10位賞品
4~6位賞品: めざましカーテン mornin'
7~10位賞品: アイスクリームスプーン
参加賞: オリジナルTシャツ
優勝者には王冠が…!
対戦結果&プログラム解説
対戦方法
スコア算出
 全参加者に対して総当たり戦を行う
 対戦者ごとに先攻・後攻で50対戦ずつ計100対戦を行い、そ
の勝数の合計がスコアとなる
 スコアは、勝ちで3点、引き分けで1点、負けで0点
 対戦ごとのスコアの総和を最終スコアとする
 最終スコアでランキングを行う
実行時間
 一回の実行の時間制限は10秒
 22人(内2人はただしくんとあけみさん)の総当たり戦
 最大10秒×2100対戦*22人=462000秒≒128時間≒5日超
 実際には全員が時間制限いっぱいまで実行するわけではない
 実際の対戦時間: 約28時間
中間ランキング結果 (2018/1/19 12:00)
順位 氏名 スコア 勝数 負数 引分 勝率 言語 最終投稿日時
1*** 3279 1076 73 51 0.8967 C# 2018-01-19 00:09
2*** 2991 990 189 21 0.8250 C++ 2018-01-19 11:28
3*** 2668 874 280 46 0.7283 Java 2018-01-11 22:56
4*** 2111 692 473 35 0.5767 C++ 2018-01-19 11:23
5*** 1952 588 424 188 0.4900 C++ 2018-01-17 22:26
6*** 1936 590 444 166 0.4917 Go 2017-12-20 19:44
7*** 1881 583 485 132 0.4858 Python 2018-01-19 09:52
8*** 1782 562 542 96 0.4683 C++ 2018-01-05 22:40
9*** 1502 465 628 107 0.3875 C++ 2018-01-17 17:14
10*** 1430 453 676 71 0.3775 Python 2017-12-23 21:42
11*** 835 272 909 19 0.2267 C++ 2017-11-30 19:00
12*** 349 111 1073 16 0.0925 Python 2017-11-30 19:00
13*** 208 68 1128 4 0.0567 C++ 2018-01-19 02:53
1200対戦×13名 最大スコア3600点
最終ランキング結果 (2018/2/6 18:00)
順位 氏名 スコア 勝数 負数 引分 勝率 言語 最終投稿日時
1QIX 5406 1751 196 153 0.8338 C++ 2018-01-31 10:31
2tsukammo 5259 1721 283 96 0.8195 Java 2018-01-31 05:24
3logicmachine 5193 1692 291 117 0.8057 C++ 2018-01-31 11:31
4*** 5006 1618 330 152 0.7705 C# 2018-02-02 11:59
5*** 4798 1552 406 142 0.7390 C++ 2018-02-06 17:27
6*** 4373 1405 537 158 0.6690 C++ 2018-02-06 10:11
7*** 4203 1346 589 165 0.6410 Python 2018-02-06 13:37
8*** 4115 1312 609 179 0.6248 Python 2018-02-05 22:53
9*** 4102 1308 614 178 0.6229 C++ 2018-02-05 03:12
10*** 3314 1049 884 167 0.4995 Python 2018-02-06 17:49
11*** 2818 891 1064 145 0.4243 C++ 2018-01-05 22:40
12*** 2707 807 1007 286 0.3843 C++ 2018-01-31 01:09
13*** 2644 815 1086 199 0.3881 Go 2018-02-02 11:15
14*** 2321 734 1247 119 0.3495 Python 2017-12-23 21:42
15*** 2272 685 1198 217 0.3262 C++ 2018-01-26 19:00
16*** 2141 672 1303 125 0.3200 Python 2018-02-05 19:38
17*** 1985 592 1299 209 0.2819 Nim 2018-02-02 09:20
18*** 1461 417 1473 210 0.1986 C++ 2018-02-02 11:25
