「備忘録｜2013年度」の編集履歴（バックアップ）一覧はこちら
「備忘録｜2013年度」(2014/02/06 (木) 23:00:34) の最新版変更点
追加された行は緑色になります。
削除された行は赤色になります。
備忘録とは名だけの作業記録。
どうせいつかさぼるでしょうが、一応（
----
#contents
----
[[サポートベクターマシンとは［最適化問題の解法］ - verum ipsum factum:http://sudillap.hatenablog.com/entry/2013/04/08/235542]]
*2013年
**12/04
-[[MIT発のKinectみたいなカメラは、半透明の物体も認識可能 : ギズモード・ジャパン:http://www.gizmodo.jp/2013/12/mitkinect.html]]
--きったああああああああ！！！
--元記事→[[Inexpensive ‘nano-camera’ can operate at the speed of light - MIT News Office:http://web.mit.edu/newsoffice/2013/inexpensive-nano-camera-1126.html]]
**11/26
-libSVM
--なんとか読み解いてcppに記述
--Carmineで撮影したキーボードを見事キーボードと出力してくれた
--とはいえ，これは「キーボードと歯ブラシとペットボトルの内どれに近い？」という識別関数にかけてるからという説もある
---何が言いたいかといえば，もっとモデルデータ増やさないと行けないし，なによりNULLクラス作らないと駄目だと思われ
---NULLクラスってどうやるんだ……？
**11/25
-物体領域抽出
--机平面推定（OrganizedMultiPlaneSegmentation）と領域分割（OrganizedConnectedComponentSegmentation）を組み合わせたサンプルを動かしてみたが，パラメータ設定が大変な予感＋案外処理に時間かかる印象
--机平面推定はもはやフィルタリングで事前に除去することにすべきか？
-Carmine
--動いた！
--でもデモはやりたくない！！（
**11/20
-BoVW and PFPH
--色々ありながらもモデルファイル作成までの流れは完成
--問題は色々とある．特徴量抽出の時間とかモデルファイルの量とかクラスタリングの時間とかクラス数とか
---そこらへんの削減指針とかも立てておきたいところだがそんなものは動くものを作ってからである
---にしても2042-meansで3日で5ループとかどういうことだってばよ
---UniformedSamplingの間隔を狭くする，学習データを少なくするとかで対応するしかないか……
--なによりも問題は学習データの収集ですよ．Carmineが動かない現在デモに間に合う気がしないのです
**11/15
-[[Locality-constrained Linear Coding for Image Classification:http://people.ee.duke.edu/~lcarin/cvpr2010_0618.pdf]]
--要解読
-[[距離空間ピラミッドを用いたLLCによる3次元物体認識:http://www.me.cs.scitec.kobe-u.ac.jp/publications/papers/2013/PRMU2013_hori.pdf]]
--有るとは思っていたけれど……！！ここまでピンポイントだとは(´・ω・`)
--局所特徴量の求め方が違う，高速化したLLCを実装予定ってところで差分化を図りたい所
-lpsolve導入
++[[lpsolve | Free Development software downloads at SourceForge.net:http://sourceforge.net/projects/lpsolve/]]からlp_solve_5.5.2.0_dev_win32をダウンロード
---OSで選ぶのではなくコンパイラのbit数に合わせる
++てきとーに解凍
++lpsolve55.dllがあるフォルダにパスを通す
++ヘッダファイル群があるフォルダを追加のインクルードフォルダに指定
++lpsolve55.libがあるフォルダを追加のライブラリフォルダに指定
++lpsolve55.libを読み込む
--で使えた．個人的に分かりやすいようにlp_solve_5.5.2.0_dev_win32フォルダにbin，lib，includeの3つのフォルダを新たに作成してそれぞれにdllとlibと.hをまとめた上で上記の作業を行った
---のほうがなんとなーく後々いいかな？というアレ
---というかdllもlibもhもすべてソリューションのフォルダにまとめて突っ込んでしまったほうが後々はいいと思うけどね．持ち運びの便というか環境非依存なところが
-VisualWords(CodeBook)の作成
