PowerPoint プレゼンテーション

Size: px
Start display at page:

Download "PowerPoint プレゼンテーション"

Transcription

1 Opmzo o rs prory he rsporo ewor usg deomposo mehodology. esh,. Srv,. Ouveys, G. Curre Trsporo Reserh Pr C, Vol. 9 (), pp , (). 468 社会基盤学専攻交通研伊藤篤志

2 概要 バス専用レーンの最適配置手法の提案 総旅行時間最小化 計算において, 分解法を導入 例題と結果 hp://r.seoul.go.r/les///ed-us-le3.jpg

3 ベンダースの分解原理 数理計画法の定式化の中に, 構造を異にした 種類の変数が同居例 ) [ 実数変数 ]+[ 整数変数 ] [ 線形変数 ]+[ 非線形変数 ] [ ネットワーク型変数 ]+[ 非ネットワーク型変数 ] 刀根 (7) ) それぞれの問題に分解, それを持ち寄って混合問題を解決する 分解原理 m {z(, y)=+dy, y +y,, R p, y Y R q } 双対問題 m{w(y, u)=dy+u(-y) u, u } 開始 双対問題定式化, w 最小化 u 固定, y について解く, 最大化 y 固定, u について解く, w 最小化 w Yes 終了 No

4 ベンダースの分解原理 3 問題 実数 二値 - m {z(, y)=+dy, y +y,, R p, y Y R q } 手順 y Y をひとつ選び, 固定 双対問題 m{dy+u(-y) u, u } を解く () m z=3 +5 +y +4y y - y y + y y - y 4,, y, y {, } - - y =, y = とする 4 u u u 5u dy+u(-y) 8u 4u 緩和問題 と に場合分け. () が最適解 u をもつ u を頂点集合 V に入れる. () は下に無界で, μ, μ なる方向 μ がみつかる μ を端線集合 W に入れる m w=5u +8u +4u 3 - u - 4u + u 3 3 3u + u - u 3 5 u, u, u 3 最適解 (u,u,u 3,w )=(4,,7,48) この解を頂点集合 Vに入れる V={(4,,7)} 双対問題の下界

5 ベンダースの分解原理 4 手順 V, W により定まる次の, y に関する計画問題を解く ( は十分大なる正数 ) dy+u(-y) y y y 6y y y m{ dy+u(-y) μ(-y) y Y, } ( u V), ( μ W), () m -7y +6y +48 y, y {, } () が不能 原問題も不能, 終了 else ^ ^ () の最適解を (, y) とする 最適解 (y ^, y ^, ^ )=(,,74) 不能 : 可能解が存在しない線形計画問題

6 ベンダースの分解原理 5 ^ 手順 3 yにより定まる, 次のuに関する線形問題を解く m{dy+u(-y) u, ^ ^ u } を解く () 4 u u u 4 7u dy+u(-y) ^ ^ 7u 5u とに場合分け. () が下に下界 その方向 μをみつけ, 集合 Wに加えて手順 へ. () が最適解 u^ をもつ dy+u(-y) ^ が成立するかどうかを調べる 成立 yとは原問題の最適解 ( 終了 ) ^ ^ ^ else ^ >dy+u(-y) uを集合 Vに加えて手順 へ m w=4+7u +7u +5u 3 - u - 4u + u 3 3 3u + u - u 3 5 u, u, u 3 最適解 (u^,u^,u^ 3,w^ )=(4,,7,74) ^ () が最適解 uをもつ ^ ^ ^ ^ dy+u(-y)=w =74= ^ が成立, 最適解に達した. (^, ^ )=(5/, 3/)

7 既往研究 6 RS(Rod Spe lloo): 道路空間再配分 Lol level 幹線リンクへの導入を検討 専用レーンが幹線の交通に与える影響 評価手法を提案 旅行時間, 分散, 初期費用維持費用などの包括的費用 ly e l.(978) l(99) Curre e l.(7) ネットワーク全体を通した最適な道路空間再配分の提示に至っていない Newor level ネットワーク中のあらゆるリンクへの導入を検討. 現存のバスネットワークを保持, 自家用車とバスの間で道路空間を再配分 本研究の対象. バスネットワークの改変も含めた公共交通デザイン問題 (TNDP) 公共交通網の再構築は実現性に劣る 自家用車とバスが相互に与える交通量配分を考えていない

