コンピュータグラフィクス論
|
|
- ゆあ さかいざわ
- 5 years ago
- Views:
Transcription
1 コンピュータグラフィクス論 モデリング (3) 2016 年 4 月 28 日 高山健志
2 ソリッドモデリング 2
3 ソリッドモデルとは 一枚のポリゴンで薄い形状を表現 向き付け不可能 3D 空間の任意の位置で モデルの 内側 と 外側 が定義できるもの 穴が空いている 自己交差している ソリッドでないケース Klein bottle 主な用途 3D プリント 物理シミュレーション 3
4 ソリッドモデルの predicate 関数 3D 座標 p R 3 がソリッドモデルの内部であれば true を そうでなければ false を返す関数 f p : R 3 true, false モデル内部全体を表す集合 : p f p = true } R 3 例 : 点 c を中心とした半径 r の球 最小と最大の対角コーナーがそれぞれ x min, y min, z min と x max, y max, z max であるような直方体 f p p c < r c r f x, y, z x min < x < x max p max y min < y < y max z min < z < z max p min 4
5 Constructive Solid Geometry (Boolean 演算 ) 和 f A B p f A (p) f B (p) A B C D E 積 f A B p f A (p) f B (p) 差 f A B p f A (p) f B (p) A B C CSG Tree D 5 E
6 符号付き距離場によるソリッドモデル表現 各点からモデル表面までの最短距離を表す関数 d p : R 3 R 符号付き : 内側では負 外側では正 対応する predicate: f p d(p) < 0 点 c を中心とした半径 r の球 d p p c r ゼロ等値面はモデル表面を表す :{p d(p) = 0} R 3 陰関数表現 ボリューム表現 c r 勾配 d(p) は法線方向と一致 6
7 陰関数のデザイン例 必ずしも距離関数とは限らない 大半径 R, 小半径 a のトーラス 7
8 陰関数のデザイン例 : 等電位面 (Metaball) c 4 c 3 d i p = q i r p c i c 1 d p = d 1 p + d 2 p + d 3 p + d 4 p i c 2 d p = d 1 p + d 2 (p) d p = d 1 p d 2 (p) 8
9 陰関数の線形補間によるモーフィング d 1 p = d 1 p d 2 p = d 1 p d 2 p = 0 d 2 p = 0 9
10 複数の陰関数を組み合わせたモデリング 10
11 陰関数の表示方法 :Marching Cubes 等値面を三角形メッシュとして抽出 立方体格子の各セルに対し (1) 立方体の 8 頂点で関数値を計算 (2) その正負のパターンから 生成する面のタイプを決定 対称性から 15 通りに分類 (3) 関数値の線形補間から面の位置を決定 最も有名 ( 特許問題でも ) Marching Cubes: A High Resolution 3D Surface Construction Algorithm [Lorensen SIGGRAPH87] 11
12 Marching Cubes の曖昧性 隣接するセルの間で面が整合しない 不整合を解決する新たなルール The asymptotic decider: resolving the ambiguity in marching cubes [Nielson VIS91] 12
13 Marching Tetrahedra 立方体の代わりに四面体を使う パターンが少なく 曖昧性が無い 実装が簡単 各立方体セルを 6 個の四面体に分割 ( 隣接セル間で分割の向きを合わせることに注意 ) きれいな三角形メッシュを取り出す工夫 Regularised marching tetrahedra: improved iso-surface extraction [Treece C&G99] 13
14 シャープなエッジを保持した等値面抽出 格子サイズ : 改善版 ( 陰関数の勾配も考慮 ) Marching Cubes 改善版 Marching Cubes ( 陰関数の値のみ考慮 ) Feature Sensitive Surface Extraction from Volume Data [Kobbelt SIGGRAPH01] Dual Contouring of Hermite Data [Ju SIGGRAPH02] 14
15 サーフェスメッシュ表現のみに基づく CSG ボリューム表現 (=Marching Cubes による等値面抽出 ) 近似精度が格子の向きや解像度に依存 サーフェスメッシュ表現による CSG 元のメッシュの形状を確実に保持 ロバストで効率的な実装が難しい 浮動小数の丸め誤差 厳密に同じ位置で重複する複数の三角形 ここ数年で著しく進化 Fast, exact, linear booleans [Bernstein SGP09] Exact and Robust (Self-)Intersections for Polygonal Meshes [Campen EG10] Mesh Arrangements for Solid Geometry [Zhou SIGGRAPH16] 15
16 メッシュの補修 (mesh repair) ボリューム表現 四方八方から飛ばしたレイとの交差に基づいて内外を判定 サーフェス表現 定義を拡張した winding number に基づいて内外を判定 Simplification and Repair of Polygonal Models Using Volumetric Techniques [Nooruddin TVCG03] Robust Inside-Outside Segmentation using Generalized Winding Numbers [Jacobson SIGGRAPH13] 16
17 点群からのサーフェス再構成 17
18 3D 形状の計測 Range Scanner (LIDAR) Depth Camera 得られるデータ : 点群 3D 座標 法線 ( 面の向き ) 得られない場合もある ノイズが多すぎる場合もある Structured Light Multi-View Stereo 18
19 点群からのサーフェス形状再構成 入力 :N 個の点群データ 座標 x i = x i, y i, z i と法線 n i = n x y i, n i, z ni, i 1,, N 出力 : 関数 f(x) で 値と勾配の制約を満たすもの f i f x i = 0 f x i = n i 等値面 f x = 0 が出力サーフェス形状 Scattered Data Interpolation と呼ばれる問題 Moving Least Squares Radial Basis Function CG 以外の分野 (e.g. 機械学習 ) でも重要 19
20 勾配を制約する二通りの方法 法線方向にオフセットした位置に値の制約を追加 簡単 数学表現そのものに勾配制約を取り入れる ( エルミート補間 ) 高品質 値と勾配の制約エルミート補間オフセット法 Modelling with implicit surfaces that interpolate [Turk TOG02] Hermite Radial Basis Functions Implicits [Macedo CGF10] 20
21 Moving Least Squares による補間 ( 移動最小二乗 ) 21
22 出発点 :Least SQuares ( 最小二乗 ) 求めたい関数が線形だと仮定する :f x = ax + by + cz + d a, b, c, d が未知係数 x (x, y, z) データ点における値の制約 f x 1 = ax 1 + by 1 + cz 1 + d = f 1 f x 2 = ax 2 + by 2 + cz 2 + d = f 2 f x N = ax N + by N + cz N + d = f N x 1 y 1 z 1 1 x 2 y 2 z 2 1 f 1 f 2 A a b c c d = f x N y N z N 1 f N ( 勾配制約は今は考えない ) 22
23 Overconstrained System # 未知数 < # 制約 (i.e. 縦長の行列 ) 全ての制約を同時に満たせない A c f A c A = = A f fitting の誤差を最小化 : A c f 2 = N i=1 f x i f i 2 c = A A 1 f A 23
24 LSQ の幾何的な解釈 q r d p x q x α p y q y = β p z q z r x r y r z β α p p と q が張る空間中で r に最も近い点を求める ( 投影する ) ことに相当 fitting 誤差は投影距離に相当 : d 2 = αp + βq r 2 24
25 Weighted Least Squares ( 重み付き最小二乗 ) 各データ点ごとの誤差に 重み w i をつける 重要度 確信度 以下の誤差を最小化 : N i=1 w i f x i f i 2 w 1 w2 W w N x 1 y 1 z 1 1 x 2 y 2 z 2 1 A a b c c d = W f x N y N z N 1 w 1 w2 w N f 1 f 2 f N 25
26 Weighted Least Squares ( 重み付き最小二乗 ) W A c = W f c = A W 2 A 1 f A W 2 26
27 Moving Least Squares ( 移動最小二乗 ) 重み w i が 評価位置 x に依存 : w i x = w( x x i ) よく使われる関数 (Kernel): w r = e r2 /σ 2 w r = 1 r 2 +ε 2 評価位置に近いほど大きな重み 重み行列 W が x に依存 係数 a, b, c, d が x に依存 f x = x y z 1 a(x) b(x) c(x) d(x) A W x 2 A 1 A W x 2 f 27
