index.json

[{"authors":["Koki KITAI"],"categories":null,"content":"発表日時: 9/4(水)10:00-10:15\n","date":1725246e3,"expirydate":-62135596800,"kind":"page","lang":"ja","lastmod":1725437098,"objectID":"f229f9256420b8cc33d3043274ebeeba","permalink":"https://k-kitai.github.io/event/xafs_discussion_27/","publishdate":"2024-09-04T17:04:58+09:00","relpermalink":"/event/xafs_discussion_27/","section":"event","summary":"発表日時: 9/4(水)10:00-10:15\n","tags":["口頭発表"],"title":"結晶拡散モデルを使ったXANESスペクトルからの結晶構造推定","type":"event"},{"authors":["Koki KITAI","Motoki SHIGA","Kakeru NINOMIYA","Maiko NISHIBORI"],"categories":null,"content":"ポスターセッション日程: 7/8(月)17:00-19:00\n","date":1720364400,"expirydate":-62135596800,"kind":"page","lang":"ja","lastmod":1731890980,"objectID":"122db0242856088407ac82056cae7bea","permalink":"https://k-kitai.github.io/event/hyperordered_sask/","publishdate":"2024-11-18T09:49:40+09:00","relpermalink":"/event/hyperordered_sask/","section":"event","summary":"ポスターセッション日程: 7/8(月)17:00-19:00\n","tags":["ポスター発表"],"title":"Crystal Diffusion Model conditioned on XANES Spectra","type":"event"},{"authors":["Koki KITAI","Motoki SHIGA","Kakeru NINOMIYA","Maiko NISHIBORI"],"categories":null,"content":"ポスターセッション日程: 4/27(土)17:00-18:30\n","date":1714190400,"expirydate":-62135596800,"kind":"page","lang":"ja","lastmod":1713398400,"objectID":"3abbbe1b33433eefb1683ee3dd9e9ece","permalink":"https://k-kitai.github.io/event/hyperordered_wakate04/","publishdate":"2024-04-24T00:00:00+09:00","relpermalink":"/event/hyperordered_wakate04/","section":"event","summary":"ポスターセッション日程: 4/27(土)17:00-18:30\n","tags":["ポスター発表"],"title":"XANESスペクトルに条件付けた拡散モデルによる結晶構造生成","type":"event"},{"authors":["Koki KITAI"],"categories":null,"content":"RAMの小さいマシンだと容量が足りなくなってフリーズしがちなので、ストレージ上にスワップ領域を確保することにした。 あらかじめパーティションの一部をスワップ領域用に切り分けておくのが一般的と思われるが、システムボリュームのパーティションはいじりたくないので、ここでは簡易的にスワップファイルを作成して使用することにする。\nスワップファイルの作成と設定 $ SIZE=1G $ sudo fallocate -l $SIZE /swapfile $ sudo chmod 600 /swapfile $ sudo mkswap /swapfile $ sudo swapon /swapfile 永続化 /etc/fstabに以下の行を追記。\n/swapfile none swap sw 0 0 ファイル/swapfileをどこにもマウントポイントを置かないで、swap形式のイメージファイルとして、swオプションで利用することを表している。\nこのまま再起動するとファイルの内容に間違いがあった時に正しく起動できず復旧作業が必要になってしまうので、mountコマンドで設定が反映できることを確認しておく。\n$ sudo mount -a # fstabの内容を反映 確認 スワップ領域の利用状況はfreeコマンドで確認できる。\n$ free -h total used free shared buff/cache available Mem: 971Mi 706Mi 98Mi 47Mi 417Mi 265Mi Swap: 1.0Gi 262Mi 761Mi 参考文献: How to Increase Swap Space in Linux - Baeldung (2024/04/26 最終アクセス) man page of fstab(5) ","date":1714123980,"expirydate":-62135596800,"kind":"page","lang":"ja","lastmod":1714123980,"objectID":"28fbd2bebff35b58b4d5b4242058973f","permalink":"https://k-kitai.github.io/memo/config_swap/","publishdate":"2024-04-26T18:33:00+09:00","relpermalink":"/memo/config_swap/","section":"memo","summary":"RAMの小さいマシンだと容量が足りなくなってフリーズしがちなので、ストレージ上にスワップ領域を確保することにした。 あらかじめパーティションの一部をスワップ領域用に切り分けておくのが一般的と思われるが、システムボリュームのパーティションはいじりたくないので、ここでは簡易的にスワップファイルを作成して使用することにする。\n","tags":null,"title":"スワップ領域としてファイルを指定する","type":"memo"},{"authors":["Koki KITAI"],"categories":null,"content":"既存の深層学習モデルのPyTorch実装を使おうとしたら、他にもいろいろなライブラリが使われていたのでざっくり整理する。\nPyTorch Lightningとは PyTorch LightningはPyTorchをラップして簡単に使えるようにしてくれるPythonライブラリ。開発はLightning AI。\n例えばPyTorchのnn.Moduleクラスを継承して実装したネットワークをLightningModuleクラスでくるみ、**.fit(train_x, train_y)くらいの直感的なメソッドで学習できるようになる。\nHydraとは Hydraは機械学習の定型的な処理に特化したスクリプトの記述を助けるPythonライブラリ。開発はMeta (旧 Facebook)。ディレクトリに階層的に保存されたYAML/TOML等のテキストファイルや環境変数、コマンド引数などを参照してすべてのオプションを解決・統合した上で、(この部分はほとんどOmegaConfの機能)、ひとつのPythonオブジェクトとしてエントリポイントの関数(@hydra.mainデコレータをつけて指定)に渡してくれる。また、特定の形式で書かれたPythonオブジェクトを読み込んでクラスのインスタンス化もしてくれる1。\nOmegaConfとは OmegaConfはプログラムの実行に要するオプションの設定内容をYAML/TOML等のテキストファイルや環境変数などを参照して解決し、ひとつのオブジェクトにまとめてくれるPythonライブラリ。開発はOmry Yadan氏(Hydraの開発者でもある)。