8 新規性 7 ネットワークレベルで, バスレーン導入の最適組み合わせを見つける手法を提案 包括的目的関数の導入 最適値計算手法の導入

9 モデル記述 8 モデルの概要 ネットワークデザイン問題 (NDP) として扱う Selerg 問題 Leder: 交通ネットワーク管理者 Follower: 交通ネットワーク利用者 管理者が専用レーンの位置を決定 利用者が旅行時間を最小化する経路を選択 Lel(975) 仮定. OD は一定, 施策の影響を受けない. ネットワーク利用者は自家用車とバスの つに限定 3. レイアウト, リンク情報, コスト関数, 操作詳細は既知 4. バス経路, 頻度, バス停位置は一定 5. 専用レーンの導入に伴い, バスの旅行時間は減るバス停の容量は無限, つのレーンに制限されない

10 定式化 - 上位問題 9 目的関数 m Z 自家用車 O l mp s バス mp 停車時間 W 総旅行時間 社会的コスト α, β, γ, η( ): 重みづけ, 単位変換, 相対的重要度 = : ネットワーク集合 : 専用レーン導入不可リンク集合 : 専用レーン導入可能リンク集合 ( 導入済 ) : 専用レーン導入可能リンク集合 ( 未導入 ) : バス経路 ( 徒歩リンク, 乗り換えリンク含む ) +/- : リンクの集合 (rom/o ode ) / : リンク の交通量 (): 旅行時間 -, / (): リンク の旅行時間 w : ノード での待ち時間 : バス停の集合 mp / : 社会的コスト ( 排出, 騒音, 事故, 信頼性 ) O : 車利用の平均占有率 l : リンク の長さ (=Σ p L p ξ p, ): リンク 上のバス頻度の合計 L: バス路線の集合 p : バス路線 p の頻度 ξ p, : バス路線リンク行列 s : リンク のバス旅行時間

11 定式化 - 上位問題 制約条件 s.. E dg or 導入費用 道路管理者が意思決定する要素 リンク にバスレーンを導入するか否か dg: 予算 E : リンク () での専用レーンの導入費用 Φ : ダミー変数 (: リンク混合状態 )

12 定式化 - 下位問題 OD 表は既与 各リンク交通量 / および旅行時間 / () は四段階推定法により算出 上位問題の制約に従う 3 交通手段分担モデル P U / / ep / epu U epu * X / * X / 自家用車 バス,,, : 説明変数 ( 旅行時間, 費用など ),,, : 係数

13 4 リンク配分モデル d Y m rs : rs 間経路 上交通量 q rs : rs 間交通割合 δ, rs : リンク が経路 上にあれば 旅行時間 待ち時間最小化 rs 間交通量非負制約専用レーン有リンク専用レーン無リンク定式化 - 下位問題 s r s r q rs rs rs rs rs rs,,,, w q, w mw 目的関数制約条件自家用車 バス 非負制約 q : ノード でのバス利用需要

14 一般化ベンダース分解の適用 3 制約には二値関数 Φ を含みながら, 上位問題目的関数はフロー関数 で構成されている Φ の固定 つの問題に分枝 二段階問題 Z と下位問題 ( リンク配分モデル ) タスク : サブ問題の双対問題の構築上位問題目的関数に代替する

15 一般化ベンダース分解の適用 4 d Y m s r s r q rs rs rs rs rs rs,,,, Z と 4 リンク配分モデル ( 自家用車 ) ラグランジュ関数 Y を定義 d Y ω,ω : ラグランジュ乗数 : 繰り返し回数目的関数制約条件 d d d Y Z d d d d 上位問題目的関数 Z の第 項 Z Z mp s mp l O W Z m Z, 式より

16 一般化ベンダース分解の適用 5 Z と 4 リンク配分モデル ( バス ) ラグランジュ関数 W を定義 w W μ, μ : ラグランジュ乗数 : 繰り返し回数目的関数制約条件上位問題目的関数 Z の第 項 Z w W Z w q, w mw W W Z mp s mp l O W Z m Z 3 4 3, 4 式より

17 一般化ベンダース分解の適用 6 Z 3 と Z 4 Z Z l mp Z 3 4 O Z =Z +Z +Z 3 +Z 4 : 原問題の上界 s mp 緩和問題 v m v v Z,,,,, E dg v: 原問題の緩和問題, 下界を与える

18 最適化アルゴリズム 7 Sep 初期値の設定 上界 = 下界 =- 初期解 {Φ } = ε: 収束定数 Sep Φ を固定 下位問題を解き, /, ω, ω, μ, μ, Z (=Z +Z +Z 3 +Z 4 ) を算出 上界 =m( 下界, Z ) Sep /, ω, ω, μ, μ, Z (=Z +Z +Z 3 +Z 4 ) を固定 緩和問題を解き, Φ と v を算出 下界 =v 上界 - 下界 v ε 終了 else =+, Sep に戻る

