-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathscript.js
More file actions
295 lines (262 loc) · 26.2 KB
/
script.js
File metadata and controls
295 lines (262 loc) · 26.2 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
window.dataLayer = window.dataLayer || [];
function gtag() {
dataLayer.push(arguments);
}
gtag('js', new Date());
gtag('config', 'G-WY6717KZSQ');
window.addEventListener('load', () => {
const splash = document.getElementById('splash-screen');
if (!splash) {
return;
}
setTimeout(() => {
splash.classList.add('fade-out');
}, 4500);
splash.addEventListener('transitionend', () => {
splash.style.display = 'none';
});
});
const canvas = document.getElementById('matrix-canvas');
if (canvas) {
const ctx = canvas.getContext('2d');
canvas.width = window.innerWidth;
canvas.height = window.innerHeight;
const characters = '01';
const fontSize = 16;
let columns = Math.floor(canvas.width / fontSize);
const drops = [];
for (let index = 0; index < columns; index++) {
drops[index] = 1;
}
function drawMatrix() {
ctx.fillStyle = 'rgba(0, 0, 0, 0.05)';
ctx.fillRect(0, 0, canvas.width, canvas.height);
ctx.fillStyle = '#8b5cf6';
ctx.font = `${fontSize}px monospace`;
for (let index = 0; index < drops.length; index++) {
const text = characters.charAt(Math.floor(Math.random() * characters.length));
ctx.fillText(text, index * fontSize, drops[index] * fontSize);
drops[index]++;
if (drops[index] * fontSize > canvas.height && Math.random() > 0.975) {
drops[index] = 0;
}
}
}
setInterval(drawMatrix, 33);
window.addEventListener('resize', () => {
canvas.width = window.innerWidth;
canvas.height = window.innerHeight;
columns = Math.floor(canvas.width / fontSize);
});
}
document.addEventListener('DOMContentLoaded', () => {
const profileImage = document.getElementById('profile-image');
if (profileImage) {
profileImage.addEventListener('error', () => {
profileImage.src = 'https://placehold.co/200x200/333333/a3e635?text=画像なし';
});
}
const targets = document.querySelectorAll('.fade-in-up');
const scrollWrapper = document.querySelector('.scroll-wrapper');
const observer = new IntersectionObserver((entries, observerInstance) => {
entries.forEach(entry => {
if (entry.isIntersecting) {
entry.target.classList.add('is-visible');
observerInstance.unobserve(entry.target);
}
});
}, { root: scrollWrapper, rootMargin: '0px', threshold: 0.1 });
targets.forEach(target => {
observer.observe(target);
});
const modal = document.getElementById('certificate-modal');
const modalImg = document.getElementById('certificate-image');
const btnPrev = document.getElementById('cert-prev');
const btnNext = document.getElementById('cert-next');
const certificateBtns = document.querySelectorAll('.certificate-btn');
let gallery = [];
let currentIndex = 0;
function openModalWith(srcs) {
gallery = srcs;
currentIndex = 0;
modalImg.src = gallery[currentIndex];
const showNav = gallery.length > 1;
