プロジェクト

これまでに作ったものを種類ごとにまとめています。公開講座の自習課題はページ下部にあります。

研究コード
project thumbnail

トポロジカルフローの限界

エッジフロー観測から潜在的な高次ネットワーク構造を推定する際の識別可能性限界。
project thumbnail

INR のエイリアシング限界

固定 Fourier 特徴による陰的表現の識別可能性とアンチエイリアシング標本設計。
project thumbnail

ECG の回復可能性

少数誘導 ECG 再構成における特徴レベルの回復可能性と不確実性校正。
project thumbnail

Lumen-Rec

点ごとの LLM 関連度推定と、不確実性を考慮した再ランキングの統制比較。

エージェントシステム
project thumbnail

CausalPilot

決定論的な因果ツールと選択的な行動権限による、エビデンスをゲートとした実験。
project thumbnail

WEIPING_LAB

発見、反証、実験引き継ぎ、監査を支援する、エビデンスをゲートとした研究ワークベンチ。
project thumbnail

WEIPING_COUNCIL

評議、討論、レッドチーム、検証の各プロトコルを通じた、検証可能な複数モデルの熟議。
project thumbnail

WEIPING_WHALE

CodeWhale のアイデアに基づく、コンパクトでターミナルネイティブな TypeScript コーディングエージェント。

ゲームとインタラクティブ作品
project thumbnail

美術史博物館

出典を明記した一人称視点の 3D ギャラリーにつながる、ズーム可能な美術史年表。
project thumbnail

BlockVerse

プロシージャルな世界、ライティング、クラフト、クリーチャー、ローカル保存を備えたオリジナルのブラウザ向けボクセルサンドボックス。
project thumbnail

Cadenza

パブリックドメインの楽曲と Web Audio 合成を基盤とする、依存関係ゼロのブラウザ向けリズムゲーム。

大学の授業プロジェクト
project thumbnail

Venus ベースステーション

複数ロボット探査システム向けに授業課題として開発した、ベースステーションソフトウェアとライブ可視化。

公開講座の自習課題

学部の授業とは別に、他大学が公開している講義資料で自習しています。これらのリポジトリはその課題に対する自分の解答で、オリジナルのプロジェクトではなく記録として載せています。フォークなどその他のリポジトリは リポジトリ一覧にあります。