19 数値計算例 8 ノード数 : 38 リンク数 : 49 組 (98 方向 ) 各 OD 間で /h の交通量 OD ノードはネットワーク周囲と 6, 7 の右のノード ( 青の四角 ) ペア, 38,/h の交通量 9 バス路線 /5m( 路線 -7), /m( 路線 8,9) 各リンク長 : 4m 各リンク 車線 速度制限 5m/h 予算制約より, 専用レーンは最大 3 組 3 交通手段分担モデルパラメータ (,,, )=(, 6,.9,.) 上位問題目的関数パラメータ (α, β, γ, η)=(.5,.5, 5, ) 専用レーン導入候補

20 数値計算例 9,,,,,,,,,,, 3, 3 Cp Cp Cp Cp : 自由流でのリンク通過時間 Cp -, : リンク の交通容量 : 専用レーンなし, Cp, =,8 veh/h : 専用レーン有り, Cp, =, veh/h コスト関数 ( 専用レーン ): コスト関数 ( 普通車線 ): 最適値 9/ 回の計算で最適組み合わせを発見

21 まとめ ネットワークレベルで, バス専用レーンの最適導入の新しい手法を提言 一般化ベンダース分解を適用, 効率的に最適値に収束

22 本研究の使い道 最適化の計算手法 混合整数計画 専用レーンの導入問題最適化 地震後に緊急車両レーンを設ける, とか

23 数式 = : ネットワーク集合 : 優先レーン導入不可のリンク集合 : 優先レーン ( 専用レーン ) のリンク集合 : 混合交通リンクの集合 ( 専用レーンなし ) : バス経路, 徒歩リンク, 乗り換えリンク含む +/- : リンクの集合 (rom/o ode ) L: バス路線の集合 : バス停の集合 (=Σ p L p ξ p, ): リンク 上のバス頻度の合計 p : バス路線 p の頻度 ξ p, : バス路線リンク行列 (): 旅行時間 l : リンク () の長さ s : リンク のバス旅行時間 -, / (): リンク () の旅行時間, : 自家用車, : バス, 交通量の関数 : 専用レーンあり, : 専用レーンなし / : リンク の交通量 w : ノード での待ち時間 α, β, γ, η( ): 重みづけ, 単位変換, 相対的重要度

24 3 下位問題 3 rd model w q s,.. q : ノード でのバス利用需要旅行時間 + 待ち時間最小化 rs 間交通量非負リンク の自家用車交通量ノーマルか対のリンクを流れる制約定式化 - 下位問題 w mw

25 書式の間 4 開始 双対問題定式化, w 最小化 u 固定, y について解く, 最大化 y 固定, u について解く, w 最小化 w Yes 終了 No ナップサック問題 (KP)

Microsoft PowerPoint - mp11-02.pptx

Microsoft 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

スライド 1

スライド 1 Keal H. Sahn A R. Crc: A dual teperature sulated annealng approach for solvng blevel prograng probles Coputers and Checal Engneerng Vol. 23 pp. 11-251998. 第 12 回論文ゼミ 2013/07/12( 金 ) #4 M1 今泉孝章 2 段階計画問題とは

More information

Probit , Mixed logit

Probit , 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 information

Microsoft PowerPoint - mp11-06.pptx

Microsoft 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 information

様々なミクロ計量モデル†

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

4 段階推定法とは 予測に使うモデルの紹介 4 段階推定法の課題 2

4 段階推定法とは 予測に使うモデルの紹介 4 段階推定法の課題 2 4 段階推定法 羽藤研 4 芝原貴史 1 4 段階推定法とは 予測に使うモデルの紹介 4 段階推定法の課題 2 4 段階推定法とは 交通需要予測の実用的な予測手法 1950 年代のアメリカで開発 シカゴで高速道路の需要予測に利用 日本では 1967 年の広島都市圏での適用が初 その後 1968 年の東京都市圏など 人口 30 万人以上の 56 都市圏に適用 3 ゾーニング ゾーニングとネットワークゾーン間のトリップはゾーン内の中心点

More information

Microsoft PowerPoint - mp13-07.pptx

Microsoft PowerPoint - mp13-07.pptx 数理計画法 ( 数理最適化 ) 第 7 回 ネットワーク最適化 最大流問題と増加路アルゴリズム 担当 : 塩浦昭義 ( 情報科学研究科准教授 ) hiour@di.i.ohoku.c.jp ネットワーク最適化問題 ( 無向, 有向 ) グラフ 頂点 (verex, 接点, 点 ) が枝 (edge, 辺, 線 ) で結ばれたもの ネットワーク 頂点や枝に数値データ ( 距離, コストなど ) が付加されたもの