28 法線制約の導入 各データ点が表す 1 次式を考える : g i x = f i + x x i n i 各 g i を現在位置で評価したときの誤差を最小化 : N i=1 w i x f x g i x 2 w 1 (x) w 2 (x) w N (x) x y z 1 x y z 1 x y z 1 a b c d = w 1 (x) w 2 (x) w N (x) g 1 x g 2 x g N x Interpolating and Approximating Implicit Surfaces from Polygon Soup [Shen SIGGRAPH04] 28
29 法線制約の導入 法線制約を利用 法線方向にオフセットして値を制約 Input : Polygon Soup Interpolation Approximation 1 Approximation 2 Approximation 3 Interpolating and Approximating Implicit Surfaces from Polygon Soup [Shen SIGGRAPH04] 29
30 Radial Basis Function による補間 ( 放射基底関数 ) 30
31 基本的な考え方 関数 f(x) を 基底関数 φ(x) の重み付き和として定義 : f x = N i=1 w i φ(x x i ) 基底関数をデータ位置 x i に平行移動 放射基底関数 φ(x):x の長さのみに依存 φ x = e x 2 /σ 2 (Gaussian) φ x = 1 x 2 +c 2 (Inverse Multiquadric) 各データ点における制約 f x i = f i から 重み係数 w i を求める 31
32 基本的な考え方 φ i,j = φ x i x j と表記する f x 1 = w 1 φ 1,1 + w 2 φ 1,2 + + w N φ 1,N = f 1 f x 2 = w 1 φ 2,1 + w 2 φ 2,2 + + w N φ 2,N = f 2 φ 1,1 φ 1,2 φ 2,1 φ 2,2 φ 1,N φ 2,N w 1 w 2 f 1 f 2 Φ w = f φ N,1 φ N,2 φ N,N w N f N f x N = w 1 φ N,1 + w 2 φ N,2 + + w N φ N,N = f N これを解けば良い 32
33 Gaussian 基底関数を使う場合 φ x = e x 2 /σ 2 パラメタ σ の選び方によって 結果が大きく変わる! σ 小 なるべく滑らかな結果を得るには? 大 Scattered Data Interpolation for Computer Graphics [Anjyo SIGGRAPH14 Course] 33
34 関数の 曲がり具合 の尺度 (Thin-Plate Energy) 2 階微分 (= 曲率 ) の大きさを空間全体で積分したもの : E 2 f = x R d Δf(x) 2 dx 1 次元空間の場合 : E 2 f = f x 2 dx x R 2 次元空間の場合 : E 2 f = x R 2 f xx x 2 + 2f xy x 2 + f yy x 2 dx 3 次元空間の場合 : E 2 f = x R 3 f xx x 2 + f yy x 2 + f zz x 2 + 2f xy x 2 + 2f yz x 2 + 2f zx x 2 dx 34
35 数学分野の知見 制約 f x i = f i を満たす関数全体のうち E 2 を最小化する関数は以下の基底を使った RBF として表せる : 1 次元空間の場合 :φ x = x 3 2 次元空間の場合 :φ x = x 2 log x 3 次元空間の場合 :φ x = x 参考 有限要素法の場合 : 離散化した領域上で E 2 を最小化する f を近似的に求める RBF の場合 : グリーン関数を使って E 2 を最小化する f を解析的に求める Scattered Data Interpolation for Computer Graphics [Anjyo SIGGRAPH14 Course] 35
36 線形項の追加 E 2 [f] は 2 階微分を使って定義される 任意の線形項 p x = ax + by + cz + d を加えても不変 : E 2 f + p = E 2 [f] 線形項を未知数に含めることで 関数を一意に定める : f x = N i=1 w i φ x x i + ax + by + cz + d 36
37 線形項の追加 f x 1 = w 1 φ 1,1 + w 2 φ 1,2 + + w N φ 1,N + ax 1 + by 1 + cz 1 + d = f 1 f x 2 = w 1 φ 2,1 + w 2 φ 2,2 + + w N φ 2,N + ax 2 + by 2 + cz 2 + d = f 2 f x N = w 1 φ N,1 + w 2 φ N,2 + + w N φ N,N + ax N + by N + cz N + d = f N φ 1,1 φ 1,2 φ 1,N x 1 y 1 z 1 1 φ 2,1 φ 2,2 φ 2,N x 2 y 2 z 2 1 Φ P φ N,1 φ N,2 φ N,N x N y N z N 1 w 1 w 2 w w N a b cc d = f 1 f 2 f f N 4 個の未知数 a, b, c, d が追加されたので 4 個の制約を追加する必要がある 37
38 追加の制約条件 : 線形関数の再現性 全てのデータ点の制約 x i, f i がある線形関数からのサンプリングであるとき RBF による補間結果はその線形関数と一致する これを満たすための条件 : N i=1 w i = 0 N i=1 x i w i = 0 N i=1 y i w i = 0 N i=1 z i w i = 0 φ 1,1 φ 1,2 φ 1,N x 1 y 1 z 1 1 φ 2,1 φ 2,2 φ 2,N x 2 y 2 z 2 1 φ N,1 φ N,2 φ N,N x N y N z N 1 x 1 x 2 x N y 1 y 2 y N P z 1 z 2 y N w 1 w 2 Φ P w f w N a b cc d = f 1 f 2 f N Scattered Data Interpolation for Computer Graphics [Anjyo SIGGRAPH14 Course] 38
39 勾配制約の導入 基底関数の勾配 φ の重み付き和を導入 : f x = N i=1 w i φ x x i + v i φ x x i + ax + by + cz + d f の勾配 : f x = N i=1 w i φ x x i + Hφ x x i v i + a b c 勾配の制約 f x i = n i を追加 Hφ = φ xx φ xy φ xz φ yx φ yy φ yz φ zx φ zy φ zz Hermite Radial Basis Functions Implicits [Macedo CGF10] Hessian 行列 39
40 w 1 勾配制約の導入 v 1 1 番目のデータ点について : 値の制約 : f x 1 = w 1 φ 1,1 + v 1 φ 1,1 + w 2 φ 1,2 + v 2 φ 1,2 + + w N φ 1,N + v N φ 1,N + ax 1 + by 1 + cz 1 + d = f 1 w 2 v 2 勾配の制約 : f x 1 = w 1 φ 1,1 + Hφ 1,1 v 1 + w 2 φ 1,2 + Hφ 1,2 v w N φ 1,N + Hφ 1,N v N + φ 1,1 φ 1,1 φ 1,1 Hφ 1,1 φ 1,2 φ 1,2 φ 1,2 Hφ 1,2 φ 1,N Hermite Radial Basis Functions Implicits [Macedo CGF10] φ 1,N φ 1,N Φ 1,1 Φ 1,2 Φ 1,N Hφ 1,N x 1 y 1 z P = w N v N a b c d a b c = n 1 f 1 n 1 40
41 w 1 f 1 Φ 1,1 Φ 1,2 Φ 1,N P 1 v 1 n 1 w 2 f 2 Φ 2,1 Φ 2,2 Φ 2,N P 2 v 2 n 2 = w N f N Φ N,1 Φ N,2 Φ N,N P N v N n N P 1 P 2 P N a b c d
42 比較 勾配を制約 オフセットして値を制約 42
43 参考サーベイ等 State of the Art in Surface Reconstruction from Point Clouds [Berger EG14 STAR] A survey of methods for moving least squares surfaces [Cheng PBG08] Scattered Data Interpolation for Computer Graphics [Anjyo SIGGRAPH14 Course] An as-short-as-possible introduction to the least squares, weighted least squares and moving least squares for scattered data approximation and interpolation [Nealen TechRep04] 43
44 参考ページ
コンピュータグラフィクス論
コンピュータグラフィクス論 モデリング (3) 2015 年 4 月 30 日 高山健志 陰関数表現による形状モデリング 3D 空間上のスカラー場 F x, y, z に対し F x, y, z = 0 で定義されるサーフェス 別名 : ゼロ等値面 陰関数 ( ボリューム ) 表現 サーフェス表現 F p が正 ( 負 ) のとき p は物体の外部 ( 内部 ) 勾配 F は法線方向に一致 F(p)
More informationコンピュータグラフィックス第6回
コンピュータグラフィックス 第 6 回 モデリング技法 1 ~3 次元形状表現 ~ 理工学部 兼任講師藤堂英樹 本日の講義内容 モデリング技法 1 様々な形状モデル 曲線 曲面 2014/11/10 コンピュータグラフィックス 2 CG 制作の主なワークフロー 3DCG ソフトウェアの場合 モデリング カメラ シーン アニメーション テクスチャ 質感 ライティング 画像生成 2014/11/10 コンピュータグラフィックス
More informationPowerPoint Presentation