AI・エージェントシステム (9)
  • WEIPING_WHALE — CodeWhale を基にしたターミナルネイティブの DeepSeek コーディングエージェント。スナップショット、セッション分岐、モデルルーティング、サブエージェント、診断、コスト追跡を備える。
  • aics-labs — AI コンピューティング システム ラボに基づく自習実装。オペレーター、コンパクトな深層学習フレームワーク、スタイル転送をカバーします。
  • cmu11667-llms — CMU 11-667 に基づく自習実装。Transformer、検索とツール利用、文脈内学習、キャリブレーション、効率化を扱う。
  • cmu11711-anlp — CMU 11-711 に基づく自習課題。センチメント、言い換え、類似性タスクのためのコンパクトな BERT 実装が含まれます。
  • cs224n-nlp — スタンフォード CS224N に基づいた自習用の NLP 課題。単語ベクトル、依存関係解析、ニューラル機械翻訳、Transformer の事前トレーニングをカバーします。
  • cs231n-assignments — スタンフォード CS231N に基づくコンピューター ビジョンの自習課題。分類器、畳み込みネットワーク、キャプション、生成モデルをカバーします。
  • cs50-ai — ハーバード CS50 AI に基づく自習プロジェクト。検索、ロジック、確率的推論、最適化、機械学習、コンピューター ビジョン、NLP をカバーします。
  • deep-learning-specialization — DeepLearning.AI 深層学習スペシャライゼーションに基づいた自習実装で、最適化、畳み込みネットワーク、シーケンス モデルをカバーします。
  • lhy-ml-homeworks — Hung-yi Lee の公開コース教材に基づく機械学習の自習課題。教師あり学習、生成学習、強化学習のトピックが含まれます。
推薦・モデル・データ (19)
  • cmu-17803-empirical — CMU 17-803 資料に基づく自己研究分析。実証研究デザイン、統計、再現可能なソフトウェア エンジニアリング研究をカバーします。
  • cmu10708-pgm — CMU 10-708 に基づいた自習実装。推論、パラメータ学習、構造化確率モデルをカバーします。
  • cmu11785-idl — CMU 11-785 に基づく自己学習ディープラーニング システム。自動微分、ニューラル ネットワーク コンポーネント、シーケンス モデル、注意力が含まれます。
  • cs189-ml — UC Berkeley CS189 に基づいた自習用の機械学習課題。分類、回帰、ツリー、ニューラル ネットワーク、クラスタリング、PCA、カーネルをカバーします。
  • cs224w-graph-ml — スタンフォード CS224W に基づいたグラフ学習の自習課題。ノードの埋め込み、メッセージ パッシング ネットワーク、分類、リンク予測をカバーします。
  • cs229-machine-learning — スタンフォード CS229 に基づく自習プログラミング課題。回帰、生成分類器、SVM、クラスタリング、PCA、強化学習をカバーします。
  • cs229m-ml-theory — Stanford STATS 214 と CS229M に基づく機械学習理論の自習演習。集中不等式、複雑度、マージン、カーネル、オンライン学習を扱う。
  • cs285-deep-rl — カリフォルニア大学バークレー校 CS285 に基づく自習ディープ RL 課題。模倣、ポリシー勾配、価値手法、モデルベース学習、オフライン RL をカバーします。
  • eecs498-deep-vision — ミシガン EECS 498/598 に基づく自習ビジョンの課題。分類器、畳み込みネットワークとリカレント ネットワーク、検出、生成モデルをカバーします。
  • flow-matching-6s184 — MIT 6.S184 資料に基づいた生成モデルの実装を自習し、フロー マッチングとスコアベースの拡散をカバーします。
  • mit-6s7960-dl — MIT 6.S7960 に基づいたディープラーニングの自習課題。ニューラル ネットワーク コンポーネントとトレーニング方法の実装と分析に重点を置いています。
  • ml-specialization-labs — 回帰、ニューラル ネットワーク、ツリー、クラスタリング、異常検出、レコメンデーション、ディープ Q ラーニングをカバーする機械学習の専門分野の独学学習。
  • needle-dl-system — CMU 10-414/714 に基づく自己学習型 Needle フレームワーク。autodiff、ニューラル ネットワーク モジュール、最適化、配列バックエンド、シーケンス モデルをカバーします。
  • neural-networks-zero-to-hero — Andrej Karpathy の Neural Networks: Zero to Hero シリーズに基づく自習実装 (micrograd、makemore、コンパクト GPT、BPE トークン化など)。