19*** 1442 409 1476 215 0.1948 Python 2018-02-02 07:43
20*** 1110 352 1694 54 0.1676 C++ 2017-11-30 19:00
21*** 576 178 1880 42 0.0848 Python 2018-02-06 09:45
22*** 364 104 1944 52 0.0495 Python 2017-11-30 19:00
2100対戦×22名 最大スコア6300点
対戦結果の解析
勝ち
負け
引分
TLE (Time Limit Exceeded)
Mr.Sunday vs. 2000notes : Mr.Sunday [TLE]
Mr.Sunday vs. 2000notes : Mr.Sunday [TLE]
akihiro vs. 2000notes : akihiro [TLE]
akihiro vs. 2000notes : akihiro [TLE]
ofuna_3 vs. 2000notes : ofuna_3 [TLE]
tsukammo vs. nuip : nuip [TLE]
tsukammo vs. nuip : nuip [TLE]
2000notes vs. tsukammo : tsukammo [TLE]
2000notes vs. Mr.Sunday : Mr.Sunday [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
2000notes vs. logicmachine : logicmachine [TLE]
logicmachine vs. yy : logicmachine [TLE]
logicmachine vs. yy : logicmachine [TLE]
2000notes vs. akihiro : akihiro [TLE]
2000notes vs. akihiro : akihiro [TLE]
2000notes vs. akihiro : akihiro [TLE]
logicmachine vs. 2000notes : logicmachine [TLE]
logicmachine vs. 2000notes : logicmachine [TLE]
logicmachine vs. 2000notes : logicmachine [TLE]
logicmachine vs. 2000notes : logicmachine [TLE]
Mr.Sunday vs. yy : Mr.Sunday [TLE]
yy vs. tsukammo : yy [TLE]
tsukammo vs. QIX : QIX [TLE]
tsukammo vs. QIX : QIX [TLE]
tsukammo vs. QIX : QIX [TLE]
tsukammo vs. QIX : QIX [TLE]
tadashi vs. yy : tadashi [TLE]
QIX vs. tsukammo : QIX [TLE]
akihiro vs. yy : akihiro [TLE]
akihiro vs. yy : akihiro [TLE]
akihiro vs. yy : akihiro [TLE]
akihiro vs. yy : akihiro [TLE]
tsukammo vs. yy : tsukammo [TLE]
tsukammo vs. yy : tsukammo [TLE]
tsukammo vs. yy : tsukammo [TLE]
ddsn vs. yy : ddsn [TLE]
tsukammo vs. mirai : mirai [TLE]
23100対戦中 47回発生 (約0.2%)
賞品授与
入賞者
優勝: QIX
2位: tsukammo
3位: logicmachine
4位: ***
5位: ***
6位: ***
7位: ***
8位: ***
9位: ***
10位: ***
コンテストを終えて
第6回社内プログラミングコンテスト
感想など
 難しかったけどやりごたえあり?
 あけみさんが結構手ごわいとの声
 毎年言われている
 昨年の参加人数9名から20名に大幅増加
 過去最大の参加数
 アルゴリズムに工夫あり
 モンテカルロ木探索(MCTS)
 α-β法
 ヒューリスティック
 ビットボード
 高速化
 持ち時間10秒はかなり厳しかった
 SIMD処理などを伝っているところはフィックスターズっぽい
 思ったより勝敗にばらつきが出た
 戦略がダイレクトに反映
 対戦させるのが面白かった
 Webサービスにして遊べるようにしても面白いかも
コンテストに参加していただいた皆様
運営を手伝っていただいた皆様
ありがとうございました!
来年度も社内プログラミング
コンテストをやります!
是非、ご参加ください!