付録 2 2 次元アフィン変換 直交変換 たたみ込み 1.2 次元のアフィン変換 座標 (x,y ) を (x,y) に移すことを 2 次元での変換. 特に, 変換が と書けるとき, アフィン変換, アフィン変換は, その 1 次の項による変換 と 0 次の項による変換 アフィン変換 0 次の項は平行移動 1 次の項は座標 (x, y ) をベクトルと考えて とすれば このようなもの 2 次元ベクトルの線形写像
More informationモデリングとは
コンピュータグラフィックス基礎 第 5 回曲線 曲面の表現 ベジェ曲線 金森由博 学習の目標 滑らかな曲線を扱う方法を学習する パラメトリック曲線について理解する 広く一般的に使われているベジェ曲線を理解する 制御点を入力することで ベジェ曲線を描画するアプリケーションの開発を行えるようになる C++ 言語の便利な機能を使えるようになる 要素数が可変な配列としての std::vector の活用 計算機による曲線の表現
More informationコンピュータグラフィクス論
コンピュータグラフィクス論 画像処理 (1) 2016 年 6 月 9 日 高山健志 本日のトピック Edge-aware な画像処理 Gradient-domain の画像処理 2 Gaussian Filter による画像平滑化 滑らかさ パラメタ σ 元画像 σ = 2 σ = 5 σ = 10 3 Gaussian Filter の数式 画像 I のピクセル位置 p = p x, p y Ω
More informationFEM原理講座 (サンプルテキスト)
サンプルテキスト FEM 原理講座 サイバネットシステム株式会社 8 年 月 9 日作成 サンプルテキストについて 各講師が 講義の内容が伝わりやすいページ を選びました テキストのページは必ずしも連続していません 一部を抜粋しています 幾何光学講座については 実物のテキストではなくガイダンスを掲載いたします 対象とする構造系 物理モデル 連続体 固体 弾性体 / 弾塑性体 / 粘弾性体 / 固体
More informationコンピュータグラフィックス第8回
コンピュータグラフィックス 第 8 回 レンダリング技法 1 ~ 基礎と概要, 隠面消去 ~ 理工学部 兼任講師藤堂英樹 レポート提出状況 課題 1 の選択が多い (STAND BY ME ドラえもん ) 体験演習型 ( 課題 3, 課題 4) の選択も多い 内訳 課題 1 課題 2 課題 3 課題 4 課題 5 2014/11/24 コンピュータグラフィックス 2 次回レポートの体験演習型 メタセコイア,
More information変 位 変位とは 物体中のある点が変形後に 別の点に異動したときの位置の変化で あり ベクトル量である 変位には 物体の変形の他に剛体運動 剛体変位 が含まれている 剛体変位 P(x, y, z) 平行移動と回転 P! (x + u, y + v, z + w) Q(x + d x, y + dy,
変 位 変位とは 物体中のある点が変形後に 別の点に異動したときの位置の変化で あり ベクトル量である 変位には 物体の変形の他に剛体運動 剛体変位 が含まれている 剛体変位 P(x, y, z) 平行移動と回転 P! (x + u, y + v, z + w) Q(x + d x, y + dy, z + dz) Q! (x + d x + u + du, y + dy + v + dv, z +
More informationMicrosoft PowerPoint - 9.pptx
9. 線形写像 ここでは 行列の積によって 写像を定義できることをみていく また 行列の積によって定義される写像の性質を調べていく 行列演算と写像 ( 次変換 3 拡大とスカラー倍 p ' = ( ', ' = ( k, kk p = (, k 倍 k 倍 拡大後 k 倍拡大の関係は スカラー倍を用いて次のように表現できる ' = k ' 拡大前 拡大 4 拡大と行列の積 p ' = ( ', '
More informationMicrosoft PowerPoint - 9.pptx
9/7/8( 水 9. 線形写像 ここでは 行列の積によって 写像を定義できることをみていく また 行列の積によって定義される写像の性質を調べていく 拡大とスカラー倍 行列演算と写像 ( 次変換 拡大後 k 倍 k 倍 k 倍拡大の関係は スカラー倍を用いて次のように表現できる p = (, ' = k ' 拡大前 p ' = ( ', ' = ( k, k 拡大 4 拡大と行列の積 拡大後 k 倍
More information0 21 カラー反射率 slope aspect 図 2.9: 復元結果例 2.4 画像生成技術としての計算フォトグラフィ 3 次元情報を復元することにより, 画像生成 ( レンダリング ) に応用することが可能である. 近年, コンピュータにより, カメラで直接得られない画像を生成する技術分野が生
0 21 カラー反射率 slope aspect 図 2.9: 復元結果例 2.4 画像生成技術としての計算フォトグラフィ 3 次元情報を復元することにより, 画像生成 ( レンダリング ) に応用することが可能である. 近年, コンピュータにより, カメラで直接得られない画像を生成する技術分野が生まれ, コンピューテーショナルフォトグラフィ ( 計算フォトグラフィ ) と呼ばれている.3 次元画像認識技術の計算フォトグラフィへの応用として,
More informationMicrosoft PowerPoint - H21生物計算化学2.ppt
演算子の行列表現 > L いま 次元ベクトル空間の基底をケットと書くことにする この基底は完全系を成すとすると 空間内の任意のケットベクトルは > > > これより 一度基底を与えてしまえば 任意のベクトルはその基底についての成分で完全に記述することができる これらの成分を列行列の形に書くと M これをベクトル の基底 { >} による行列表現という ところで 行列 A の共役 dont 行列は A
More informationMicrosoft PowerPoint - mp11-02.pptx
数理計画法第 2 回 塩浦昭義情報科学研究科准教授 shioura@dais.is.tohoku.ac.jp http://www.dais.is.tohoku.ac.jp/~shioura/teaching 前回の復習 数理計画とは? 数理計画 ( 復習 ) 数理計画問題とは? 狭義には : 数理 ( 数学 ) を使って計画を立てるための問題 広義には : 与えられた評価尺度に関して最も良い解を求める問題
More information< 中 3 分野例題付き公式集 > (1)2 の倍数の判定法は 1 の位が 0 又は偶数 ( 例題 )1~5 までの 5 つの数字を使って 3 ケタの数をつくるとき 2 の倍数は何通りできるか (2)5 の倍数の判定法は 1 の位が 0 又は 5 ( 例題 )1~9 までの 9 個の数字を使って 3
() の倍数の判定法は の位が 0 又は偶数 ~ までの つの数字を使って ケタの数をつくるとき の倍数は何通りできるか () の倍数の判定法は の位が 0 又は ~9 までの 9 個の数字を使って ケタの数をつくるとき の倍数は何通りできるか () の倍数の判定法は 下 ケタが 00 又は の倍数 ケタの数 8 が の倍数となるときの 最小の ケタの数は ( 解 ) 一の位の数は の 通り 十の位は一の位の数以外の
More information座標変換におけるテンソル成分の変換行列
座標変換におけるテンソル成分の変換行列 座標変換におけるテンソル成分の変換関係は 次元数によらず階数によって定義される変換行列で整理することができる 位置ベクトルの変換行列を D としてそれを示そう D の行列式を ( = D ) とするとき 鏡映や回映といった pseudo rotation に対しては = -1 である が問題になる基底は 対称操作に含まれる pseudo rotation に依存する
More informationMicrosoft PowerPoint - Salome-Meca.pptx
1 SALOME-MECA による CAD モデリングとメッシュ生成 秋山善克 2 本日の演習内容 3DCADの概要説明 CAD 演習 1 Primitivesによるモデル作成 CAD 演習 2 押出 回転によるモデル作成 Mesh 演習 1 メッシュ作成 Mesh 演習 2 メッシュアルゴリズムの変更 Mesh 演習 2 メッシュサイズの変更 Mesh 演習 3 メッシュの任意サイズ指定 Mesh
More informationMicrosoft PowerPoint - 10.pptx
m u. 固有値とその応用 8/7/( 水 ). 固有値とその応用 固有値と固有ベクトル 行列による写像から固有ベクトルへ m m 行列 によって線形写像 f : R R が表せることを見てきた ここでは 次元平面の行列による写像を調べる とし 写像 f : を考える R R まず 単位ベクトルの像 u y y f : R R u u, u この事から 線形写像の性質を用いると 次の格子上の点全ての写像先が求まる
More informationMicrosoft PowerPoint - pr_12_template-bs.pptx
12 回パターン検出と画像特徴 テンプレートマッチング 領域分割 画像特徴 テンプレート マッチング 1 テンプレートマッチング ( 図形 画像などの ) 型照合 Template Matching テンプレートと呼ばれる小さな一部の画像領域と同じパターンが画像全体の中に存在するかどうかを調べる方法 画像内にある対象物体の位置検出 物体数のカウント 物体移動の検出などに使われる テンプレートマッチングの計算
More informationMicrosoft PowerPoint - qcomp.ppt [互換モード]
量子計算基礎 東京工業大学 河内亮周 概要 計算って何? 数理科学的に 計算 を扱うには 量子力学を計算に使おう! 量子情報とは? 量子情報に対する演算 = 量子計算 一般的な量子回路の構成方法 計算って何? 計算とは? 計算 = 入力情報から出力情報への変換 入力 計算機構 ( デジタルコンピュータ,etc ) 出力 計算とは? 計算 = 入力情報から出力情報への変換 この関数はどれくらい計算が大変か??
