Seleniumを使うと、WebのUIテストを自動化できるらしい。
これを活用すれば、Webの操作を自動化するscript的なものが作成できると考えられる。
詳しくは、後日勉強。
http://qiita.com/edo_m18/items/ba7d8a95818e9c0552d9
月別アーカイブ: 2016年11月
OpenVAS
人工ニューラルネットワーク (artificial neural network)
ニューラルネットワークを勉強していくうえで、まず知っておくべき重要なキーワードは、ANN、EBP、RBFの3つ。
[ANN]
ニューラルネットワークは、脳機能に見られるいくつかの特性を計算機上のシミュレーションによって表現することを目指した数学モデルである。研究の源流は生体の脳のモデル化であるが、神経科学の知見の改定などにより次第に脳モデルとは乖離が著しくなり、生物学や神経科学との区別のため、人工ニューラルネットワーク(人工神経回路網、英: artificial neural network, ANN)とも呼ばれる。
https://ja.wikipedia.org/wiki/%E3%83%8B%E3%83%A5%E3%83%BC%E3%83%A9%E3%83%AB%E3%83%8D%E3%83%83%E3%83%88%E3%83%AF%E3%83%BC%E3%82%AF
一般的によく用いられるANNに階層型ニューラルネットワークが存在する。
階層型ニューラルネットワークは、入力層、中間層(隠れ層)、出力層の3層から構成される。
この中間層が複数になったものは、ディープラーニングとなるが、ここでは対象外とし、中間層が1つのもののみを対象とする。
[EBP, RBF]
後日執筆。
Linuxのタスクを管理するtask_struct構造体
Linuxのタスクは、task_struct構造体を用いて管理されている。
100を超える構造体メンバーを持つ。
Delaunay triangulation and Voronoi tessellation
ドロネー図とボロノイ図を使って、ノードのリンク構成を生成する、という論文がある。ステップとしては2つに分かれている。
1. ノードの場所に基づき、ボロノイ図を作成。これは、2つのノードの垂直二等分線を引いて作成するようなイメージで、各ノードが管理する領域の境界線を引いていくものである。そして、その完成図がボロノイ図。
2. 隣接ボロノイ領域であるかどうかを判定し、隣接している際にはそれぞれの母点(=ノード)を結ぶ。この結果できる図がドロネー図。これにより、ノードが隣接しているノードと接続されるリンク構成図が作成できた。
Wikipediaを読むとわかりやすい。
https://ja.wikipedia.org/wiki/%E3%83%89%E3%83%AD%E3%83%8D%E3%83%BC%E5%9B%B3
Fog computing
IoTとCloudを直接通信させるのではなく、IoT機器の側にFogという概念を持ち出し、FogとCloudを通信させるという考え方。処理を、FogとCloudで協調して実施することにより、処理の効率化ができるというもの。
元々、CISCOが提唱したもの。