--UniformSamplingの間隔を0.003(3mm)，k-meansのKを5000とするとk-meansの中のvector周りでエラー発生
--取り敢えずUniformSamplingの間隔を0.005(5mm)，k-meansのKを3000にして再挑戦
--昨晩が無駄になった(´・ω・`)
**11/14
-BoVWの発展
--[[新型BoVW - n_hidekeyの日記:http://d.hatena.ne.jp/n_hidekey/20120204/1328363973]]
--[[大規模画像データを用いた一般画像認識:http://www.isi.imi.i.u-tokyo.ac.jp/~harada/pdf/SSII_harada20120608.pdf]]
--[[大規模一般画像認識と画像表現:http://www.isi.imi.i.u-tokyo.ac.jp/~harada/pdf/LargeScaleGenericImageRecognition_ImageRepresentation_prmu20110217_harada.pdf]]
---一旦旧式のを組んで，うまくBoVWの系列でうまく認識できそうで余裕がありそうならこちらに着手することにする
---いみわからんちーすぎてあたまぱーんしそう
--k-means法でクラスタリングしている箇所をAffinity Propagation（いわさきさんが使ってる？やつ）に置き換えたらどうなるんだろうか．
---[[Affinity Propagation によるクラスタリング - nojimaの日記:http://d.hatena.ne.jp/nojima718/20101027/1288191216]]
-手法
--取り敢えずBoVWを組む
**11/13
-手法
--局所特徴量+K-NN
+++シーン点群特徴量記述
+++モデル点群の特徴量と比較~
これにはkd-treeとかをつかう？
+++GeometricConsistencyGroupingを使って整合性？がとれているかをチェック
+++取れていればそのモデルがシーン上の注目点に存在している
+++というのを全部のモデルに対して行う
---凄まじい計算量になる気しかしない
--局所特徴量+Bag of Words+SVM
+++特徴点抽出．この手法の場合SIFTとかでなくて一定間隔で抽出する方が精度が良くなるらしい
+++局所特徴量を用いて全てのモデルデータに対してBag of Wordsを作成
+++そのモデルデータの種類（キーボードとか歯ブラシとか）をラベルとしてBag of Wordsを素性としてSVMを用いてモデルデータを作成
+++シーンデータから物体を抽出する
+++抽出された各物体からそれぞれ特徴点と特徴量を求め，それぞれのBag of Wordsを求める
+++それらをテストデータにしてSVMにかけて，モデルデータに近いと判断されたラベルを取得
---がなんとなーく論文の見栄え的に良さげな気がするけど，ちょっと古い手法．ISMでやれよとなる予感
--局所特徴量+ISM（+kdTree）
---よくわかっていない
+++特徴点と特徴量を抽出
+++特徴量を何かしらの処理を経てベクトル量子化
+++その値？と事前に学習させてあったいろんなモデルデータの特徴点における特徴量のベクトル量子化結果を比較する
+++一番近い特徴点と，その特徴点が存在していたモデルデータの重心位置との位置関係を元に，シーンデータの特徴点から同じ位置関係の位置に投票を行う
+++この投票結果をクラスタリングすると，おおよそのシーンデータ上の重心位置がおおよそ求まる
---ってことらしいんだが，ベクトル量子化とか重心位置とかどうやってるんだい！って感じ
---抽出したパッチがどのコードブックに属するかを如何に精度良く求められるかによって性能が変化する．（via.[[ここ:http://www.vision.cs.chubu.ac.jp/04/pdf/TS04.pdf]]）とのこと．そのためにRandomForestとかHoughForestとかを使うらしい．うん，意味わからん
--あたりがキーポイントベースの手法かと
-C++
--宣言と実装は両方共必要．宣言をしたら必ず実装すること．これはメンバ関数だけでなくコンストラクタやデストラクタでも！何時間このエラーで悩まされたんだ！！
**11/12
-Doxygen
--C++にもjavadoc的なのあったほうがいいなーという考えから
--[[Doxygen+GraphvizでVC++のソースからドキュメントを自動生成する - 大人になったら肺呼吸:http://d.hatena.ne.jp/replication/20120331/1333124155]]
---ここを参考に導入
--これでVSでポイント合わせてたらコメント参照できたらいいんだが無理だろうなあ
--LaTeX出力が地味に便利な予感．修論の時とかこれ貼っ付けりゃ（ｒｙ
-LibSVM