btnPrev.classList.toggle('hidden', !showNav);
btnNext.classList.toggle('hidden', !showNav);
modal.style.display = 'flex';
}
certificateBtns.forEach(btn => {
btn.addEventListener('click', event => {
event.stopPropagation();
const multi = btn.dataset.srcs;
if (multi) {
try {
const arr = JSON.parse(multi);
if (Array.isArray(arr) && arr.length > 0) {
openModalWith(arr);
return;
}
} catch (error) {
console.warn('data-srcs のJSONパースに失敗しました', error);
}
}
const single = btn.dataset.src;
if (single) {
openModalWith([single]);
} else {
console.log('証明書のURLが設定されていません。');
}
});
});
btnPrev.addEventListener('click', event => {
event.stopPropagation();
if (gallery.length > 1) {
currentIndex = (currentIndex - 1 + gallery.length) % gallery.length;
modalImg.src = gallery[currentIndex];
}
});
btnNext.addEventListener('click', event => {
event.stopPropagation();
if (gallery.length > 1) {
currentIndex = (currentIndex + 1) % gallery.length;
modalImg.src = gallery[currentIndex];
}
});
modal.addEventListener('click', () => {
modal.style.display = 'none';
});
modalImg.addEventListener('click', event => {
event.stopPropagation();
});
const navToggle = document.getElementById('nav-toggle');
const mobileMenu = document.getElementById('mobile-menu');
if (navToggle && mobileMenu) {
navToggle.addEventListener('click', () => {
mobileMenu.classList.toggle('hidden');
});
}
const dict = {
ja: {
navHome: 'ホーム', navActivities: '活動', navProjects: '開発', navAchievements: '実績', navArticles: '記事',
home: 'ホーム', activities: '所属・活動', projects: '開発物', achievements: '実績', qualifications: '資格', skills: 'スキル', materials: '発表資料', hobbies: '趣味',
name: '吉川 和之', aliasLabel: '別名:', aliasValue: 'K / Kazuyuki', role: 'AI Engineer & Researcher',
specialtyLine: '専門: 人工知能×脳神経科学', experienceLine: '主な研究開発経験: 人工知能、ロボティクス、ブレインマシンインターフェース、量子コンピュータ', interestLine: '興味: 人工意識',
activitiesTitle: '所属・活動経験',
affFastNeura: 'FastNeura', affMatsuoLlmatch: '東京大学松尾研究室 LLMATCH', affMatsuoComp2025: '東京大学松尾研究室LLMコンペ2025', affMatsuoDlhacks: '東京大学松尾研究室DLHacks', affBrainAcademy: '応用脳科学アカデミー (アラヤ)', affOsakaUniv: '大阪大学', affNaist: '奈良先端科学技術大学院大学', affHyogoDept: '兵庫県立大学工学部電気電子情報工学科', affHyogoGradLab: '兵庫県立大学大学院情報科学研究科生体情報解析研究室',
roleFastNeura: 'Engineer & Researcher', worldModelResearcher: '世界モデル研究員 (一期, 二期)', llmCompWinnerDev: '優勝チーム開発者認定', dlhacksConsciousPresentation: '人工意識の実装発表', brainAcademyStudent: '受講生', quantumWorkshopGraduate: '量子ソフトウェア勉強会 修了生', compBehaviorNeuroSeminarGraduate: '計算行動神経科学スプリングセミナー 修了生', quantumResearch: '量子コンピュータ研究', eegResearch: '脳波解析研究',
projectsTitle: '開発物の例',
projectMegTitle: 'MEG脳波分類モデル', projectMegDesc: '被験者が見ている画像のクラスを脳波から分類。CLIPのファインチューニングにより実現。',
projectSlackBotTitle: 'Slack質問集約Bot', projectSlackBotDesc: 'AWS (Bedrock, EventBridge) とSlack APIを利用し、多かった質問を24時間おきにメール通知。',
projectFashionTitle: 'Fashion Item Classifier', projectFashionDesc: 'カメラ画像の服や靴の種類を判別するStreamlitアプリ。訓練済みモデルを利用して構築。',