\nInstantiating objects with Hydra ↩︎\n","date":1713145556,"expirydate":-62135596800,"kind":"page","lang":"ja","lastmod":1713398400,"objectID":"b01fd3566102fd9d348c6b878dafbe9f","permalink":"https://k-kitai.github.io/memo/omegaconf_hydra_lightning/","publishdate":"2024-04-15T10:45:56+09:00","relpermalink":"/memo/omegaconf_hydra_lightning/","section":"memo","summary":"既存の深層学習モデルのPyTorch実装を使おうとしたら、他にもいろいろなライブラリが使われていたのでざっくり整理する。\n","tags":["python","pytorch"],"title":"OmegaConfとHydraとPyTorch Lightningに関するメモ","type":"memo"},{"authors":["Koki KITAI"],"categories":null,"content":" このアプリは公開・メンテナンスされていません。\n一日の行動計画と行動記録を同じ画面で行うためのAndroidアプリ「MinimalDayPlanner」を開発しました。\n開発理由 一日の間にこなしたい（こなせる）仕事とその時間配分を精度良く考えるためには、計画通りにいかなかった際の差分を見てフィードバックを取ることが必要だと思ったのですが、 予定表と行動記録の両機能を持ったアプリがあまりなく、手帳に書くのもカレンダーアプリを使う(予定と行動記録を別々のカレンダーに記録する)のも面倒でした。 結局テキスト編集アプリでそれを行っていたのですが、入力の切り替えや表っぽく見えるようにする整形が若干手間だったので必要な操作を括りだして簡素なUIで実現してみました。\nアピールポイント アプリは1画面のみで入門書レベルの拙作なうえに、行動の予定時間・記録時間を数字8桁で入力させてそのまま表示しています。 いろいろと手抜きですが、編集時のポップアップや画面遷移、見た目の修飾がないということは認知的な負荷が少ないという利点でもあります。 （日付だけはDatePickerのポップアップからの入力です。） クリップボードへの出力ができるので、一日の終わりに別のメモアプリ等に貼り付けて後で見返すとよいと思います。\n書式について\n8桁の数字でどうやって時間を記録するのかを以下の例で説明します。 テキストで表示していますがアプリの使い勝手や見た目はこれとほとんと同じです。 12時00分から13時00分の間(これを\u0026#34;12001300\u0026#34;と表記)にお昼ご飯を食べる予定で、実際もその間で済んだ場合の記述が1行目です。 「13時から15時まで宿題をするつもりだったが、実際には13時から14時30分までお昼寝をした。」というときの記述が2行目と3行目です。 予定を実行しなかった、あるいは予定外の事柄を実行したときは、反対側の時刻の部分を--------で埋めることにしています。\n112001300_12001300 お昼ご飯 213001500_-------- 宿題 3--------_13001430 お昼寝 とはいえ厳密なチェックをしているわけでは無いので、存在しない時刻や意味をなさない文字列を入力することもできてしまいます。 項目の順序も自明ではないのでユーザーが任意に並び替えられるようにしています。\nおことわり 個人用途で開発しある程度満足しているのと、先に述べた操作時の「認知的な負荷」を上げないためにも機能拡張は考えていません。 気が向いたときにUIを整え、バグがあった場合は修正します。\n開発者は、本アプリを利用したことによるいかなる損害に関してもその責任を負いかねます。\nプライバシーポリシー MinimalDayPlanner は完全にオフラインで動作し、ユーザーに関する情報を収集することはありません。 ユーザーが入力したテキストはデバイス内に保存され、アプリの外部に送信されることはありません。\n","date":1710852586,"expirydate":-62135596800,"kind":"page","lang":"ja","lastmod":1710852586,"objectID":"d5503642086e80d8508af9e98066af4e","permalink":"https://k-kitai.github.io/project/minimaldayplanner/","publishdate":"2024-03-19T21:49:46+09:00","relpermalink":"/project/minimaldayplanner/","section":"project","summary":"1日の行動計画と記録のためのシンプルなアプリ","tags":["App-deprecated"],"title":"MinimalDayPlanner","type":"project"},{"authors":["Koki KITAI","Jiang Guo","Shenghong Ju","Shu Tanaka","Koji Tsuda","Junichiro Shiomi","Ryo Tamura"],"categories":null,"content":"","date":1563196128,"expirydate":-62135596800,"kind":"page","lang":"ja","lastmod":1563196128,"objectID":"75a1bc8fd90821ce623b408cd5a949a0","permalink":"https://k-kitai.github.io/publication/2019_expanding/","publishdate":"2019-02-18T00:00:00Z","relpermalink":"/publication/2019_expanding/","section":"publication","summary":"Complexity of materials designed by machine learning is currently limited by the inefficiency of classical computers. We show how quantum annealing can be incorporated into automated materials discovery and conduct a proof-of-principle study on designing complex thermofunctional metamaterials consisting of SiO2, SiC, and Poly(methyl methacrylate). Empirical computing time of our quantum-classical hybrid algorithm involving a factorization machine, a rigorous coupled wave analysis, and a D-Wave 2000Q quantum annealer was insensitive to the problem size, while a classical counterpart experienced rapid increase. Our method was used to design complex structures of wavelength selective radiators showing much better concordance with the thermal atmospheric transparency window in comparison to existing human-designed alternatives. Our result shows that quantum annealing provides scientists gigantic computational power that may change how materials are designed.","tags":null,"title":"Expanding the horizon of automated metamaterials discovery via quantum annealing","type":"publication"}]