--[[なんだか雲行きの怪しい雑記帖 今更LIBSVMについてちょっと:http://fe0km.blog.fc2.com/blog-entry-56.html]]
--[[libsvm - HUROBINT:http://www.koj-m.sakura.ne.jp/hurobint/index.php?libsvm]]
--SVMについて（特にパラメタあたり）は[[SVM実践ガイド (A Practical Guide to Support Vector Classification) - 睡眠不足？！:http://d.hatena.ne.jp/sleepy_yoshi/20120624/p1]]ここを参照する
**11/11
-特徴量記述時間
--PFH(RGB)……62.364 sec
--PFH ……32.636 sec
--SHOT ……0.051 sec
---[[ここ:http://www.iplab.cs.tsukuba.ac.jp/paper/reports/2011/kosuge_report.pdf]]ではぜんぜん違う結果が書かれていたんだが……うーん……
-[[MIRU2013チュートリアル：SIFTとそれ以降のアプローチ:http://www.slideshare.net/hironobufujiyoshi/miru2013sift]]
--SIFTについての説明に使えそう
--というかキーポイント検出と特徴量記述の2つの段階にわけてやっているということは，SIFTKeyPointDetectというのは最初のキーポイント検出のことのみを指すのか
---つまるところ，ｔんｋさんの質問に対する返答
**11/06
-Segmentation
--[[svn.pointclouds.org/pcl/trunk/apps/src/organized_segmentation_demo.cpp:http://svn.pointclouds.org/pcl/trunk/apps/src/organized_segmentation_demo.cpp]]
---要解読
-2つの点群の差分
--[[void pcl::getPointCloudDifference:http://docs.pointclouds.org/1.7.0/group__segmentation.html#ga9e03faa170175ac9f9f06362400c3fc8]]を使えばいけるっぽい
--segment_differences.hppをincludeすれば使える
-[[Visual Studioで複数のプロジェクトを同時にデバッグする - もりぐち！！！！:http://d.hatena.ne.jp/wof_moriguchi/20100902/p1]]
**10/31
-ISM
--向きとかに大きく依存していそう．各クラスから1つの点群から学習させたらその点群に近いもののみを選択している
**10/30
-[[3d keypoint detection benchmark:http://www.vision.deis.unibo.it/keypoints3d/]]
-ImplicitShapeModel
--700個中10%が正しく認識された．低すぎやしませんか……
--物体毎に識別器作って，それらのスコアを比較してって流れがいいのかな
-[[Windows バッチファイルで複数ファイルに対して一括処理を行う - kurukuru-papaのブログ:http://kurukurupapa.hatenablog.com/entry/20080805/1217945140]]
--素敵
-[[WindowsからのXtion（Kinect）のシリアル番号取得方法 - takminの書きっぱなし備忘録:http://d.hatena.ne.jp/takmin/20130902/1378092154]]
**10/29
-ぐぐったらさくっと見つかったのに何故当時はApplicationクラスに辿りつけなかったんだろうか……
**10/25
-[[Support Vector Machine って，なに？:http://www.neuro.sfc.keio.ac.jp/~masato/study/SVM/index.htm]]
**10/22
-memo[java]
--javaでもメソッド引数にconstを使って値は不変であると宣言したい！
--って思ってfinalで擬似的に代用。したいところだが
final int[] hoge = {0, 1, 2};
hoge[0] = 2;
--とか普通にできる（int[]という領域自体は変えてないでしょ！というfinalの言い分。Cだったらconst intの配列が確保できるんだがなあ）。
--ってことで友人に相談したところ
+++メソッドにはクローンかラッパを渡す
+++渡された引数をメソッド内でfinalなローカル変数にうつす
--で代用可能らしい。値変えられて困るならコピーした贋作を渡せばいいじゃない、という発想。なるほどなるほど。