  • nyu-dl-2021 — ニューヨーク大学の 2021 年度深層学習コースに基づく自習作業で、バックプロパゲーション、CNN、RNN、注意、エネルギーベースのモデルをカバーします。
  • sta4273-min-expectations — トロント大学 STA4273 に基づく自習作業で、変分法、勾配推定器、潜在変数モデルをカバーしています。
  • stanford-ee364a-convex — スタンフォード EE364A に基づいた数値演習を自習し、CVXPY を使用して線形、二次、二次円錐、半正定値の最適化を行います。
  • stat8201-dgm — Columbia STAT8201 に基づく自習課題。変分オートエンコーダ、正規化フロー、GAN、自己回帰モデル、拡散をカバーします。
  • ucb-data100 — 回帰、最適化、分類、次元削減、クラスタリング、および応用プロジェクトをカバーする自習用の Data 100 ラボ。
システム・セキュリティ・基盤 (37)
  • asu-cse365 — ASU CSE365 および pwn.college 資料に基づいた、Linux 権限、シェルコード、デバッグ、Web 脆弱性にわたるセキュリティの自習演習。
  • asu-cse466 — ASU CSE466 および pwn.college の資料に基づいたシステム セキュリティの自習演習。リバース エンジニアリング、メモリ破損、サンドボックスをカバーします。
  • caltech-cs122-nanodb — Caltech CS122 に基づく自習型 NanoDB 実装。ストレージ、バッファ管理、B+ ツリー、クエリ プランニング、トランザクションをカバーします。
  • cmu-15445-bustub — CMU 15-445 に基づいた自習型の BusTub データベース実装。バッファ管理、B+ ツリー、クエリ実行、同時実行性をカバーします。
  • cmu-15799 — CMU 15-799 データベース システム資料に基づく自習作業。クエリの最適化と DBMS の内部に焦点を当てています。
  • cmu11868-llm-systems — 自習システムは CMU 11-868 に基づいて動作し、アテンション カーネル、メモリと量子化技術、並行トレーニングとサービングをカバーします。
  • cs110l-rust — Stanford CS110L に基づいた Rust の自習演習。システム プログラミングの演習、ptrace デバッガー、非同期ロード バランサーが含まれます。
  • cs144-tcp — Stanford CS144 に基づく自習型 TCP/IP スタック。バイト ストリーム、再アセンブリ、TCP 送受信パス、ネットワーク インターフェイス、ルーティングをカバーします。
  • cs149-parallel — ISPC、pthreads、OpenMP、および CUDA を使用した、CMU 15-418 および Stanford CS149 に基づく並列コンピューティングの課題を自習します。
  • cs162-pintos — UC Berkeley CS162 に基づいた自習用の Pintos オペレーティング システム プロジェクト。スケジューリング、システム コール、ユーザー プログラム、ファイル システムをカバーします。
  • cs168-internet — 信頼性の高いトランスポート、ルーティング、トレースルートをカバーする、カリフォルニア大学バークレー校 CS168 に基づく自習ネットワーキング プロジェクト。
  • cs186-rookiedb — UC Berkeley CS186 に基づいた自習型の RookieDB 実装。B+ ツリー、結合、クエリ最適化、同時実行性、リカバリをカバーします。
  • csapp-labs — CMU 15-213 および CS:APP に基づいた自習システム演習。データ表現、アセンブリ、キャッシュ、シェル、メモリ割り当て、ネットワーク プロキシをカバーします。
  • cse234-ml-data-systems — カリフォルニア大学サンディエゴ校 CSE234 に基づく自習課題。自動微分、グラフと演算子の最適化、並列機械学習システムをカバーします。
  • hit-os — HIT 資料に基づいたオペレーティング システム ラボを自習し、ブート、システム コール、スケジューリング、IPC、ターミナル、procf などの Linux 0.11 コンポーネントを変更します。
  • kaist-cs220-rust — KAIST CS220 に基づいた Rust の自習課題。プログラミング言語の原則と機能の抽象化に重点を置いています。
  • kaist-cs420 — KAIST CS420 に基づく自習用 Rust コンパイラ。C の中間表現、最適化、アセンブリ生成をカバーします。
  • kaist-cs431-concurrent-rust — KAIST CS431 に基づいた Rust の割り当てを自習し、ロックベースおよびロックフリーの構造、ハザード ポインター、同時ハッシュ マップをカバーします。
