日頃より楽天のサービスをご利用いただきましてありがとうございます。 サービスをご利用いただいておりますところ大変申し訳ございませんが、現在、緊急メンテナンスを行わせていただいております。 お客様には、緊急のメンテナンスにより、ご迷惑をおかけしており、誠に申し訳ございません。 メンテナンスが終了次第、サービスを復旧いたしますので、 今しばらくお待ちいただけますよう、お願い申し上げます。
日頃より楽天のサービスをご利用いただきましてありがとうございます。 サービスをご利用いただいておりますところ大変申し訳ございませんが、現在、緊急メンテナンスを行わせていただいております。 お客様には、緊急のメンテナンスにより、ご迷惑をおかけしており、誠に申し訳ございません。 メンテナンスが終了次第、サービスを復旧いたしますので、 今しばらくお待ちいただけますよう、お願い申し上げます。
日頃より、Momoたろうインターネットクラブをご愛顧いただきまして誠にありがとうございます。 「ホームページサービス」のサービス提供は2015年11月30日をもちまして終了させていただきました。 これまで長らくご利用いただき、誠にありがとうございました。 今後も、皆様によりよいサービスをご提供させていただけるよう、サービス品質向上に努めて参りますので、何卒、ご理解いただけますようお願 い申し上げます。 ＜Momoたろうインターネットクラブをご契約のお客様へ＞ 後継サービスとして「userwebサービス」を提供させていただいております。 詳しくは、以下のリンクをご参照ください。 ▼「userwebサービス」のご案内 http://www.ejworks.info/userhp/mmtr/index.html 今後ともMomoたろうインターネットクラブをご愛顧いただけますようお願い申し上げます
集合知プログラミング を読んでいたら、K-means 法（K平均法）の説明が出てきました。K-means 法はクラスタリングを行うための定番のアルゴリズムらしいです。存在は知っていたんだけどいまいちピンときていなかったので、動作を理解するためにサンプルを作ってみました。クリックすると１ステップずつ動かすことができます。クラスタの数や点の数を変更して、RESET を押すと好きなパラメータで試すことができます。こうやって１ステップずつ確認しながら動かしてみると、意外に単純な仕組みなのが実感できました。K-means 法とはK平均法 - Wikipedia に詳しく書いてあるけど、もうすこしザックリと書くとこんなイメージになります。各点にランダムにクラスタを割り当てるクラスタの重心を計算する。点のクラスタを、一番近い重心のクラスタに変更する変化がなければ終了。変化がある限りは 2. に戻る。これ
この記事は更新が必要とされています。 この記事には古い情報が掲載されています。編集の際に新しい情報を記事に反映させてください。反映後、このタグは除去してください。（2023年11月） この項目「コーナー検出法」は途中まで翻訳されたものです。（原文：en:Corner detection） 翻訳作業に協力して下さる方を求めています。ノートページや履歴、翻訳のガイドラインも参照してください。要約欄への翻訳情報の記入をお忘れなく。（2007年12月）
この節は検証可能な参考文献や出典が全く示されていないか、不十分です。 出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "オペレーションズ・リサーチ" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL (2024年9月) 複雑なシステムの分析などにおける意思決定を支援し、また意思決定の根拠を他人に説明するためのツールである。またゲーム理論や金融工学なども OR の応用として誕生したものであり、OR は政府、軍隊、国際機関、企業、非営利法人など、さまざまな組織に意思決定のための数学的技術として使用されている。 OR の研究では、線形計画法（linear programing）、動的計画法、順列組み合わせ、確率、数理最適化および待ち行列理論、微分方程式、線形代数学な