--欠点はクローン/ラッパで受け取った引数のインスタンスは破棄できないこと、とのこと。
**09/20
-[[Prezi 日本語マニュアル:http://dev.screw-axis.com/doc/prezi/]]
--いつかこれで発表してみたいところ
**09/18
-[[グリとブランのC++講座 ～c++98(stl)と、ほんのちょっとのc++11～:http://www.slideshare.net/HEXADRIVE/c-c98stlc11]]
--面白い
**08/27
-AndroidStudio
--愛着は湧いてきたが，いかにせん使いづらい感は否めない
--tipsを別ページにまとめるべきなんじゃないか説
**08/23
-AndroidStudio導入
--how to
---いつか書く
--tips
---[[Android Drawables:http://androiddrawableexplorer.appspot.com/]]~
既に入っているicon一覧．らしいけどAndroidStudioさん的にそんなもん存在してねえよというのもある
---[[Android Studio – 0.1 Tipsをまとめる 1～20 | Scenery and Fish:http://sceneryandfish.withnotes.net/?p=1375]]
---[["Failed to allocate memory: 8"っていうエラーが出て、AVDが起動しない。:http://blog.ggy.jp/2012/11/android.html]]
---[[Android Studio 「この文字は、エンコーディングMS932にマップできません」 | Android 開発メモ | CO*DE:http://saicron.hotcom-land.com/wordpress/android-dev/581/]]
---[[[Android Studio] .jar ファイルをインポートする | ラクイシロク:http://rakuishi.com/androidsdk/5768/]]
**08/22
-tomcat7.0におけるlibフォルダ
--WebContent\WEB-INF\lib
--新たにlibフォルダ作ってビルドパス通してもうまくいかなかったので，ここにおいてビルドパス通すのが妥当か
備忘録とは名だけの作業記録。
どうせいつかさぼるでしょうが、一応（
----
#contents
----
* 2014年
** 02/06
-mario memo
--[[サポートベクターマシンとは［最適化問題の解法］ - verum ipsum factum:http://sudillap.hatenablog.com/entry/2013/04/08/235542]]
--[[web.sfc.keio.ac.jp/~naoe/security/documents/naoe/Support_Vector_Machine_ver2.pdf:http://web.sfc.keio.ac.jp/~naoe/security/documents/naoe/Support_Vector_Machine_ver2.pdf]]
*2013年
**12/04
-[[MIT発のKinectみたいなカメラは、半透明の物体も認識可能 : ギズモード・ジャパン:http://www.gizmodo.jp/2013/12/mitkinect.html]]
--きったああああああああ！！！
--元記事→[[Inexpensive ‘nano-camera’ can operate at the speed of light - MIT News Office:http://web.mit.edu/newsoffice/2013/inexpensive-nano-camera-1126.html]]
**11/26
-libSVM
--なんとか読み解いてcppに記述
--Carmineで撮影したキーボードを見事キーボードと出力してくれた
--とはいえ，これは「キーボードと歯ブラシとペットボトルの内どれに近い？」という識別関数にかけてるからという説もある
---何が言いたいかといえば，もっとモデルデータ増やさないと行けないし，なによりNULLクラス作らないと駄目だと思われ
---NULLクラスってどうやるんだ……？
**11/25
-物体領域抽出
--机平面推定（OrganizedMultiPlaneSegmentation）と領域分割（OrganizedConnectedComponentSegmentation）を組み合わせたサンプルを動かしてみたが，パラメータ設定が大変な予感＋案外処理に時間かかる印象
--机平面推定はもはやフィルタリングで事前に除去することにすべきか？
-Carmine
--動いた！
--でもデモはやりたくない！！（
**11/20
-BoVW and PFPH
--色々ありながらもモデルファイル作成までの流れは完成