More informationパソコンシミュレータの現状
第 2 章微分 偏微分, 写像 豊橋技術科学大学森謙一郎 2. 連続関数と微分 工学において物理現象を支配する方程式は微分方程式で表されていることが多く, 有限要素法も微分方程式を解く数値解析法であり, 定式化においては微分 積分が一般的に用いられており. 数学の基礎知識が必要になる. 図 2. に示すように, 微分は連続な関数 f() の傾きを求めることであり, 微小な に対して傾きを表し, を無限に
More informationMicrosoft PowerPoint - 資料04 重回帰分析.ppt
04. 重回帰分析 京都大学 加納学 Division of Process Control & Process Sstems Engineering Department of Chemical Engineering, Koto Universit manabu@cheme.koto-u.ac.jp http://www-pse.cheme.koto-u.ac.jp/~kano/ Outline
More information8. 自由曲線と曲面の概要 陽関数 陰関数 f x f x x y y y f f x y z g x y z パラメータ表現された 次元曲線 パラメータ表現は xyx 毎のパラメータによる陽関数表現 形状普遍性 座標独立性 曲線上の点を直接に計算可能 多価の曲線も表現可能 gx 低次の多項式は 計
8. 自由曲線 曲面. 概論. ベジエ曲線 曲面. ベジエ曲線 曲面の数学. OeGLによる実行. URS. スプライン関数. スプライン曲線 曲面. URS 曲線 曲面 4. OeGLによる実行 8. 自由曲線と曲面の概要 陽関数 陰関数 f x f x x y y y f f x y z g x y z パラメータ表現された 次元曲線 パラメータ表現は xyx 毎のパラメータによる陽関数表現 形状普遍性
More informationMicrosoft PowerPoint - 第3回2.ppt
講義内容 講義内容 次元ベクトル 関数の直交性フーリエ級数 次元代表的な対の諸性質コンボリューション たたみこみ積分 サンプリング定理 次元離散 次元空間周波数の概念 次元代表的な 次元対 次元離散 次元ベクトル 関数の直交性フーリエ級数 次元代表的な対の諸性質コンボリューション たたみこみ積分 サンプリング定理 次元離散 次元空間周波数の概念 次元代表的な 次元対 次元離散 ベクトルの直交性 3
More informationテンソル ( その ) テンソル ( その ) スカラー ( 階のテンソル ) スカラー ( 階のテンソル ) 階数 ベクトル ( 階のテンソル ) ベクトル ( 階のテンソル ) 行列表現 シンボリック表現 [ ]
Tsor th-ordr tsor by dcl xprsso m m Lm m k m k L mk kk quott rul by symbolc xprsso Lk X thrd-ordr tsor cotrcto j j Copyrght s rsrvd. No prt of ths documt my b rproducd for proft. テンソル ( その ) テンソル ( その
More informationMicrosoft Word - 補論3.2
補論 3. 多変量 GARC モデル 07//6 新谷元嗣 藪友良 対数尤度関数 3 章 7 節では 変量の対数尤度を求めた ここでは多変量の場合 とくに 変量について対数尤度を求める 誤差項 は平均 0 で 次元の正規分布に従うとする 単純化のため 分散と共分散は時間を通じて一定としよう ( この仮定は後で変更される ) したがって ij から添え字 を除くことができる このとき と の尤度関数は
More information線形代数とは
線形代数とは 第一回ベクトル 教科書 エクササイズ線形代数 立花俊一 成田清正著 共立出版 必要最低限のことに限る 得意な人には物足りないかもしれません 線形代数とは何をするもの? 線形関係 y 直線 yもも 次式で登場する (( 次の形 ) 線形 ただし 次元の話世の中は 3 次元 [4[ 次元 ] 次元 3 次元 4 次元 はどうやって直線を表すの? ベクトルや行列の概念 y A ベクトルを使うと
More information微分方程式 モデリングとシミュレーション
1 微分方程式モデリングとシミュレーション 2018 年度 2 質点の運動のモデル化 粒子と粒子に働く力 粒子の運動 粒子の位置の時間変化 粒子の位置の変化の割合 速度 速度の変化の割合 加速度 力と加速度の結び付け Newtonの運動方程式 : 微分方程式 解は 時間の関数としての位置 3 Newton の運動方程式 質点の運動は Newton の運動方程式で記述される 加速度は力に比例する 2
More informationOpenFOAM(R) ソースコード入門 pt1 熱伝導方程式の解法から有限体積法の実装について考える 前編 : 有限体積法の基礎確認 2013/11/17 オープンCAE 富山富山県立大学中川慎二
OpenFOAM(R) ソースコード入門 pt1 熱伝導方程式の解法から有限体積法の実装について考える 前編 : 有限体積法の基礎確認 2013/11/17 オープンCAE 勉強会 @ 富山富山県立大学中川慎二 * OpenFOAM のソースコードでは, 基礎式を偏微分方程式の形で記述する.OpenFOAM 内部では, 有限体積法を使ってこの微分方程式を解いている. どのようにして, 有限体積法に基づく離散化が実現されているのか,
More informationMicrosoft PowerPoint - H17-5時限(パターン認識).ppt
パターン認識早稲田大学講義 平成 7 年度 独 産業技術総合研究所栗田多喜夫 赤穂昭太郎 統計的特徴抽出 パターン認識過程 特徴抽出 認識対象から何らかの特徴量を計測 抽出 する必要がある 認識に有効な情報 特徴 を抽出し 次元を縮小した効率の良い空間を構成する過程 文字認識 : スキャナ等で取り込んだ画像から文字の識別に必要な本質的な特徴のみを抽出 例 文字線の傾き 曲率 面積など 識別 与えられた未知の対象を
More informationMicrosoft PowerPoint - 三次元座標測定 ppt
冗長座標測定機 ()( 三次元座標計測 ( 第 9 回 ) 5 年度大学院講義 6 年 月 7 日 冗長性を持つ 次元座標測定機 次元 辺測量 : 冗長性を出すために つのレーザトラッカを配置し, キャッツアイまでの距離から座標を測定する つのカメラ ( 次元的なカメラ ) とレーザスキャナ : つの角度測定システムによる座標測定 つの回転関節による 次元 自由度多関節機構 高増潔東京大学工学系研究科精密機械工学専攻
More informationMicrosoft Word - NumericalComputation.docx
数値計算入門 武尾英哉. 離散数学と数値計算 数学的解法の中には理論計算では求められないものもある. 例えば, 定積分は, まずは積分 ( 被積分関数の原始関数をみつけること できなければ値を得ることはできない. また, ある関数の所定の値における微分値を得るには, まずその関数の微分ができなければならない. さらに代数方程式の解を得るためには, 解析的に代数方程式を解く必要がある. ところが, これらは必ずしも解析的に導けるとは限らない.