Más contenido relacionado

Similar a 第6回 社内プログラミングコンテスト 結果発表会 量子リバーシ

OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏
OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏
OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏Daisuke Ikeda
 
Rancher と GitLab を使う3つの理由
Rancher と GitLab を使う3つの理由Rancher と GitLab を使う3つの理由
Rancher と GitLab を使う3つの理由Tetsurou Yano
 
ライブラリ作成のすゝめ - 事例から見る個人OSS開発の効能
ライブラリ作成のすゝめ - 事例から見る個人OSS開発の効能ライブラリ作成のすゝめ - 事例から見る個人OSS開発の効能
ライブラリ作成のすゝめ - 事例から見る個人OSS開発の効能Yoshifumi Kawai
 
第29回八子クラウド座談会(当日討議メモ付き) 20181215
第29回八子クラウド座談会(当日討議メモ付き) 20181215第29回八子クラウド座談会(当日討議メモ付き) 20181215
第29回八子クラウド座談会(当日討議メモ付き) 20181215知礼 八子
 
HTML5 conference 2013
HTML5 conference 2013HTML5 conference 2013
HTML5 conference 2013Takuo Kihira
 
[Cloud OnAir] 「じゃんけんマシン」で学ぶ機械学習とスマート IoT 2018年12月6日 放送
[Cloud OnAir] 「じゃんけんマシン」で学ぶ機械学習とスマート IoT 2018年12月6日 放送[Cloud OnAir] 「じゃんけんマシン」で学ぶ機械学習とスマート IoT 2018年12月6日 放送
[Cloud OnAir] 「じゃんけんマシン」で学ぶ機械学習とスマート IoT 2018年12月6日 放送Google Cloud Platform - Japan
 
Power BI のいろいろな活用パターン
Power BI のいろいろな活用パターンPower BI のいろいろな活用パターン
Power BI のいろいろな活用パターンYugo Shimizu
 
リクルートにおけるhadoop活用事例+α
リクルートにおけるhadoop活用事例+αリクルートにおけるhadoop活用事例+α
リクルートにおけるhadoop活用事例+αRecruit Technologies
 
kagami_comput2015_1
kagami_comput2015_1kagami_comput2015_1
kagami_comput2015_1swkagami
 
TensorFlow を使った 機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った 機械学習ことはじめ (GDG京都 機械学習勉強会)徹 上野山
 
趙簡単LOD入門 〜デジタル庁をデジタル化する〜 (改訂版)
趙簡単LOD入門 〜デジタル庁をデジタル化する〜 (改訂版)趙簡単LOD入門 〜デジタル庁をデジタル化する〜 (改訂版)
趙簡単LOD入門 〜デジタル庁をデジタル化する〜 (改訂版)National Institute of Informatics (NII)
 
SQuBOKの変遷 (SQuBOK V3発行記念イベント)
SQuBOKの変遷 (SQuBOK V3発行記念イベント)SQuBOKの変遷 (SQuBOK V3発行記念イベント)
SQuBOKの変遷 (SQuBOK V3発行記念イベント)Keizo Tatsumi
 
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
07.テクノスデータサイエンスエンジニアリング(株)_発表資料07.テクノスデータサイエンスエンジニアリング(株)_発表資料
07.テクノスデータサイエンスエンジニアリング(株)_発表資料wagatuma
 
Aws summits2014 ガンホー・オンライン・エンターテイメント_スマホゲームを支えるインフラ運用
Aws summits2014 ガンホー・オンライン・エンターテイメント_スマホゲームを支えるインフラ運用Aws summits2014 ガンホー・オンライン・エンターテイメント_スマホゲームを支えるインフラ運用
Aws summits2014 ガンホー・オンライン・エンターテイメント_スマホゲームを支えるインフラ運用Boss4434
 
KITEMATIC便利そうだよ
KITEMATIC便利そうだよKITEMATIC便利そうだよ
KITEMATIC便利そうだよKentaro Takasaki
 
Agile Software Development with Edge Ruby
Agile Software Development with Edge RubyAgile Software Development with Edge Ruby
Agile Software Development with Edge RubyKoichi ITO
 
八子クラウド座談会 当日討議メモ付き資料 20180721
八子クラウド座談会 当日討議メモ付き資料 20180721八子クラウド座談会 当日討議メモ付き資料 20180721
八子クラウド座談会 当日討議メモ付き資料 20180721知礼 八子
 
猿でもわかる DevOps
猿でもわかる DevOps猿でもわかる DevOps
猿でもわかる DevOpsTsuyoshi Miyake
 
ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...
ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...
ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...Kazuya Sugimoto
 

Similar a 第6回 社内プログラミングコンテスト 結果発表会 量子リバーシ (20)

OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏
OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏
OSC 2020 Fukuoka IT運用自動化を支援する「運用レコメンドプラットフォーム」実現の舞台裏
 
Rancher と GitLab を使う3つの理由
Rancher と GitLab を使う3つの理由Rancher と GitLab を使う3つの理由
Rancher と GitLab を使う3つの理由
 