projectJapaneseLlmTitle: '日本語LLMファインチューニング', projectJapaneseLlmDesc: '`llm-jp-13b`モデルを`ichikara-instruction`データセットでファインチューニング。',
projectVoiceRobotTitle: '音声認識AIによるロボット制御', projectVoiceRobotDesc: 'AIの音声認識モデル「Whisper」を使い、ROS2のロボットを声で動かすプロジェクト',
projectPortfolioTitle: 'ポートフォリオサイト', projectPortfolioDesc: 'このウェブサイト自体も開発物の一つです。HTML, Tailwind CSS, JavaScriptで構築しています。',
projectRagTitle: 'RAGによるドキュメント検索・QA', projectRagDesc: 'LLMとベクトルDBを組み合わせたRAG（Retrieval Augmented Generation）によるドキュメント検索・QAシステム。Dockerで簡単に構築可能。',
skillMLTitle: '機械学習', skillDeepLearningTitle: '深層学習', skillEEGTitle: '脳波解析', skillRoboticsTitle: 'ロボティクス', skillBMIIntrusiveTitle: '侵襲型ブレインマシンインターフェース', skillWorldModelTitle: '世界モデル',
viewOnGitHub: 'GitHubで見る', viewOnHuggingFace: 'Hugging Faceで見る', viewSite: 'サイトを見る',
qualificationsTitle: '資格', basicInfoExam: '基本情報技術者', gTest: 'G検定', eQualification: 'E資格', statTest2: '統計検定2級', atcoderLabel: '競プロ (AtCoder 茶)', kaggleContributor: 'Kaggle Contributor',
skillsTitle: 'スキル', skillPythonDesc: '研究開発、機械学習の主要言語', skillMLDesc: 'pandas, scikit-learn, matplotlibをライブラリとして扱う', skillDeepLearningDesc: 'PyTorchをライブラリとして扱う。事前学習済みモデルを用いたfinetuningやハイパーパラメータチューニング', skillEEGDesc: 'EEG、MEGを主なデータソースとして扱います。', skillLLMDesc: '大規模言語モデルのファインチューニングや松尾研チーム開発。モデルの量子化やLoRAを用いた効率的なファインチューニングの実装経験があります。', skillRoboticsDesc: 'ROS2、Dockerを用いたシミュレーション経験。VisionやOCRの開発経験も有します（カメラ入力の前処理・物体検出・文字認識など）。', skillBMIIntrusiveDesc: 'ECoGを用いたAIアルゴリズム開発（信号前処理、特徴抽出、分類/回帰モデルの実装および評価）。', skillWorldModelDesc: 'エージェントが環境を内的モデルとして学習・予測する世界モデルの研究開発。自律的な意思決定システムの構築を目指します。',
achievementsTitle: '実績',
achInterviewTitle: '東京大学 松尾研究室 修了生インタビュー', achInterviewOrg: '東京大学 松尾研究室', achInterviewDesc: '研究の背景や学び、経験についてのインタビュー記事。', readArticle: '記事を読む',
achLlmCompTitle: '松尾研 LLM開発コンペ2025 優勝', achLlmCompOrg: '東京大学 松尾研究室', achLlmCompDesc: 'チーム開発によりLLMアプリケーションの設計・実装を行い、最終審査で優勝を獲得。', showCertificate: '証明書を表示',
achWorldModelTitle: '世界モデル', achWorldModelOrg: '東京大学 松尾研究室', achWorldModelDesc: '自律エージェントが環境の動態を予測し、効率的な行動計画を立てるための世界モデルの構築。シミュレーション環境での強化学習タスクを通じて、その有効性を検証しました。',
achLlmTitle: '大規模言語モデル', achLlmOrg: '東京大学 松尾研究室', achLlmDesc: 'LLMの基本原理（事前学習からRLHFまで）を学び、スケーリング則や安全対策などのコア技術を習得。APIを用いた実践的なアプリケーション開発を行いました。',
achRLTitle: '深層強化学習', achRLOrg: '東京大学 松尾研究室', achRLDesc: '価値ベースの手法（DQN）から方策勾配法（REINFORCE, A2C）、さらにはPPOまで、主要な深層強化学習アルゴリズムを実装し、その理論的背景を学びました。',
achGenModelTitle: '深層生成モデル', achGenModelOrg: '東京大学 松尾研究室', achGenModelDesc: 'VAE、GAN、Flow-basedモデル、拡散モデルなど、主要な深層生成モデルの理論を学び、高品質なデータ生成のための技術を実践的に習得しました。',
achFinanceTitle: '金融市場取引と機械学習', achFinanceOrg: '東京大学 松尾研究室', achFinanceDesc: '金融データ特有の性質を理解し、時系列解析や機械学習モデルを応用した市場予測・取引戦略の構築手法について学びました。',
achDLBasicTitle: '深層学習基礎', achDLBasicOrg: '東京大学 松尾研究室', achDLBasicDesc: 'ニューラルネットワークの数学的基礎から、CNNやRNNなどの基本的なモデル構造、最適化手法まで、深層学習の根幹をなす知識を体系的に学習しました。',
achGciTitle: 'Global Consumer Intelligence', achGciOrg: '東京大学 松尾研究室', achGciDesc: '消費者行動データや市場データを分析し、ビジネス課題を解決するためのデータ駆動型インテリジェンスの獲得手法を学びました。',