More informationIA 2013 : :10722 : 2 : :2 :761 :1 (23-27) : : ( / ) (1 /, ) / e.g. (Taylar ) e x = 1 + x + x xn n! +... sin x = x x3 6 + x5 x2n+1 + (
IA 2013 : :10722 : 2 : :2 :761 :1 23-27) : : 1 1.1 / ) 1 /, ) / e.g. Taylar ) e x = 1 + x + x2 2 +... + xn n! +... sin x = x x3 6 + x5 x2n+1 + 1)n 5! 2n + 1)! 2 2.1 = 1 e.g. 0 = 0.00..., π = 3.14..., 1
More information2. Surface parameterization,,,,,, 2 φ,φ 2 M M 2, M,M 2, ) S 2 Surface parameterization 3 S [4], [5].. ) 0,, 3, [4] φ : R 3 R 2, φ = 0 F φ) = φ 2. 3) 3
2,a) surface parameterization, 2 Surface parameterization, ), 2, surface parameterization 2, 2, 2,,, ),,,,,, 2., []., 3 ),,, ), ), 2 ) 2 ) ) 4-- a) hatanaka.kohei@fujitsu.com ), ).,, M, M 2 M,M 2 {φ i
More informationProbit , Mixed logit
Probit, Mixed logit 2016/5/16 スタートアップゼミ #5 B4 後藤祥孝 1 0. 目次 Probit モデルについて 1. モデル概要 2. 定式化と理解 3. 推定 Mixed logit モデルについて 4. モデル概要 5. 定式化と理解 6. 推定 2 1.Probit 概要 プロビットモデルとは. 効用関数の誤差項に多変量正規分布を仮定したもの. 誤差項には様々な要因が存在するため,
More informationA
A 2563 15 4 21 1 3 1.1................................................ 3 1.2............................................. 3 2 3 2.1......................................... 3 2.2............................................
More information応力とひずみ.ppt
in yukawa@numse.nagoya-u.ac.jp 2 3 4 5 x 2 6 Continuum) 7 8 9 F F 10 F L L F L 1 L F L F L F 11 F L F F L F L L L 1 L 2 12 F L F! A A! S! = F S 13 F L L F F n = F " cos# F t = F " sin# S $ = S cos# S S
More information8.dvi
3 12 2 4 86453 i 1 1 1.1..................................... 2 1.2.................................. 3 1.3................................ 6 1.3.1........................ 7 1.3.2.........................
More information画像工学入門
セグメンテーション 講義内容 閾値法,k-mean 法 領域拡張法 SNAK 法 P タイル法 モード法 P タイル法 画像内で対象物の占める面積 (P パーセント ) があらかじめわかっているとき, 濃度ヒストグラムを作成し, 濃度値の累積分布が全体の P パーセントとなる濃度値を見つけ, この値を閾値とする. モード法 画像の輝度ヒストグラムを調べ その分布のモード ( 頻値輝度 ) 間の谷をしきい値とする
More informationスライド 1
数値解析 2019 年度前期第 13 週 [7 月 11 日 ] 静岡大学創造科学技術大学院情報科学専攻工学部機械工学科計測情報講座 三浦憲二郎 講義アウトライン [7 月 11 日 ] 関数近似と補間 最小 2 乗近似による関数近似 ラグランジュ補間 T.Kanai, U.Tokyo 関数近似 p.116 複雑な関数を簡単な関数で近似する 関数近似 閉区間 [a,b] で定義された関数 f(x)
More informationMicrosoft PowerPoint - 2_FrontISTRと利用可能なソフトウェア.pptx
東京大学本郷キャンパス 工学部8号館2階222中会議室 13:30-14:00 FrontISTRと利用可能なソフトウェア 2017年4月28日 第35回FrontISTR研究会 FrontISTRの並列計算ハンズオン 精度検証から並列性能評価まで 観測された物理現象 物理モデル ( 支配方程式 ) 連続体の運動を支配する偏微分方程式 離散化手法 ( 有限要素法, 差分法など ) 代数的な数理モデル
More informationMicrosoft PowerPoint - ワークショップ.ppt
ワークショップ 点群処理システムの課題 東京大学大学院工学系研究科システム創成学専攻増田宏 1 ワークショップ 点群処理システムの課題 点群処理の基盤技術は既にある. CAD, コンピュータグラフィクス, コンピュータビジョン 点群描画, 平滑化, メッシュ生成, レジストレーション, セグメンテーション, 補間手法, 自動認識など. これらは, 部品に過ぎない. ユーザが欲しいのは 使いやすい完成品であるシステム
More informationMicrosoft PowerPoint - 10.pptx
0. 固有値とその応用 固有値と固有ベクトル 2 行列による写像から固有ベクトルへ m n A : m n n m 行列によって線形写像 f R R A が表せることを見てきた ここでは 2 次元平面の行列による写像を調べる 2 = 2 A 2 2 とし 写像 まず 単位ベクトルの像を求める u 2 x = v 2 y f : R A R を考える u 2 2 u, 2 2 0 = = v 2 0
More information学習指導要領
(1) 数と式 学習指導要領ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 第 1 章第 節実数 東高校学力スタンダード 4 実数 (P.3~7) 自然数 整数 有理数 無理数 実数のそれぞれの集 合について 四則演算の可能性について判断できる ( 例 ) 下の表において, それぞれの数の範囲で四則計算を考えるとき, 計算がその範囲で常にできる場合には
More informationax 2 + bx + c = n 8 (n ) a n x n + a n 1 x n a 1 x + a 0 = 0 ( a n, a n 1,, a 1, a 0 a n 0) n n ( ) ( ) ax 3 + bx 2 + cx + d = 0 4
20 20.0 ( ) 8 y = ax 2 + bx + c 443 ax 2 + bx + c = 0 20.1 20.1.1 n 8 (n ) a n x n + a n 1 x n 1 + + a 1 x + a 0 = 0 ( a n, a n 1,, a 1, a 0 a n 0) n n ( ) ( ) ax 3 + bx 2 + cx + d = 0 444 ( a, b, c, d
More information?
240-8501 79-2 Email: nakamoto@ynu.ac.jp 1 3 1.1...................................... 3 1.2?................................. 6 1.3..................................... 8 1.4.......................................
More information様々なミクロ計量モデル†
担当 : 長倉大輔 ( ながくらだいすけ ) この資料は私の講義において使用するために作成した資料です WEB ページ上で公開しており 自由に参照して頂いて構いません ただし 内容について 一応検証してありますが もし間違いがあった場合でもそれによって生じるいかなる損害 不利益について責任を負いかねますのでご了承ください 間違いは発見次第 継続的に直していますが まだ存在する可能性があります 1 カウントデータモデル
More information学習指導要領
(1) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 自然数 整数 有理数 無理数 実数のそれぞれの集 合について 四則演算の可能性について判断できる ( 例 ) 下の表において それぞれの数の範囲で四則計算を考えるとき 計算がその範囲で常にできる場合には を 常にできるとは限らない場合には を付けよ ただし 除法では 0 で割ることは考えない
More informationMicrosoft PowerPoint - ad11-09.pptx
無向グラフと有向グラフ 無向グラフ G=(V, E) 頂点集合 V 頂点の対を表す枝の集合 E e=(u,v) 頂点 u, v は枝 e の端点 f c 0 a 1 e b d 有向グラフ G=(V, E) 頂点集合 V 頂点の順序対を表す枝の集合 E e=(u,v) 頂点 uは枝 eの始点頂点 vは枝 eの終点 f c 0 a 1 e b d グラフのデータ構造 グラフ G=(V, E) を表現するデータ構造
More informationNo δs δs = r + δr r = δr (3) δs δs = r r = δr + u(r + δr, t) u(r, t) (4) δr = (δx, δy, δz) u i (r + δr, t) u i (r, t) = u i x j δx j (5) δs 2
No.2 1 2 2 δs δs = r + δr r = δr (3) δs δs = r r = δr + u(r + δr, t) u(r, t) (4) δr = (δx, δy, δz) u i (r + δr, t) u i (r, t) = u i δx j (5) δs 2 = δx i δx i + 2 u i δx i δx j = δs 2 + 2s ij δx i δx j
More informationMicrosoft PowerPoint - 13approx.pptx
I482F 実践的アルゴリズム特論 13,14 回目 : 近似アルゴリズム 上原隆平 (uehara@jaist.ac.jp) ソートの下界の話 比較に基づく任意のソートアルゴリズムはΩ(n log n) 時間の計算時間が必要である 証明 ( 概略 ) k 回の比較で区別できる場合の数は高々 2 k 種類しかない n 個の要素の異なる並べ方は n! 通りある したがって少なくとも k n 2 n!