ライブラリ作成のすゝめ - 事例から見る個人OSS開発の効能
ライブラリ作成のすゝめ - 事例から見る個人OSS開発の効能ライブラリ作成のすゝめ - 事例から見る個人OSS開発の効能
ライブラリ作成のすゝめ - 事例から見る個人OSS開発の効能
 
第29回八子クラウド座談会(当日討議メモ付き) 20181215
第29回八子クラウド座談会(当日討議メモ付き) 20181215第29回八子クラウド座談会(当日討議メモ付き) 20181215
第29回八子クラウド座談会(当日討議メモ付き) 20181215
 
Code iq interpretation_futatsugi
Code iq interpretation_futatsugiCode iq interpretation_futatsugi
Code iq interpretation_futatsugi
 
HTML5 conference 2013
HTML5 conference 2013HTML5 conference 2013
HTML5 conference 2013
 
[Cloud OnAir] 「じゃんけんマシン」で学ぶ機械学習とスマート IoT 2018年12月6日 放送
[Cloud OnAir] 「じゃんけんマシン」で学ぶ機械学習とスマート IoT 2018年12月6日 放送[Cloud OnAir] 「じゃんけんマシン」で学ぶ機械学習とスマート IoT 2018年12月6日 放送
[Cloud OnAir] 「じゃんけんマシン」で学ぶ機械学習とスマート IoT 2018年12月6日 放送
 
Power BI のいろいろな活用パターン
Power BI のいろいろな活用パターンPower BI のいろいろな活用パターン
Power BI のいろいろな活用パターン
 
リクルートにおけるhadoop活用事例+α
リクルートにおけるhadoop活用事例+αリクルートにおけるhadoop活用事例+α
リクルートにおけるhadoop活用事例+α
 
kagami_comput2015_1
kagami_comput2015_1kagami_comput2015_1
kagami_comput2015_1
 
TensorFlow を使った 機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)TensorFlow を使った機械学習ことはじめ (GDG京都 機械学習勉強会)
TensorFlow を使った 機械学習ことはじめ (GDG京都 機械学習勉強会)
 
趙簡単LOD入門 〜デジタル庁をデジタル化する〜 (改訂版)
趙簡単LOD入門 〜デジタル庁をデジタル化する〜 (改訂版)趙簡単LOD入門 〜デジタル庁をデジタル化する〜 (改訂版)
趙簡単LOD入門 〜デジタル庁をデジタル化する〜 (改訂版)
 
SQuBOKの変遷 (SQuBOK V3発行記念イベント)
SQuBOKの変遷 (SQuBOK V3発行記念イベント)SQuBOKの変遷 (SQuBOK V3発行記念イベント)
SQuBOKの変遷 (SQuBOK V3発行記念イベント)
 
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
07.テクノスデータサイエンスエンジニアリング(株)_発表資料07.テクノスデータサイエンスエンジニアリング(株)_発表資料
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
 
Aws summits2014 ガンホー・オンライン・エンターテイメント_スマホゲームを支えるインフラ運用
Aws summits2014 ガンホー・オンライン・エンターテイメント_スマホゲームを支えるインフラ運用Aws summits2014 ガンホー・オンライン・エンターテイメント_スマホゲームを支えるインフラ運用
Aws summits2014 ガンホー・オンライン・エンターテイメント_スマホゲームを支えるインフラ運用
 
KITEMATIC便利そうだよ
KITEMATIC便利そうだよKITEMATIC便利そうだよ
KITEMATIC便利そうだよ
 
Agile Software Development with Edge Ruby
Agile Software Development with Edge RubyAgile Software Development with Edge Ruby
Agile Software Development with Edge Ruby
 
八子クラウド座談会 当日討議メモ付き資料 20180721
八子クラウド座談会 当日討議メモ付き資料 20180721八子クラウド座談会 当日討議メモ付き資料 20180721
八子クラウド座談会 当日討議メモ付き資料 20180721
 
猿でもわかる DevOps
猿でもわかる DevOps猿でもわかる DevOps
猿でもわかる DevOps
 
ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...
ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...
ZOZO前澤社長お年玉リツイート企画のビッグデータに立ち向かう方法 -Twitterのビッグデータを分析するために、実際にやってみてわかった嵌りポイントと...
 