--問題は色々とある．特徴量抽出の時間とかモデルファイルの量とかクラスタリングの時間とかクラス数とか
---そこらへんの削減指針とかも立てておきたいところだがそんなものは動くものを作ってからである
---にしても2042-meansで3日で5ループとかどういうことだってばよ
---UniformedSamplingの間隔を狭くする，学習データを少なくするとかで対応するしかないか……
--なによりも問題は学習データの収集ですよ．Carmineが動かない現在デモに間に合う気がしないのです
**11/15
-[[Locality-constrained Linear Coding for Image Classification:http://people.ee.duke.edu/~lcarin/cvpr2010_0618.pdf]]
--要解読
-[[距離空間ピラミッドを用いたLLCによる3次元物体認識:http://www.me.cs.scitec.kobe-u.ac.jp/publications/papers/2013/PRMU2013_hori.pdf]]
--有るとは思っていたけれど……！！ここまでピンポイントだとは(´・ω・`)
--局所特徴量の求め方が違う，高速化したLLCを実装予定ってところで差分化を図りたい所
-lpsolve導入
++[[lpsolve | Free Development software downloads at SourceForge.net:http://sourceforge.net/projects/lpsolve/]]からlp_solve_5.5.2.0_dev_win32をダウンロード
---OSで選ぶのではなくコンパイラのbit数に合わせる
++てきとーに解凍
++lpsolve55.dllがあるフォルダにパスを通す
++ヘッダファイル群があるフォルダを追加のインクルードフォルダに指定
++lpsolve55.libがあるフォルダを追加のライブラリフォルダに指定
++lpsolve55.libを読み込む
--で使えた．個人的に分かりやすいようにlp_solve_5.5.2.0_dev_win32フォルダにbin，lib，includeの3つのフォルダを新たに作成してそれぞれにdllとlibと.hをまとめた上で上記の作業を行った
---のほうがなんとなーく後々いいかな？というアレ
---というかdllもlibもhもすべてソリューションのフォルダにまとめて突っ込んでしまったほうが後々はいいと思うけどね．持ち運びの便というか環境非依存なところが
-VisualWords(CodeBook)の作成
--UniformSamplingの間隔を0.003(3mm)，k-meansのKを5000とするとk-meansの中のvector周りでエラー発生
--取り敢えずUniformSamplingの間隔を0.005(5mm)，k-meansのKを3000にして再挑戦
--昨晩が無駄になった(´・ω・`)
**11/14
-BoVWの発展
--[[新型BoVW - n_hidekeyの日記:http://d.hatena.ne.jp/n_hidekey/20120204/1328363973]]
--[[大規模画像データを用いた一般画像認識:http://www.isi.imi.i.u-tokyo.ac.jp/~harada/pdf/SSII_harada20120608.pdf]]
--[[大規模一般画像認識と画像表現:http://www.isi.imi.i.u-tokyo.ac.jp/~harada/pdf/LargeScaleGenericImageRecognition_ImageRepresentation_prmu20110217_harada.pdf]]
---一旦旧式のを組んで，うまくBoVWの系列でうまく認識できそうで余裕がありそうならこちらに着手することにする
---いみわからんちーすぎてあたまぱーんしそう
--k-means法でクラスタリングしている箇所をAffinity Propagation（いわさきさんが使ってる？やつ）に置き換えたらどうなるんだろうか．
---[[Affinity Propagation によるクラスタリング - nojimaの日記:http://d.hatena.ne.jp/nojima718/20101027/1288191216]]
-手法
--取り敢えずBoVWを組む
**11/13
-手法
--局所特徴量+K-NN
+++シーン点群特徴量記述
+++モデル点群の特徴量と比較~
これにはkd-treeとかをつかう？
+++GeometricConsistencyGroupingを使って整合性？がとれているかをチェック
+++取れていればそのモデルがシーン上の注目点に存在している
+++というのを全部のモデルに対して行う
---凄まじい計算量になる気しかしない
--局所特徴量+Bag of Words+SVM
+++特徴点抽出．この手法の場合SIFTとかでなくて一定間隔で抽出する方が精度が良くなるらしい