More informationLaplace2.rtf
=0 ラプラスの方程式は 階の微分方程式で, 一般的に3つの座標変数をもつ. ここでは, 直角座標系, 円筒座標系, 球座標系におけるラプラスの方程式の解き方を説明しよう. 座標変数ごとに方程式を分離し, それを解いていく方法は変数分離法と呼ばれる. 変数分離解と固有関数展開法. 直角座標系における 3 次元の偏微分方程式 = x + y + z =0 (.) を解くために,x, y, z について互いに独立な関数の積で成り立っていると考え,
More information学習指導要領
(1 ) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 自然数 整数 有理数 無理数の包含関係など 実 数の構成を理解する ( 例 ) 次の空欄に適当な言葉をいれて, 数の集合を表しなさい 実数の絶対値が実数と対応する点と原点との距離で あることを理解する ( 例 ) 次の値を求めよ (1) () 6 置き換えなどを利用して 三項の無理数の乗法の計
More informationNS NS Scalar turbulence 5 6 FEM NS Mesh (A )
22 3 2 1 2 2 2 3 3 4 NS 4 4.1 NS............ 5 5 Scalar turbulence 5 6 FEM 5 6.1 NS.................................... 6 6.2 Mes A )................................... 6 6.3.....................................
More informationモデリングとは
コンピュータグラフィックス基礎 第 7 回曲線 曲面の表現形状モデリング 三谷純 3DCG 表示 モデリング 対象物を計算機内で表現する 形の定義 表面の材質 光源 レンダリング 対象物をディスプレイに表示する 投影 ( 座標変換 ) 照光 ( 反射 屈折の計算 ) 今回のテーマ モデリング モデリングとは? 画面表示したい物体の形, 位置, 大きさなどをコンピュータ内部のデータとして表現すること
More informationハートレー近似(Hartree aproximation)
ハートリー近似 ( 量子多体系の平均場近似 1) 0. ハミルトニアンの期待値の変分がシュレディンガー方程式と等価であること 1. 独立粒子近似という考え方. 電子系におけるハートリー近似 3.3 電子系におけるハートリー近似 Mde by R. Okmoto (Kyushu Institute of Technology) filenme=rtree080609.ppt (0) ハミルトニアンの期待値の変分と
More information多次元レーザー分光で探る凝縮分子系の超高速動力学
波動方程式と量子力学 谷村吉隆 京都大学理学研究科化学専攻 http:theochem.kuchem.kyoto-u.ac.jp TA: 岩元佑樹 iwamoto.y@kuchem.kyoto-u.ac.jp ベクトルと行列の作法 A 列ベクトル c = c c 行ベクトル A = [ c c c ] 転置ベクトル T A = [ c c c ] AA 内積 c AA = [ c c c ] c =
More informationMicrosoft Word - 201hyouka-tangen-1.doc
数学 Ⅰ 評価規準の作成 ( 単元ごと ) 数学 Ⅰ の目標及び図形と計量について理解させ 基礎的な知識の習得と技能の習熟を図り それらを的確に活用する機能を伸ばすとともに 数学的な見方や考え方のよさを認識できるようにする 評価の観点の趣旨 式と不等式 二次関数及び図形と計量における考え方に関 心をもつとともに 数学的な見方や考え方のよさを認識し それらを事象の考察に活用しようとする 式と不等式 二次関数及び図形と計量における数学的な見
More informationPowerPoint プレゼンテーション
復習 ) 時系列のモデリング ~a. 離散時間モデル ~ y k + a 1 z 1 y k + + a na z n ay k = b 0 u k + b 1 z 1 u k + + b nb z n bu k y k = G z 1 u k = B(z 1 ) A(z 1 u k ) ARMA モデル A z 1 B z 1 = 1 + a 1 z 1 + + a na z n a = b 0
More informationAutodesk Inventor Skill Builders Autodesk Inventor 2010 構造解析の精度改良 メッシュリファインメントによる収束計算 予想作業時間:15 分 対象のバージョン:Inventor 2010 もしくはそれ以降のバージョン シミュレーションを設定する際
Autodesk Inventor Skill Builders Autodesk Inventor 2010 構造解析の精度改良 メッシュリファインメントによる収束計算 予想作業時間:15 分 対象のバージョン:Inventor 2010 もしくはそれ以降のバージョン シミュレーションを設定する際に 収束判定に関するデフォルトの設定をそのまま使うか 修正をします 応力解析ソルバーでは計算の終了を判断するときにこの設定を使います
More informationMicrosoft PowerPoint rev.pptx
研究室紹介 卒業研究テーマ紹介 木村拓馬 佐賀大学理工学部知能情報システム学科第 2 研究グループ 第 2 研究グループ -- 木村拓馬 : 卒業研究テーマ紹介 (2016/2/16) 1/15 木村の専門分野 応用数学 ( 数値解析 最適化 ) 内容 : 数学 + 計算機 数学の理論に裏付けされた 良い 計算方法 良さ を計算機で検証する方法について研究 目標は でかい 速い 正確 第 2 研究グループ
More informationスライド 1
5.5.2 画像の間引き 5.1 線形変換 5.2 アフィン変換 5.3 同次座標 5.4 平面射影変換 5.5 再標本化 1. 画素数の減少による表現能力の低下 画像の縮小 変形を行う際 結果画像の 画素数 < 入力画像の 画素数 ( 画素の密度 ) ( 画素の密度 ) になることがある この場合 結果画像の表現力 < 入力画像の表現力 ( 情報量 ) ( 情報量 ) 結果的に 情報の損失が生じる!
More informationMicrosoft PowerPoint - mp11-06.pptx
数理計画法第 6 回 塩浦昭義情報科学研究科准教授 shioura@dais.is.tohoku.ac.jp http://www.dais.is.tohoku.ac.jp/~shioura/teaching 第 5 章組合せ計画 5.2 分枝限定法 組合せ計画問題 組合せ計画問題とは : 有限個の もの の組合せの中から, 目的関数を最小または最大にする組合せを見つける問題 例 1: 整数計画問題全般
More information2018/6/12 表面の電子状態 表面に局在する電子状態 表面電子状態表面準位 1. ショックレー状態 ( 準位 ) 2. タム状態 ( 準位 ) 3. 鏡像状態 ( 準位 ) 4. 表面バンドのナローイング 5. 吸着子の状態密度 鏡像力によるポテンシャル 表面からzの位置の電子に働く力とポテン
表面の電子状態 表面に局在する電子状態 表面電子状態表面準位. ショックレー状態 ( 準位. タム状態 ( 準位 3. 鏡像状態 ( 準位 4. 表面バンドのナローイング 5. 吸着子の状態密度 鏡像力によるポテンシャル 表面からzの位置の電子に働く力とポテンシャル e F z ( z z e V ( z ( Fz dz 4z e V ( z 4z ( z > ( z < のときの電子の運動を考える
More informationMicrosoft Word - JP FEA Post Text Neutral File Format.doc
FEA Post Text File Format 1. 共通事項 (1) ファイル拡張子 *.fpt (FEA Post Text File Format) () 脚注 脚注記号 : セミコロン (;) 脚注記号の後に来るテキストは変換されない (3) データ区分 データ区分記号 :, (4) コマンド表示 コマンドの前は * 記号を付けてデータと区分する Example. 単位のコマンド *UNIT
More information73
73 74 ( u w + bw) d = Ɣ t tw dɣ u = N u + N u + N 3 u 3 + N 4 u 4 + [K ] {u = {F 75 u δu L σ (L) σ dx σ + dσ x δu b δu + d(δu) ALW W = L b δu dv + Aσ (L)δu(L) δu = (= ) W = A L b δu dx + Aσ (L)δu(L) Aσ
More informationMicrosoft PowerPoint - DA2_2019.pptx