  • kurose-wireshark-labs — 黒瀬とロスのネットワーキング資料に基づいた自習用のパケット分析ラボ。一般的なインターネット プロトコルで Python と Scapy を使用します。
  • missing-semester — MIT の Missing Semester に基づいた自習演習。シェル ツール、エディタ、データ ラングリング、バージョン管理、デバッグ、ビルド システム、セキュリティをカバーします。
  • mit-6.1600 — MIT 6.1600 に基づいた自習用のセキュリティ ラボ。ハッシュ、マークル ツリー、暗号化攻撃、サイド チャネル、サンドボックス、ファジングをカバーします。
  • mit-6824-raft — MIT 6.824/6.5840 に基づいた自習型分散システム ラボ。MapReduce、Raft、フォールト トレラント キー/値サービス、シャーディングをカバーします。
  • mit-6858 — Zoobar を使用して MIT 6.858 ラボを自習し、メモリの安全性、分離、シンボリック実行、ブラウザのセキュリティ、安全なストレージを調査します。
  • mlc-exercises — MLC コースに基づく自習演習。TensorIR、モデルのコンパイル、プログラムの最適化、Apache TVM の統合をカバーします。
  • nju-compilers — 南京大学の資料に基づいた自習用コンパイラで、字句解析、解析、セマンティクス、IR、コード生成をカバーします。
  • nju-os — 南京大学の資料に基づいたオペレーティング システムの自習ラボ。ホスト側のツール、同時実行性、プロセス管理、メモリ、ファイル システムまで多岐にわたります。
  • pku-sysy-compiler — 北京大学の資料に基づいた自習用の SysY コンパイラ。Koopa IR を介して C ライクな言語を RISC-V アセンブリに落とし込みました。
  • seed-labs — Syracuse SEED Labs に基づくセキュリティの自習演習。選択されたソフトウェア、暗号化、ネットワーク、および Web セキュリティのトピックをカバーします。
  • sjtu-compilers — 上海交通大学の資料に基づいた自習用コンパイラで、C 系言語の標準段階をカバーしています。
  • stanford-cs110-syscore — ファイルシステム、プロセス、シェル、スレッドプール、プロキシ、MapReduce を含む、スタンフォード CS110 に基づく自習 C++ システム プロジェクト。
  • stanford-cs143-cool — Stanford CS143 に基づいた自己学習用の Cool コンパイラで、字句解析、解析、意味解析、MIPS コード生成をカバーします。
  • stanford-cs346-db — スタンフォード CS346 に基づく自己学習型 RedBase リレーショナル データベース。ページ ストレージ、B+ ツリー、カタログ、クエリ実行、最適化、集計をカバーします。
  • sysadmin-decal — Berkeley OCF の Linux System Administration DeCal に基づいた自習作業で、コマンドライン操作、サービス、ネットワーク、セキュリティをカバーします。
  • top-down-labs — USTC の資料と、ソケット、プロトコル、Mininet の実験をカバーするトップダウンのネットワーキング カリキュラムに基づいた自習ネットワーキング ラボ。
  • ucb-cs161 — UC Berkeley CS161 に基づく自習セキュリティ プロジェクト。メモリの安全性、暗号化、ネットワーク セキュリティ、脆弱な Web アプリケーションをカバーします。
  • ustc-compilers — USTC 資料に基づく自習用 Cminus-f コンパイラー。字句解析と構文解析、LightIR と LLVM IR、コード生成をカバーします。
  • xv6-labs — MIT 6.S081/6.1810 に基づいた自習用の xv6 ラボ。システム コール、仮想メモリ、トラップ、コピーオンライト、ネットワーキング、同期、ファイルシステム、mmap をカバーします。
ロボティクス・組込み・ハードウェア (7)
  • cs61c — UC Berkeley CS61C に基づく自習型コンピュータ アーキテクチャ プロジェクト。C、RISC-V、パイプライン プロセッサ、並列行列計算をカバーします。
  • ethz-computer-architecture — チューリッヒ工科大学のコンピューター アーキテクチャ資料に基づいた自習シミュレーター演習。キャッシュ、分岐予測、プリフェッチ、メモリ システムをカバーします。
  • mit-6007-signals — MIT 6.007 に基づいた Python の独習作業。LTI システム、フーリエ解析、サンプリング、変換、フィルタリング、変調、フィードバックをカバーします。