+++局所特徴量を用いて全てのモデルデータに対してBag of Wordsを作成
+++そのモデルデータの種類（キーボードとか歯ブラシとか）をラベルとしてBag of Wordsを素性としてSVMを用いてモデルデータを作成
+++シーンデータから物体を抽出する
+++抽出された各物体からそれぞれ特徴点と特徴量を求め，それぞれのBag of Wordsを求める
+++それらをテストデータにしてSVMにかけて，モデルデータに近いと判断されたラベルを取得
---がなんとなーく論文の見栄え的に良さげな気がするけど，ちょっと古い手法．ISMでやれよとなる予感
--局所特徴量+ISM（+kdTree）
---よくわかっていない
+++特徴点と特徴量を抽出
+++特徴量を何かしらの処理を経てベクトル量子化
+++その値？と事前に学習させてあったいろんなモデルデータの特徴点における特徴量のベクトル量子化結果を比較する
+++一番近い特徴点と，その特徴点が存在していたモデルデータの重心位置との位置関係を元に，シーンデータの特徴点から同じ位置関係の位置に投票を行う
+++この投票結果をクラスタリングすると，おおよそのシーンデータ上の重心位置がおおよそ求まる
---ってことらしいんだが，ベクトル量子化とか重心位置とかどうやってるんだい！って感じ
---抽出したパッチがどのコードブックに属するかを如何に精度良く求められるかによって性能が変化する．（via.[[ここ:http://www.vision.cs.chubu.ac.jp/04/pdf/TS04.pdf]]）とのこと．そのためにRandomForestとかHoughForestとかを使うらしい．うん，意味わからん
--あたりがキーポイントベースの手法かと
-C++
--宣言と実装は両方共必要．宣言をしたら必ず実装すること．これはメンバ関数だけでなくコンストラクタやデストラクタでも！何時間このエラーで悩まされたんだ！！
**11/12
-Doxygen
--C++にもjavadoc的なのあったほうがいいなーという考えから
--[[Doxygen+GraphvizでVC++のソースからドキュメントを自動生成する - 大人になったら肺呼吸:http://d.hatena.ne.jp/replication/20120331/1333124155]]
---ここを参考に導入
--これでVSでポイント合わせてたらコメント参照できたらいいんだが無理だろうなあ
--LaTeX出力が地味に便利な予感．修論の時とかこれ貼っ付けりゃ（ｒｙ
-LibSVM
--[[なんだか雲行きの怪しい雑記帖 今更LIBSVMについてちょっと:http://fe0km.blog.fc2.com/blog-entry-56.html]]
--[[libsvm - HUROBINT:http://www.koj-m.sakura.ne.jp/hurobint/index.php?libsvm]]
--SVMについて（特にパラメタあたり）は[[SVM実践ガイド (A Practical Guide to Support Vector Classification) - 睡眠不足？！:http://d.hatena.ne.jp/sleepy_yoshi/20120624/p1]]ここを参照する
**11/11
-特徴量記述時間
--PFH(RGB)……62.364 sec
--PFH ……32.636 sec
--SHOT ……0.051 sec
---[[ここ:http://www.iplab.cs.tsukuba.ac.jp/paper/reports/2011/kosuge_report.pdf]]ではぜんぜん違う結果が書かれていたんだが……うーん……
-[[MIRU2013チュートリアル：SIFTとそれ以降のアプローチ:http://www.slideshare.net/hironobufujiyoshi/miru2013sift]]
--SIFTについての説明に使えそう
--というかキーポイント検出と特徴量記述の2つの段階にわけてやっているということは，SIFTKeyPointDetectというのは最初のキーポイント検出のことのみを指すのか
---つまるところ，ｔんｋさんの質問に対する返答
**11/06
-Segmentation
--[[svn.pointclouds.org/pcl/trunk/apps/src/organized_segmentation_demo.cpp:http://svn.pointclouds.org/pcl/trunk/apps/src/organized_segmentation_demo.cpp]]
---要解読
-2つの点群の差分
--[[void pcl::getPointCloudDifference:http://docs.pointclouds.org/1.7.0/group__segmentation.html#ga9e03faa170175ac9f9f06362400c3fc8]]を使えばいけるっぽい