最適化問題（さいてきかもんだい、英: optimization problem）とは、特定の集合上で定義された実数値関数または整数値関数についてその値が最小（もしくは最大）となる状態を解析する問題である[1]。こうした問題は総称して数理計画問題（すうりけいかくもんだい、英: mathematical programming problem, mathematical program）、数理計画とも呼ばれる[1]。最適化問題は、自然科学、工学、社会科学などの多種多様な分野で発生する基本的な問題の一つであり、その歴史は18世紀の変分問題に遡る[2]。1940年代に線型計画法が登場して以来、理論的な研究や数値解法の研究が非常に活発に行われ、その応用範囲はいろいろな分野に拡大されていった[1]。実世界の現象の数理的な解析に関わる問題や抽象的な理論の多くをこの最適化問題という一般的なくくりに入れるこ
出典は列挙するだけでなく、脚注などを用いてどの記述の情報源であるかを明記してください。 記事の信頼性向上にご協力をお願いいたします。（2023年5月） 線型計画法（せんけいけいかくほう、英語: linear programming、略称: LP）は、数理計画法において、いくつかの1次不等式および1次等式を満たす変数の値の中で、ある1次式を最大化または最小化する値を求める方法である。線形計画法の対象となる最適化問題を線型計画問題という。 線型計画法はいくつかの理由で最適化の重要な分野である。オペレーションズリサーチの多くの実際的な問題は線型計画問題として記述できる。ある特殊なケースのネットワークフロー問題（英語版）や多品種流問題（英語版）といった線型計画問題はこれらを解くために特別なアルゴリズムを考案するに値するほど重要だと考えられている。他のタイプの最適化問題に使われる多くのアルゴリズムは
カテゴリ「最適化アルゴリズム」にあるページ このカテゴリには 35 ページが含まれており、そのうち以下の 35 ページを表示しています。
Coding Horror: The Danger of Naïveté 配列の中身をランダムな順序にシャッフルするコードを書きたい。単純でいいから分かりやすくて間違いの無いコードを書こう。例えば，こんな感じに…… for (int i = 0; i < cards.Length; i++) { int n = rand.Next(cards.Length); Swap(ref cards[i], ref cards[n]); } これは単純で分かりやすい！ でも残念！ このコードは間違っている。シャッフル後の順序に偏りが出てしまう。正解はこちら。 for (int i = cards.Length - 1; i > 0; i--) { int n = rand.Next(i + 1); Swap(ref cards[i], ref cards[n]); } ぱっと見て違いが分かる？ イン
バリアンス・シャドウマップ技法〜効率よくソフトシャドウを得る デプスシャドウ技法の影のジャギーをボカしてソフトシャドウ表現にしようとするアイディアは他にもある。 ここ最近、にわかに採用例を増やしているのが「バリアンス・シャドウマップ技法」(VSM:Variance Shadow Maps)だ。 VSM技法でも、シャドウマップを生成するところは全くデプスシャドウ技法そのまま同じ(それこそPSM,LSPSM技法で生成してもよい)。ただし、実際の最終的なシーンのピクセルを描画する際の、影かどうかの判定で、やや特殊な計算を行うために、シャドウマップは浮動小数点テクスチャを用いる。さらに、シャドウマップを生成する際に、光源からの遮蔽物の深度値だけでなく、その深度値の二乗の値も格納する。よって、1つの値しか格納できない1要素テクスチャではなく、一般的なαRGBで表される複数要素からなるカラー・テクスチ
球面ディスプレイの歪み補正について 凸面鏡を用いた拡散投影系における球面ディスプレイでは，その光学的な歪み補正は不可欠なものです．ここでは，その歪み補正をソフトウエア的におこなうための手順について述べます． 手順 光線追跡 逆計算 補正テーブルの微調整 補正の実行 ここに掲載しているのは筑波大学岩田研究室にいたときのメモです．詳しくは"凸面鏡を用いた球面没入型ディスプレイ：EnspheredVision"，日本バーチャルリアリティ学会論文誌Vol.4,No.3,pp.479-486にもあります． ・光線追跡 まず計算機による光線追跡によって，プロジェクタのどの画素が，スクリーンのどの位置に結像するかを算出します．凸面鏡によってプロジェクタの映像が拡散すると，通常の投影とはフォーカス面が異なるほか，映像に歪みが生じます．これを計算するための特殊なプログラムとして，筆者は図1に示すような，バー