  • nand2tetris — Nand2Tetris に基づいた実装を自習し、論理ゲートと CPU からアセンブラ、仮想マシン、Jack コンパイラ、およびオペレーティング システムに進みます。
  • tinyml-efficient-dl — MIT 6.5940 に基づいた自習ラボ。枝刈り、量子化、ニューラル アーキテクチャ検索、効率的なディープラーニング技術をカバーします。
  • ucb-ee120-signals — UC Berkeley EE120 に基づく自習用 Python ラボ。コンボリューション、LTI システム、サンプリング、フーリエ解析、生体信号、ノイズ除去、フィードバックをカバーします。
  • ucb-ee16ab — カリフォルニア大学バークレー校 EE16A および EE16B に基づいた自習用の Python ラボ。イメージング、位置特定、分類、ダイナミクス、推定、制御、行列手法をカバーします。
グラフィックス・ゲーム・創造的コンピューティング (9)
  • cmu-15462-scotty3d — CMU 15-462/662 Scotty3D に基づいた CPU 指向の Python および NumPy の再実装で、ラスタライズ、メッシュ処理、パス トレーシング、アニメーションをカバーします。
  • cs188-pacman-ai — カリフォルニア大学バークレー校 CS188 に基づいた自習用の Pacman AI プロジェクト。検索、ゲーム、強化学習、確率的推論、ML をカバーします。
  • duke-intro-c — カード ゲームや画像データの演習を含む、デューク大学の入門 C プログラミング スペシャライゼーションに基づいた自習用の C プロジェクト。
  • games101 — GAMES101 に基づいたグラフィックの自習課題。ラスタライゼーション、シェーディング、ベジェ曲線、レイ トレーシング、アクセラレーション ストラクチャー、パス トレーシングをカバーします。
  • games103 — 剛体、質量バネ布、有限要素弾性、浅海シミュレーションをカバーする自習用の GAMES103 実装。
  • games202 — ソフト シャドウ、放射輝度転送、スクリーン スペース エフェクト、エネルギー補正、ノイズ除去をカバーする GAMES202 レンダリング作業を独習。
  • mit-6031-software-construction — MIT 6.031 に基づいた自習用 Java プロジェクト。仕様、抽象データ型、テスト、パーサー、グラフ、共同アプリケーションに重点を置いています。
  • stanford-cs148 — スタンフォード CS148 に基づいた自習型の CPU レンダラーで、ラスタライゼーション、Whitted レイ トレーシング、バウンディング ボリューム階層、モンテカルロ パス トレーシングをカバーします。
  • ustc-cg — 画像とメッシュの処理、パラメータ化、変形、単純化、ラスター化、パス トレーシングをカバーする USTC グラフィックス作品を独学で勉強します。
授業・自習再現・ノート (33)
  • aut-ap1400 — アミカビル大学 AP1400-2 に基づいた C++ の自習課題。オブジェクト指向プログラミングとデータ構造をカバーします。
  • cambridge-semantics — 小規模言語の運用および機械化された処理を含む、ケンブリッジのプログラミング言語セマンティクス教材に基づく自習演習。
  • cornell-cs3110-ocaml — Cornell CS3110 に基づいた自習用の OCaml 課題。関数型プログラミング、モジュール、テスト、コース規模の最終プロジェクトをカバーします。
  • cs106b — スタンフォード CS106B に基づいた C++ の自習課題。再帰、バックトラッキング、抽象データ型、ツリー、グラフ、アルゴリズムをカバーします。
  • cs106l — スタンフォード CS106L に基づく自習課題。STL、RAII、テンプレート、イテレータ、移動セマンティクスなどの最新の C++ に焦点を当てています。
  • cs169-agile — UC Berkeley CS169 に基づいた Web エンジニアリングの自習課題。動作およびテスト駆動の開発で Ruby on Rails を使用します。
  • cs170 — カリフォルニア大学バークレー校 CS170 に基づいた独習作業で、記述分析と扱いやすい問題と扱いにくい問題のアルゴリズムの実装を組み合わせます。
  • cs50p — Harvard CS50P に基づいた、コア言語機能、テスト、ファイル処理、正規表現、オブジェクト指向設計に及ぶ自習用 Python 演習。
  • cs50x — ハーバード CS50x に基づいた自習プロジェクト。コンピューター サイエンスの入門トピックにわたって C、Python、SQL、および Web テクノロジを使用します。