Johnon のアルゴリズム データ構造とアルゴリズム IⅠ 第 回最大フロー 疎なグラフ, 例えば E O( V lg V ) が仮定できる場合に向いている 隣接リスト表現を仮定する. 実行時間は O( V lg V + V E ). 上記の仮定の下で,Floyd-Warhall アルゴリズムよりも漸近的に高速 Johnon のアルゴリズム : アイデア (I) 辺重みが全部非負なら,Dikra
More informationスライド 1
Graphics with Processing 2007-11 シェーディングとテクスチャマッピング http://vilab.org 塩澤秀和 1 11.1 シェーディング シェーディング シェーディングとは Shading= 陰影づけ 光の反射 材質のモデル ( 前回 ) ポリゴンの陰影計算モデル = シェーディングモデル シェーディングモデル フラットシェーディング ポリゴンを単一色で描画
More information数学の世界
東京女子大学文理学部数学の世界 (2002 年度 ) 永島孝 17 6 行列式の基本法則と効率的な計算法 基本法則 三次以上の行列式についても, 二次の場合と同様な法則がなりたつ ここには三次の場合を例示するが, 四次以上でも同様である 1 単位行列の行列式の値は 1 である すなわち 1 0 0 0 1 0 1 0 0 1 2 二つの列を入れ替えると行列式の値は 1 倍になる 例えば a 13 a
More informationMicrosoft PowerPoint - 13.ppt [互換モード]
13. 近似アルゴリズム 1 13.1 近似アルゴリズムの種類 NP 困難な問題に対しては多項式時間で最適解を求めることは困難であるので 最適解に近い近似解を求めるアルゴリズムが用いられることがある このように 必ずしも厳密解を求めないアルゴリズムは 大きく分けて 2 つの範疇に分けられる 2 ヒューリスティックと近似アルゴリズム ヒュ- リスティクス ( 発見的解法 経験的解法 ) 遺伝的アルゴリズム
More informationMicrosoft PowerPoint - matlab10.ppt [互換モード]
MATLAB の使い方 第 10 回 :3 次元プロット まとめページ :http://hdp.nifs.ac.jp/soken/tanaka/tsukaikata/ 3 次元プロットの流れ プロットするデータ 離散点 数列 x,y 平面に分布する数値データ (2 自由度 ) x,y,z 空間に分布する数値データ (3 自由度 ) x,y,z 空間に分布するベクトルデータ (3 自由度 ) データに適したプロット方法を選択
More informationMicrosoft Word - thesis.doc
剛体の基礎理論 -. 剛体の基礎理論初めに本論文で大域的に使用する記号を定義する. 使用する記号トルク撃力力角運動量角速度姿勢対角化された慣性テンソル慣性テンソル運動量速度位置質量時間 J W f F P p .. 質点の並進運動 質点は位置 と速度 P を用いる. ニュートンの運動方程式 という状態を持つ. 但し ここでは速度ではなく運動量 F P F.... より質点の運動は既に明らかであり 質点の状態ベクトル
More information,. Black-Scholes u t t, x c u 0 t, x x u t t, x c u t, x x u t t, x + σ x u t, x + rx ut, x rux, t 0 x x,,.,. Step 3, 7,,, Step 6., Step 4,. Step 5,,.
9 α ν β Ξ ξ Γ γ o δ Π π ε ρ ζ Σ σ η τ Θ θ Υ υ ι Φ φ κ χ Λ λ Ψ ψ µ Ω ω Def, Prop, Th, Lem, Note, Remark, Ex,, Proof, R, N, Q, C [a, b {x R : a x b} : a, b {x R : a < x < b} : [a, b {x R : a x < b} : a,
More informationMicrosoft PowerPoint - 測量学.ppt [互換モード]
8/5/ 誤差理論 測定の分類 性格による分類 独立 ( な ) 測定 : 測定値がある条件を満たさなければならないなどの拘束や制約を持たないで独立して行う測定 条件 ( 付き ) 測定 : 三角形の 3 つの内角の和のように, 個々の測定値間に満たすべき条件式が存在する場合の測定 方法による分類 直接測定 : 距離や角度などを機器を用いて直接行う測定 間接測定 : 求めるべき量を直接測定するのではなく,
More informationPowerPoint プレゼンテーション
米田 戸倉川月 7 限 193~21 西 5-19 応用数学 A 積分定理 Gaussの定理 divbd = B nds Stokesの定理 E bds = E dr Green の定理 g x f y dxdy = fdx + gdy = f e i + ge j dr Gauss の発散定理 S n FdS = Fd 1777-1855 ドイツ Johann arl Friedrich Gauss
More informationD xy D (x, y) z = f(x, y) f D (2 ) (x, y, z) f R z = 1 x 2 y 2 {(x, y); x 2 +y 2 1} x 2 +y 2 +z 2 = 1 1 z (x, y) R 2 z = x 2 y
5 5. 2 D xy D (x, y z = f(x, y f D (2 (x, y, z f R 2 5.. z = x 2 y 2 {(x, y; x 2 +y 2 } x 2 +y 2 +z 2 = z 5.2. (x, y R 2 z = x 2 y + 3 (2,,, (, 3,, 3 (,, 5.3 (. (3 ( (a, b, c A : (x, y, z P : (x, y, x
More informationオートマトン 形式言語及び演習 1. 有限オートマトンとは 酒井正彦 形式言語 言語とは : 文字列の集合例 : 偶数個の 1 の後に 0 を持つ列からなる集合 {0, 110, 11110,
オートマトン 形式言語及び演習 1 有限オートマトンとは 酒井正彦 wwwtrscssinagoya-uacjp/~sakai/lecture/automata/ 形式言語 言語とは : 文字列の集合例 : 偶数個の 1 の後に 0 を持つ列からなる集合 {0, 110, 11110, } 形式言語 : 数学モデルに基づいて定義された言語 認識機械 : 文字列が該当言語に属するか? 文字列 機械 受理
More information第6章 実験モード解析
第 6 章実験モード解析 6. 実験モード解析とは 6. 有限自由度系の実験モード解析 6.3 連続体の実験モード解析 6. 実験モード解析とは 実験モード解析とは加振実験によって測定された外力と応答を用いてモードパラメータ ( 固有振動数, モード減衰比, 正規固有モードなど ) を求める ( 同定する ) 方法である. 力計 試験体 変位計 / 加速度計 実験モード解析の概念 時間領域データを利用する方法
More information混沌系工学特論 #5
混沌系工学特論 #5 情報科学研究科井上純一 URL : htt://chaosweb.comlex.eng.hokudai.ac.j/~j_inoue/ Mirror : htt://www5.u.so-net.ne.j/j_inoue/index.html 平成 17 年 11 月 14 日第 5 回講義 デジタルデータの転送と復元再考 P ({ σ} ) = ex σ ( σσ ) < ij>
More informationFreeCAD
解析のための FreeCAD による モデリング入門 2015 年度版 秋山善克 本日の演習内容 3DCADの概要説明 パートワークベンチによるモデリング パートデザインワークベンチによるモデリング 製図ワークベンチによるモデリング 3DCADモデリング演習 1 3DCADモデリング演習 2 3DCADモデリング演習 3 3DCADモデリング演習 4 3DCADモデリング演習 5 FreeCAD とは
More informationボルツマンマシンの高速化
1. はじめに ボルツマン学習と平均場近似 山梨大学工学部宗久研究室 G04MK016 鳥居圭太 ボルツマンマシンは学習可能な相互結合型ネットワー クの代表的なものである. ボルツマンマシンには, 学習のための統計平均を取る必要があり, 結果を求めるまでに長い時間がかかってしまうという欠点がある. そこで, 学習の高速化のために, 統計を取る2つのステップについて, 以下のことを行う. まず1つ目のステップでは,
More information2009 : M DCG 3 4 3
2009 M0106121 2009 : M0106121 3DCG 3 4 3 1 1 1.1............................. 1 1.2.............................. 4 2 5 2.1.............................. 5 2.2............................. 6 2.2.1...........................