achAiEngTitle: 'AIエンジニアリング', achAiEngOrg: '東京大学 松尾研究室', achAiEngDesc: '機械学習システムの開発・運用（MLOps）に関する実践的知識を学習。Docker, Kubernetes, CI/CDパイプラインの構築など。',
achPhysicalAiTitle: 'PhysicalAI', achPhysicalAiOrg: '東京大学 松尾研究室', achPhysicalAiDesc: 'ロボティクスとAIを融合し、物理世界でタスクを遂行するエージェントを開発。シミュレーションでの制御を学習。',
achAiSemiconductorTitle: 'AIと半導体', achAiSemiconductorOrg: '東京大学 松尾研究室', achAiSemiconductorDesc: '深層ニューラルネットワークやLLMを支える半導体技術・CPU/GPUアーキテクチャ・回路設計・FPGA開発まで。',
achQuantumStudyTitle: '量子ソフトウェア勉強会', achQuantumStudyOrg: '大阪大学', achQuantumStudyDesc: '量子コンピュータのプログラミングに必要な基礎知識と、主要な量子アルゴリズム（Shorのアルゴリズム, Groverのアルゴリズム等）について学びました。',
achCompBehaviorSeminarTitle: '計算行動神経科学スプリングセミナー', achCompBehaviorSeminarOrg: '奈良先端科学技術大学院大学', achCompBehaviorSeminarDesc: '脳の計算論的モデルと、実際の神経活動データや行動データを結びつけるためのアプローチについて、講義と実践を通じて学びました。',
materialsTitle: '発表資料',
matPaperHacksTitle: 'Paper & Hacks', matPaperHacksDesc: '世界モデル、ロボット、マルチモーダル基盤モデルについてのサーベイまとめ',
matAtrPlanTitle: 'ATR-BRI研究計画', matAtrPlanDesc: 'NAIST/ATR院用の研究計画書',
matQuantumDiamondTitle: '量子ダイヤモンド研究', matQuantumDiamondDesc: 'ダイヤモンドを用いた量子コンピュータ研究',
matEegPlanTitle: '脳波解析研究計画', matEegPlanDesc: '脳波(EEG)データを用いた感情解析の研究計画書',
matDlhacksTitle: 'DLHacks', matDlhacksDesc: 'グラフニューラルネットワークとDocker環境構築に関する発表資料',
matDlhacksConsciousTitle: 'DLHacks（意識理論×AI）', matDlhacksConsciousDesc: '意識理論×AI、人工意識の論文と実装に関する資料',
matThousandBrainsTitle: 'ThousandBrains', matThousandBrainsDesc: 'Thousand Brains Theory に関する資料',
matBrainInspiredTitle: 'Brain-Inspired-Intelligence', matBrainInspiredDesc: '脳に着想を得た知能アーキテクチャとAGIへの道筋に関する資料',
hobbiesTitle: '趣味', hobbyResearch: '研究', hobbyDevelopment: '開発', hobbyProgramming: 'プログラミング', hobbyAnime: 'アニメ', hobbyGames: 'ゲーム'
},
en: {
navHome: 'Home', navActivities: 'Activities', navProjects: 'Projects', navAchievements: 'Achievements', navArticles: 'Articles',
home: 'Home', activities: 'Activities', projects: 'Projects', achievements: 'Achievements', qualifications: 'Qualifications', skills: 'Skills', materials: 'Materials', hobbies: 'Hobbies',
name: 'Kazuyuki Yoshikawa', aliasLabel: 'Alias:', aliasValue: 'K / Kazuyuki', role: 'AI Engineer & Researcher',
specialtyLine: 'Specialty: Artificial Intelligence × Neuroscience', experienceLine: 'Main R&D Experience: AI, Robotics, Brain-Machine Interface, Quantum Computing', interestLine: 'Interest: Artificial Consciousness',
activitiesTitle: 'Affiliations & Activities',
affFastNeura: 'FastNeura', affMatsuoLlmatch: 'Matsuo Lab (UTokyo) LLMATCH', affMatsuoComp2025: 'Matsuo Lab LLM Competition 2025', affMatsuoDlhacks: 'Matsuo Lab DLHacks', affBrainAcademy: 'Applied Neuroscience Academy (Araya)', affOsakaUniv: 'Osaka University', affNaist: 'NAIST', affHyogoDept: 'University of Hyogo Dept. EE & Info Engineering', affHyogoGradLab: 'University of Hyogo Graduate School Bio-Information Analysis Lab',