  • cs571-react-native — UW-Madison CS571 に基づいた自習用のフルスタック チャット アプリケーションで、REST API、React Web および React Native クライアントを備えています。
  • cs61a-sicp — UC Berkeley CS61A に基づく自習プロジェクト。機能抽象化、データ構造、インタプリタ、Python での Scheme 実装をカバーします。
  • cs61b — UC Berkeley CS61B に基づく自習用 Java プロジェクト。データ構造、アルゴリズム、バージョン管理システム、タイルベースのワールド ジェネレーターをカバーします。
  • ethz-ddca — ETH Zürich のデジタル設計資料に基づいた自習型 SystemVerilog ラボは、MIPS および RISC-V プロセッサの構築とシミュレーションに重点を置いています。
  • full-stack-open — ヘルシンキのフル スタック オープン コースに基づく自習用アプリケーション: React および Express ブログ アプリと Apollo GraphQL ライブラリ サービス。
  • haskell-mooc — ヘルシンキ大学 Haskell MOOC に基づいた関数型プログラミングの自習演習。コースの 16 のトピック セットにまたがります。
  • info-theory-mackay — David MacKay の情報理論テキストに基づいた自習用の Python 実装。コーディング、チャネル、エラー修正、MCMC、EM をカバーします。
  • mit-1801-1802-calculus — 単変数および多変数の微積分をカバーする、MIT 18.01 および 18.02 に基づく自習用の数値チェックと演習問題。
  • mit-1806-linear-algebra — MIT 18.06 に基づいた NumPy 実装を自習し、行列分解、最小二乗法、固有値法、SVD、PageRank、DFT をカバーします。
  • mit-18330-numerical — MIT 18.330 に基づいた Julia の自習演習で、基本的な数値解析手法と収束動作をカバーします。
  • mit-6006 — MIT 6.006 に基づくプログラミングの自習演習。データ構造、グラフ アルゴリズム、動的プログラミング、および関連するアルゴリズムの問​​題をカバーします。
  • mit-6042j — MIT 6.042J に基づいた自習用のコードと証明ノート。数論、グラフ、計数、生成関数、確率、ランダム ウォークをカバーします。
  • mit-6046 — アルゴリズムの設計、分析、実装に焦点を当てた、MIT 6.046 に基づく自習用の筆記演習とプログラミング演習。
  • mit-6050j-info-theory — MIT 6.050J に基づいた Python の独学学習で、エントロピー、相互情報量、コーディング、チャネル容量、誤り訂正、最大エントロピーをカバーします。
  • mit-6092-java — MIT 6.092 に基づいた Java の自習演習。入門プログラミング、オブジェクト指向設計、コレクション、基本的なアプリケーション開発をカバーします。
  • mit-6100l — MIT 6.100L に基づいた Python の自習演習。入門プログラミング、問題の分解、アルゴ​​リズム、データ構造をカバーします。
  • mit-web — MIT の web.lab 資料に基づいた自習型 MERN ソーシャル アプリケーション。認証、リアルタイム チャット、React、Express、MongoDB、および Socket.IO スタックを備えています。
  • nju-software-analysis — 南京大学の資料と Tai-e に基づいた静的分析を自習し、データフロー、コール グラフ、ポインタ、テイント分析をカバーします。
  • pku-software-analysis — 北京大学のソフトウェア分析資料に基づいた自習課題。静的分析と動的分析、データフロー、シンボリック実行をカバーします。
  • princeton-algorithms — プリンストン アルゴリズム I および II に基づいた、Union-Find、ソート、グラフ、文字列アルゴリズム、および圧縮にわたる Java の自習課題。
  • stanford-cs142 — スタンフォード CS142 に基づく自習用 MERN 写真アプリケーション。セッション、登録、アップロード、コメント、アクティビティ フィードをカバーします。
  • stanford-cs242 — スタンフォード CS242 に基づいた自習課題。ラムダ計算、型システム、プログラミング言語の実装をカバーします。
  • ucb-cs126 — UC Berkeley EECS 126 に基づく自習演習。確率、コーディング、ランダム グラフ、確率過程、検出、フィルタリングをカバーします。
  • ucb-cs70 — UC Berkeley CS70 に基づいた自習用のコードとノート。離散数学、数論、コーディング、マッチング、確率、マルコフ連鎖をカバーします。