Más de Fixstars Corporation

製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptxFixstars Corporation
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編Fixstars Corporation
 
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~Fixstars Corporation
 
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~Fixstars Corporation
 
株式会社フィックスターズの会社説明資料(抜粋)
株式会社フィックスターズの会社説明資料(抜粋)株式会社フィックスターズの会社説明資料(抜粋)
株式会社フィックスターズの会社説明資料(抜粋)Fixstars Corporation
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編Fixstars Corporation
 
Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)Fixstars Corporation
 
Jetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けてJetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けてFixstars Corporation
 
いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門Fixstars Corporation
 
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~Fixstars Corporation
 
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化Fixstars Corporation
 
いまさら聞けないarmを使ったNEONの基礎と活用事例
いまさら聞けないarmを使ったNEONの基礎と活用事例いまさら聞けないarmを使ったNEONの基礎と活用事例
いまさら聞けないarmを使ったNEONの基礎と活用事例Fixstars Corporation
 
ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門Fixstars Corporation
 
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)Fixstars Corporation
 
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)Fixstars Corporation
 
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方Fixstars Corporation
 
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術についてAIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術についてFixstars Corporation
 
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)Fixstars Corporation
 
第8回 社内プログラミングコンテスト 第1位 taiyo
第8回社内プログラミングコンテスト 第1位 taiyo第8回社内プログラミングコンテスト 第1位 taiyo
第8回 社内プログラミングコンテスト 第1位 taiyoFixstars Corporation
 
第8回 社内プログラミングコンテスト 第2位 fy999
第8回社内プログラミングコンテスト 第2位 fy999第8回社内プログラミングコンテスト 第2位 fy999
第8回 社内プログラミングコンテスト 第2位 fy999Fixstars Corporation
 

Más de Fixstars Corporation (20)

製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
製造業向け量子コンピュータ時代のDXセミナー_生産計画最適化_20220323.pptx
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
 
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
製造業向け量子コンピュータ時代のDXセミナー~ 最適化の中身を覗いてみよう~
 
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
製造業向け量子コンピュータ時代のDXセミナー ~見える化、分析、予測、その先の最適化へ~
 
株式会社フィックスターズの会社説明資料(抜粋)
株式会社フィックスターズの会社説明資料(抜粋)株式会社フィックスターズの会社説明資料(抜粋)
株式会社フィックスターズの会社説明資料(抜粋)
 
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
CPU / GPU高速化セミナー!性能モデルの理論と実践:理論編
 
Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)Fpga online seminar by fixstars (1st)
Fpga online seminar by fixstars (1st)
 
Jetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けてJetson活用セミナー ROS2自律走行実現に向けて
Jetson活用セミナー ROS2自律走行実現に向けて
 
いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門
 
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
量子コンピュータ時代の製造業におけるDXセミナー~生産工程効率化に向けた新たなご提案~
 
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
金融業界向けセミナー 量子コンピュータ時代を見据えた組合せ最適化
 
いまさら聞けないarmを使ったNEONの基礎と活用事例
いまさら聞けないarmを使ったNEONの基礎と活用事例いまさら聞けないarmを使ったNEONの基礎と活用事例
いまさら聞けないarmを使ったNEONの基礎と活用事例
 
ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門ARM CPUにおけるSIMDを用いた高速計算入門
ARM CPUにおけるSIMDを用いた高速計算入門
 
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
 
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
 
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
ソフト高速化の専門家が教える!AI・IoTエッジデバイスの選び方
 
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術についてAIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
AIチップ戦国時代における深層学習モデルの推論の最適化と実用的な運用を可能にするソフトウェア技術について
 
株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)株式会社フィックスターズ 会社説明資料(抜粋)
株式会社フィックスターズ 会社説明資料(抜粋)
 
第8回 社内プログラミングコンテスト 第1位 taiyo
第8回社内プログラミングコンテスト 第1位 taiyo第8回社内プログラミングコンテスト 第1位 taiyo
第8回 社内プログラミングコンテスト 第1位 taiyo
 
第8回 社内プログラミングコンテスト 第2位 fy999
第8回社内プログラミングコンテスト 第2位 fy999第8回社内プログラミングコンテスト 第2位 fy999
第8回 社内プログラミングコンテスト 第2位 fy999
 

第6回 社内プログラミングコンテスト 結果発表会 量子リバーシ