roleFastNeura: 'Engineer & Researcher', worldModelResearcher: 'World Model Researcher (1st & 2nd Cohort)', llmCompWinnerDev: 'Winner Team Developer Certification', dlhacksConsciousPresentation: 'Presentation: Implementing Artificial Consciousness', brainAcademyStudent: 'Student', quantumWorkshopGraduate: 'Quantum Software Study Group Graduate', compBehaviorNeuroSeminarGraduate: 'Computational Behavioral Neuroscience Spring Seminar Graduate', quantumResearch: 'Quantum Computing Research', eegResearch: 'EEG Analysis Research',
projectsTitle: 'Project Examples',
projectMegTitle: 'MEG Brain Signal Classifier', projectMegDesc: 'Classifies the image class a subject is viewing from MEG signals using fine-tuned CLIP.',
projectSlackBotTitle: 'Slack Question Aggregator Bot', projectSlackBotDesc: 'Uses AWS (Bedrock, EventBridge) and Slack API to email frequent questions every 24h.',
projectFashionTitle: 'Fashion Item Classifier', projectFashionDesc: 'Streamlit app that identifies clothing and shoes from camera images using a pre-trained model.',
projectJapaneseLlmTitle: 'Japanese LLM Fine-tuning', projectJapaneseLlmDesc: 'Fine-tuned `llm-jp-13b` model on the `ichikara-instruction` dataset.',
projectVoiceRobotTitle: 'Voice-Controlled Robot via ASR', projectVoiceRobotDesc: 'Control a ROS2 robot by voice using the Whisper speech recognition model.',
projectPortfolioTitle: 'Portfolio Website', projectPortfolioDesc: 'This website itself. Built with HTML, Tailwind CSS, and JavaScript.',
projectRagTitle: 'RAG Document Search & QA', projectRagDesc: 'RAG system combining an LLM and vector DB for document retrieval and QA. Easily deployable via Docker.',
skillMLTitle: 'Machine Learning', skillDeepLearningTitle: 'Deep Learning', skillEEGTitle: 'EEG Analysis', skillRoboticsTitle: 'Robotics', skillBMIIntrusiveTitle: 'Invasive Brain-Machine Interface', skillWorldModelTitle: 'World Models',
viewOnGitHub: 'View on GitHub', viewOnHuggingFace: 'View on Hugging Face', viewSite: 'View Site',
qualificationsTitle: 'Qualifications', basicInfoExam: 'Fundamental Information Tech Engineer', gTest: 'JDLA G-Certification', eQualification: 'JDLA E-Certification', statTest2: 'Statistics Test Grade 2', atcoderLabel: 'Competitive Programming (AtCoder Brown)', kaggleContributor: 'Kaggle Contributor',
skillsTitle: 'Skills', skillPythonDesc: 'Primary language for research and machine learning.', skillMLDesc: 'Use pandas, scikit-learn, and matplotlib libraries.', skillDeepLearningDesc: 'Use PyTorch, perform fine-tuning and hyperparameter optimization of pretrained models.', skillEEGDesc: 'Work mainly with EEG and MEG data sources.', skillLLMDesc: 'Experience in fine-tuning large language models, quantization, and efficient LoRA-based adaptation.', skillRoboticsDesc: 'Simulation with ROS2 & Docker; Vision/OCR development (preprocessing, detection, recognition).', skillBMIIntrusiveDesc: 'AI algorithm development with ECoG (preprocessing, feature extraction, classification/regression).', skillWorldModelDesc: 'Research on world models enabling agents to learn internal environment dynamics for autonomous decisions.',