More information学習指導要領
(1) 数と式 学習指導要領ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 千早高校学力スタンダード 自然数 整数 有理数 無理数の用語の意味を理解す る ( 例 ) 次の数の中から自然数 整数 有理 数 無理数に分類せよ 3 3,, 0.7, 3,,-, 4 (1) 自然数 () 整数 (3) 有理数 (4) 無理数 自然数 整数 有理数 無理数の包含関係など
More informationPowerPoint プレゼンテーション
空間フィルタリング (spatal lterng) 入力画像の対応する画素値だけではなく その周囲 ( 近傍領域 ) の画素も含めた領域内の画素値を用いて 出力画像の対応する画素値を計算する処理 入力画像出力画像入力画像出力画像 画素ごとの濃淡変換 ( 階調処理 ) 領域に基づく濃淡変換 ( 空間フィルタリング ) 空間フィルタ (spatal lter) 線形フィルタ (lnear lter) w
More information学習指導要領
(1) 数と式 ア数と集合 ( ア ) 実数数を実数まで拡張する意義を理解し 簡単な無理数の四則計算をすること 絶対値の意味を理解し適切な処理することができる 例題 1-3 の絶対値をはずせ 展開公式 ( a + b ) ( a - b ) = a 2 - b 2 を利用して根号を含む分数の分母を有理化することができる 例題 5 5 + 2 の分母を有理化せよ 実数の整数部分と小数部分の表し方を理解している
More information重要例題113
04_ 高校 数学 Ⅱ 必須基本公式 定理集 数学 Ⅱ 第 章式の計算と方程式 0 商と余り についての整式 A をについての整式 B で割ったときの商を Q, 余りを R とすると, ABQ+R (R の次数 ) > 0
More informationii
ii iii 1 1 1.1..................................... 1 1.2................................... 3 1.3........................... 4 2 9 2.1.................................. 9 2.2...............................
More informationベクトルの基礎.rtf
章ベクトルの表現方法 ベクトルは大きさと方向を持つ量である. 図.に示すように始点 Pから終点 Qに向かう有向線分として で表現する. 大きさは矢印の長さに対応している. Q P 図. ベクトルの表現方法 文字を使ったベクトルの表記方法として, あるいは の表記が用いられるが, このテキストでは太字表示 を採用する. 専門書では太字で書く の表記が一般的であり, 矢印を付ける表記は用いない. なお,
More information_viscon資料
CG のための数学的手法と発想 概要 何が CG に望まれているか? CG で使われる数学的手法 CG と数学のコラボレーション 数学的発想とは? CG に何が 望まれているか? CG で使われる 数学的手法 光と影のシミュレーション L( x, θ) = L e ( x, θ) + L( x, φ) ρ( x, θ, φ)dω Ex. 流体なら Navier-Stokes 方程式 : 流体 雲 爆発
More informationH AB φ A,1s (r r A )Hφ B,1s (r r B )dr (9) S AB φ A,1s (r r A )φ B,1s (r r B )dr (10) とした (S AA = S BB = 1). なお,H ij は共鳴積分 (resonance integra),s ij は重
半経験量子計算法 : Tight-binding( 強結合近似 ) 計算の基礎 1. 基礎 Tight-binding 近似 ( 強結合近似, TB 近似あるいは TB 法などとも呼ばれる ) とは, 電子が強く拘束されており隣り合う軌道へ自由に移動できない, とする近似であり, 自由電子近似とは対極にある. 但し, 軌道間はわずかに重なり合っているので, 全く飛び移れないわけではない. Tight-binding
More information(Microsoft PowerPoint - \221\34613\211\361)
計算力学 ~ 第 回弾性問題の有限要素解析 (Ⅱ)~ 修士 年後期 ( 選択科目 ) 担当 : 岩佐貴史 講義の概要 全 5 講義. 計算力学概論, ガイダンス. 自然現象の数理モデル化. 行列 場とその演算. 数値計算法 (Ⅰ) 5. 数値計算法 (Ⅱ) 6. 初期値 境界値問題 (Ⅰ) 7. 初期値 境界値問題 (Ⅱ) 8. マトリックス変位法による構造解析 9. トラス構造の有限要素解析. 重み付き残差法と古典的近似解法.
More information補足 中学で学習したフレミング左手の法則 ( 電 磁 力 ) と関連付けると覚えやすい 電磁力は電流と磁界の外積で表される 力 F 磁 電磁力 F li 右ねじの回転の向き電 li ( l は導線の長さ ) 補足 有向線分とベクトル有向線分 : 矢印の位
http://totemt.sur.ne.p 外積 ( ベクトル積 ) の活用 ( 面積, 法線ベクトル, 平面の方程式 ) 3 次元空間の つのベクトルの積が つのベクトルを与えるようなベクトルの掛け算 ベクトルの積がベクトルを与えることからベクトル積とも呼ばれる これに対し内積は符号と大きさをもつ量 ( スカラー量 ) を与えるので, スカラー積とも呼ばれる 外積を使うと, 平行四辺形や三角形の面積,
More information学習指導要領
(1) 数と式 学習指導要領 数と式 (1) 式の計算二次の乗法公式及び因数分解の公式の理解を深め 式を多面的にみたり目的に応じて式を適切に変形したりすること 東京都立町田高等学校学力スタンダード 整式の加法 減法 乗法展開の公式を利用できる 式を1 つの文字におき換えることによって, 式の計算を簡略化することができる 式の形の特徴に着目して変形し, 展開の公式が適用できるようにすることができる 因数分解因数分解の公式を利用できる
More information相関係数と偏差ベクトル
相関係数と偏差ベクトル 経営統計演習の補足資料 07 年 月 9 日金沢学院大学経営情報学部藤本祥二 相関係数の復習 r = s xy s x s y = = n σ n i= σn i= n σ n i= n σ i= x i xҧ y i തy x i xҧ n σ n i= y i തy x i xҧ x i xҧ y i തy σn i= y i തy 式が長くなるので u, v の文字で偏差を表すことにする
More information1 1 sin cos P (primary) S (secondly) 2 P S A sin(ω2πt + α) A ω 1 ω α V T m T m 1 100Hz m 2 36km 500Hz. 36km 1
sin cos P (primary) S (secondly) 2 P S A sin(ω2πt + α) A ω ω α 3 3 2 2V 3 33+.6T m T 5 34m Hz. 34 3.4m 2 36km 5Hz. 36km m 34 m 5 34 + m 5 33 5 =.66m 34m 34 x =.66 55Hz, 35 5 =.7 485.7Hz 2 V 5Hz.5V.5V V
More informationII A A441 : October 02, 2014 Version : Kawahira, Tomoki TA (Kondo, Hirotaka )
II 214-1 : October 2, 214 Version : 1.1 Kawahira, Tomoki TA (Kondo, Hirotaka ) http://www.math.nagoya-u.ac.jp/~kawahira/courses/14w-biseki.html pdf 1 2 1 9 1 16 1 23 1 3 11 6 11 13 11 2 11 27 12 4 12 11
More informationPowerPoint プレゼンテーション
非線形カルマンフィルタ ~a. 問題設定 ~ 離散時間非線形状態空間表現 x k + 1 = f x k y k = h x k + bv k + w k f : ベクトル値をとるx k の非線形関数 h : スカラ値をとるx k の非線形関数 v k システム雑音 ( 平均値 0, 分散 σ v 2 k ) x k + 1 = f x k,v k w k 観測雑音 ( 平均値 0, 分散 σ w
More information応用数学A
応用数学 A 米田 戸倉川月 7 限 1930~2100 西 5-109 V を :x 2 + y 2 + z 2 = 4 で囲まれる内部とする F = ye x xe y + ze z FdV = V e x e y e z F = = 2e z 2e z dv = 2e z 3 23 = 64π 3 e z y x z 4π V n Fd = 1 F nd 2 F nd 法線ベクトル n g x,
More informationスライド 1
暫定版修正 加筆の可能性あり ( 付録 球面波 回折 (. グリーンの定理. キルヒホッフの積分定理 3. ホイヘンスの原理 4. キルヒホッフの回折公式 5. ゾンマーフェルトの放射条件 6. 補足 付録 (90~904 のアプローチ : 回折 (diffaction までの道標. 球面波 (pheical wave のみ対象 : スカラー表示. 虚数単位 i を使用する 3. お詫び : 自己流かつ説明が飛躍する場面があります
More information2-1 / 語問題 項書換え系 4.0. 準備 (3.1. 項 代入 等価性 ) 定義 3.1.1: - シグネチャ (signature): 関数記号の集合 (Σ と書く ) - それぞれの関数記号は アリティ (arity) と呼ばれる自然数が定められている - Σ (n) : アリ
2-1 / 32 4. 語問題 項書換え系 4.0. 準備 (3.1. 項 代入 等価性 ) 定義 3.1.1: - シグネチャ (signature): 関数記号の集合 (Σ と書く ) - それぞれの関数記号は アリティ (arity) と呼ばれる自然数が定められている - Σ (n) : アリティ n を持つ関数記号からなる Σ の部分集合 例 : 群 Σ G = {e, i, } (e Σ
More information