粒子フィルタ (particle filter)† 前の状態 \(x_{t-1}\) に依存して現在の状態 \(x_t\) が決まる潜在変数と，この潜在変数に依存して決まる観測変数 \(y_t\) で現れる一般状態空間モデルを考える． 粒子フィルタは潜在変数の分布を粒子の密度で表す．各粒子を次の時間に遷移させ，その潜在変数が与えられたときの，観測量の尤度を求める．その尤度に比例する頻度で粒子を復元抽出して新たな粒子集合とする． -- しましま 時系列が線形でノイズも正規分布ならKalmanフィルタによって、過去のすべての観測値に基づいた潜在変数の状態の確率分布が陽に求められる。ところが一般の場合はそんなにうまくはいかないので、粒子（パーティクル）を使ってモンテカルロ的に分布を近似してやる方法が粒子フィルタ（particle filter）である。 ふつうの MCMC と違って、目的とする確
What is Creativity?-Emergent Phenomena in Complex Adaptive Systems October 20(Mon)〜22(Wed) 2008 CO-OP Inn Kyoto Conference Hall ワークショップ参加ご希望の方は[email protected]までお名前（漢字とローマ字表記）、所属、役職、e-mail、懇親会の参加希望の有無をお書き添えの上お申し込みください。締め切りは10月10日になります。 →ワークショップ プログラムPDF →ワークショップ詳細HP OCW関連講義 全学共通科目 創造性とは何か？（村瀬雅俊准教授） 国際交流センター 日本語入門初級 日仏交流150周年・京都大学創立111周年国際フォーラム 国際フォーラム ビデオ→ 動画で見る京都大学 ・What is Li
とりあえず住む所が決まりました！＼(^o^)／ ペット可物件は増えてきているとはいえ、不可物件に比べればまだまだ圧倒的に少ないです。 更に、ペット可物件を探す人の最優先事項は『ペット可であること』。裏返せばそれ以外の条件には目を瞑る、というわけで、契約に至るまでの意思決定が非常に早く、勢い、早い者勝ちの物件争奪戦になります。 なんとかその争奪戦を勝ち抜いて、まぁまぁ納得のいく物件をゲット。 ペット可じゃなくてもそうなのかもしれませんが、物件探しは一言で言うと『縁』だなぁ、と痛感。 ------------------------------------------------ さて、住む所が決まれば次は生活用品。 しかし、ワタクシ、家具・家電の類を殆ど持ってません。アメリカから送るぐらいなら買ったほうが安いので送っていませんし、以前持ってた家具・家電はほとんど処分しました。
［技術講座］ CppUnit 入門 CppUnit 入門 株式会社 オージス総研 オブジェクトテクノロジー・ソリューション部 伊藤 喜一 はじめに CppUnit は C++ の単体テストを自動化するフレームワークです。XP (eXtreme Programming) の提唱者として知られる Kent Beck と、デザインパターンで有名な Erich Gamma が開発した JUnit (Java) を、Michael Feather が C++ に移植したのが最初です。 私が JUnit や CppUnit (xUnit と総称) の存在を知ったのは Martin Fowler の「リファクタリング」からでしたが、読んですぐにぜひ使ってみたいという衝動に駆られました。私が携わっているのは C++ による組込み系のプロジェクトでしたので、早速 CppUnit をダウンロードしたのですが、
GCアルゴリズム詳細解説 日本語の資料がすくないGCアルゴリズムについて詳細に解説します トップページページ一覧メンバー編集 GC 最終更新： author_nari 2010年03月14日(日) 20:47:11履歴 Tweet このWikiが目指す所 GCとは？ GCを学ぶ前に知っておく事 実行時メモリ構造 基本アルゴリズム編 Reference Counter Mark&Sweep Copying 応用アルゴリズム編 IncrementalGC 世代別GC スナップショット型GC LazySweep TwoFinger Lisp2 Partial Mark and Sweep -Cycle Collection- Mostly Parallel GC train gc MostlyCopyingGC(Bartlett 1989) TreadmillGC(Barker 1992) 補足
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