achievementsTitle: 'Achievements',
achInterviewTitle: 'Graduate Interview (Matsuo Lab, UTokyo)', achInterviewOrg: 'Matsuo Laboratory, The University of Tokyo', achInterviewDesc: 'Interview article covering research background, learning, and experience.', readArticle: 'Read Article',
achLlmCompTitle: 'Matsuo Lab LLM Dev Competition 2025 Winner', achLlmCompOrg: 'Matsuo Laboratory, The University of Tokyo', achLlmCompDesc: 'Designed and implemented LLM applications in a team; won the final review.', showCertificate: 'Show Certificate',
achWorldModelTitle: 'World Models', achWorldModelOrg: 'Matsuo Laboratory, The University of Tokyo', achWorldModelDesc: 'Built world models for agents to predict environment dynamics and plan efficient actions; validated via RL tasks.',
achLlmTitle: 'Large Language Models', achLlmOrg: 'Matsuo Laboratory, The University of Tokyo', achLlmDesc: 'Studied fundamentals from pretraining to RLHF, scaling laws, safety, and built practical applications via APIs.',
achRLTitle: 'Deep Reinforcement Learning', achRLOrg: 'Matsuo Laboratory, The University of Tokyo', achRLDesc: 'Implemented algorithms from DQN and policy gradients (REINFORCE, A2C) to PPO and learned their theory.',
achGenModelTitle: 'Deep Generative Models', achGenModelOrg: 'Matsuo Laboratory, The University of Tokyo', achGenModelDesc: 'Studied VAE, GAN, flow-based, and diffusion models to master high-quality data generation techniques.',
achFinanceTitle: 'Financial Markets & ML', achFinanceOrg: 'Matsuo Laboratory, The University of Tokyo', achFinanceDesc: 'Learned time-series analysis and ML-based market prediction & trading strategy design.',
achDLBasicTitle: 'Deep Learning Fundamentals', achDLBasicOrg: 'Matsuo Laboratory, The University of Tokyo', achDLBasicDesc: 'Systematically studied mathematical foundations, core architectures (CNN/RNN), and optimization methods.',
achGciTitle: 'Global Consumer Intelligence', achGciOrg: 'Matsuo Laboratory, The University of Tokyo', achGciDesc: 'Analyzed consumer behavior & market data to derive data-driven intelligence for business problems.',
achAiEngTitle: 'AI Engineering', achAiEngOrg: 'Matsuo Laboratory, The University of Tokyo', achAiEngDesc: 'Practical MLOps: Docker, Kubernetes, CI/CD pipeline construction for ML systems.',
achPhysicalAiTitle: 'PhysicalAI', achPhysicalAiOrg: 'Matsuo Laboratory, The University of Tokyo', achPhysicalAiDesc: 'Developed agents that perform tasks in the physical world by integrating robotics and AI.',
achAiSemiconductorTitle: 'AI and Semiconductors', achAiSemiconductorOrg: 'Matsuo Laboratory, The University of Tokyo', achAiSemiconductorDesc: 'From semiconductor tech underlying deep nets & LLMs to CPU/GPU architectures, circuit design, and FPGA dev.',