--segment_differences.hppをincludeすれば使える
-[[Visual Studioで複数のプロジェクトを同時にデバッグする - もりぐち！！！！:http://d.hatena.ne.jp/wof_moriguchi/20100902/p1]]
**10/31
-ISM
--向きとかに大きく依存していそう．各クラスから1つの点群から学習させたらその点群に近いもののみを選択している
**10/30
-[[3d keypoint detection benchmark:http://www.vision.deis.unibo.it/keypoints3d/]]
-ImplicitShapeModel
--700個中10%が正しく認識された．低すぎやしませんか……
--物体毎に識別器作って，それらのスコアを比較してって流れがいいのかな
-[[Windows バッチファイルで複数ファイルに対して一括処理を行う - kurukuru-papaのブログ:http://kurukurupapa.hatenablog.com/entry/20080805/1217945140]]
--素敵
-[[WindowsからのXtion（Kinect）のシリアル番号取得方法 - takminの書きっぱなし備忘録:http://d.hatena.ne.jp/takmin/20130902/1378092154]]
**10/29
-ぐぐったらさくっと見つかったのに何故当時はApplicationクラスに辿りつけなかったんだろうか……
**10/25
-[[Support Vector Machine って，なに？:http://www.neuro.sfc.keio.ac.jp/~masato/study/SVM/index.htm]]
**10/22
-memo[java]
--javaでもメソッド引数にconstを使って値は不変であると宣言したい！
--って思ってfinalで擬似的に代用。したいところだが
final int[] hoge = {0, 1, 2};
hoge[0] = 2;
--とか普通にできる（int[]という領域自体は変えてないでしょ！というfinalの言い分。Cだったらconst intの配列が確保できるんだがなあ）。
--ってことで友人に相談したところ
+++メソッドにはクローンかラッパを渡す
+++渡された引数をメソッド内でfinalなローカル変数にうつす
--で代用可能らしい。値変えられて困るならコピーした贋作を渡せばいいじゃない、という発想。なるほどなるほど。
--欠点はクローン/ラッパで受け取った引数のインスタンスは破棄できないこと、とのこと。
**09/20
-[[Prezi 日本語マニュアル:http://dev.screw-axis.com/doc/prezi/]]
--いつかこれで発表してみたいところ
**09/18
-[[グリとブランのC++講座 ～c++98(stl)と、ほんのちょっとのc++11～:http://www.slideshare.net/HEXADRIVE/c-c98stlc11]]
--面白い
**08/27
-AndroidStudio
--愛着は湧いてきたが，いかにせん使いづらい感は否めない
--tipsを別ページにまとめるべきなんじゃないか説
**08/23
-AndroidStudio導入
--how to
---いつか書く
--tips
---[[Android Drawables:http://androiddrawableexplorer.appspot.com/]]~
既に入っているicon一覧．らしいけどAndroidStudioさん的にそんなもん存在してねえよというのもある
---[[Android Studio – 0.1 Tipsをまとめる 1～20 | Scenery and Fish:http://sceneryandfish.withnotes.net/?p=1375]]
---[["Failed to allocate memory: 8"っていうエラーが出て、AVDが起動しない。:http://blog.ggy.jp/2012/11/android.html]]
---[[Android Studio 「この文字は、エンコーディングMS932にマップできません」 | Android 開発メモ | CO*DE:http://saicron.hotcom-land.com/wordpress/android-dev/581/]]
---[[[Android Studio] .jar ファイルをインポートする | ラクイシロク:http://rakuishi.com/androidsdk/5768/]]
**08/22
-tomcat7.0におけるlibフォルダ
--WebContent\WEB-INF\lib
--新たにlibフォルダ作ってビルドパス通してもうまくいかなかったので，ここにおいてビルドパス通すのが妥当か