achQuantumStudyTitle: 'Quantum Software Study Group', achQuantumStudyOrg: 'Osaka University', achQuantumStudyDesc: 'Studied fundamentals for quantum programming and key algorithms (Shor, Grover).',
achCompBehaviorSeminarTitle: 'Computational Behavioral Neuroscience Spring Seminar', achCompBehaviorSeminarOrg: 'Nara Institute of Science and Technology', achCompBehaviorSeminarDesc: 'Lectures & practice on linking computational brain models with neural & behavioral data.',
materialsTitle: 'Presentation Materials',
matPaperHacksTitle: 'Paper & Hacks', matPaperHacksDesc: 'Survey notes on world models, robotics, and multimodal foundation models.',
matAtrPlanTitle: 'ATR-BRI Research Plan', matAtrPlanDesc: 'Graduate research plan for NAIST/ATR.',
matQuantumDiamondTitle: 'Quantum Diamond Research', matQuantumDiamondDesc: 'Quantum computing research using diamond.',
matEegPlanTitle: 'EEG Analysis Research Plan', matEegPlanDesc: 'Research plan for emotion analysis using EEG data.',
matDlhacksTitle: 'DLHacks', matDlhacksDesc: 'Presentation on GNNs and Docker environment setup.',
matDlhacksConsciousTitle: 'DLHacks (Consciousness Theory × AI)', matDlhacksConsciousDesc: 'Materials on consciousness theory × AI and artificial consciousness implementations.',
matThousandBrainsTitle: 'ThousandBrains', matThousandBrainsDesc: 'Materials on the Thousand Brains Theory.',
matBrainInspiredTitle: 'Brain-Inspired-Intelligence', matBrainInspiredDesc: 'Brain-inspired intelligence architectures and pathways toward AGI.',
hobbiesTitle: 'Hobbies', hobbyResearch: 'Research', hobbyDevelopment: 'Development', hobbyProgramming: 'Programming', hobbyAnime: 'Anime', hobbyGames: 'Games'
}
};
function applyLang(lang) {
const chosen = dict[lang] ? lang : 'ja';
document.documentElement.lang = chosen;
document.querySelectorAll('[data-i18n]').forEach(el => {
const key = el.getAttribute('data-i18n');
if (dict[chosen][key]) {
el.textContent = dict[chosen][key];
}
});
const jaBtns = [document.getElementById('lang-ja'), document.getElementById('m-lang-ja')];
const enBtns = [document.getElementById('lang-en'), document.getElementById('m-lang-en')];
jaBtns.forEach(btn => btn && btn.classList.toggle('bg-violet-800/30', chosen === 'ja'));
enBtns.forEach(btn => btn && btn.classList.toggle('bg-violet-800/30', chosen === 'en'));
jaBtns.forEach(btn => btn && btn.classList.toggle('text-violet-300', chosen === 'ja'));
enBtns.forEach(btn => btn && btn.classList.toggle('text-violet-300', chosen === 'en'));
localStorage.setItem('lang', chosen);
}
['lang-ja', 'm-lang-ja'].forEach(id => {
const btn = document.getElementById(id);
if (btn) {
btn.addEventListener('click', () => applyLang('ja'));
}
});
['lang-en', 'm-lang-en'].forEach(id => {
const btn = document.getElementById(id);
if (btn) {
btn.addEventListener('click', () => applyLang('en'));
}
});
applyLang(localStorage.getItem('lang') || 'ja');
});