More information

スライド 1

スライド 1 移動体観測を活用した交通 NW の リアルタイムマネジメントに向けて : プローブカーデータを用いた動的 OD 交通量のリアルタイム推定 名古屋大学山本俊行 背景 : マルチモード経路案内システム PRONAVI 2 プローブカーデータの概要 プローブカー : タクシー 157 台 蓄積用データ収集期間 : 22 年 1 月 ~3 月,1 月 ~23 年 3 月 データ送信はイベントベース : 車両発進

More information

Microsoft PowerPoint - 13approx.pptx

Microsoft 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 information

Microsoft PowerPoint - no1_17

Microsoft PowerPoint - no1_17 数理計画法 田地宏一 Inrodcion o Mahemaical rogramming 教科書 : 新版数理計画入門 福島雅夫 朝倉書店 参考書 : 最適化法 田村 村松著 共立出版 工学基礎最適化とその応用 矢部著 数理工学社 6Linear and Nonlinear Opimizaion: second ediion I.Griba.G. Nash and A. ofer IAM 9 など多数

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション A nested recursive logit model for route choice analysis Tien Mai, Mogens Fosgerau, Emma Frejinger Transportation Research Part B, Vol. 75, pp.100-112, 2015 2015/06/19( 金 ) 理論談話会 2015#6 B4 三木真理子 目次 1.

More information

Microsoft PowerPoint - no1_19.pptx

Microsoft PowerPoint - no1_19.pptx 数理計画法 ( 田地宏一 ) Inroducion o ahemaical Programming 教科書 : 新版数理計画入門, 福島雅夫, 朝倉書店 011 参考書 : 最適化法, 田村, 村松著, 共立出版 00 工学基礎最適化とその応用, 矢部著, 数理工学社 006,Linear and Nonlinear Opimizaion: second ediion, I.Griba, S.G.

More information

切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. (

切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. ( 統計学ダミー変数による分析 担当 : 長倉大輔 ( ながくらだいすけ ) 1 切片 ( 定数項 ) ダミー 以下の単回帰モデルを考えよう これは賃金と就業年数の関係を分析している : ( 賃金関数 ) ここで Y i = α + β X i + u i, i =1,, n, u i ~ i.i.d. N(0, σ 2 ) Y i : 賃金の対数値, X i : 就業年数. ( 実際は賃金を就業年数だけで説明するのは現実的はない

More information

研修コーナー

研修コーナー l l l l l l l l l l l α α β l µ l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l

More information

<4D F736F F D208D8291AC93B BF8BE08E7B8DF482CC89658BBF92B28DB E92B A2E646F63>

<4D F736F F D208D8291AC93B BF8BE08E7B8DF482CC89658BBF92B28DB E92B A2E646F63> 高速道路の新料金施策に関する影響調査について 2010 年 12 月 28 日財団法人運輸調査局 1. 調査の目的 2011 年 4 月以降の高速道路の新料金施策について 乗用車を平日上限 2,000 円 土日祝日上限 1,000 円とする上限料金制度を導入する方向で 政府で調整が進められていることを受け 施策実施による影響を把握することを目的に調査を行った 高速道路の新料金施策が実施された場合における

More information

! Aissi, H., Bazga, C., & Vaderpoote, D. (2009). Mi max ad mi max regret versios of combiatorial optimizatio problems: A survey. Europea joural of ope

! Aissi, H., Bazga, C., & Vaderpoote, D. (2009). Mi max ad mi max regret versios of combiatorial optimizatio problems: A survey. Europea joural of ope mi max regret l m ( ) ! Aissi, H., Bazga, C., & Vaderpoote, D. (2009). Mi max ad mi max regret versios of combiatorial optimizatio problems: A survey. Europea joural of operatioal research, 197(2), 427-438.!

More information

y = x x R = 0. 9, R = σ $ = y x w = x y x x w = x y α ε = + β + x x x y α ε = + β + γ x + x x x x' = / x y' = y/ x y' =

y = x x R = 0. 9, R = σ $ = y x w = x y x x w = x y α ε = + β + x x x y α ε = + β + γ x + x x x x' = / x y' = y/ x y' = y x = α + β + ε =,, ε V( ε) = E( ε ) = σ α $ $ β w ( 0) σ = w σ σ y α x ε = + β + w w w w ε / w ( w y x α β ) = α$ $ W = yw βwxw $β = W ( W) ( W)( W) w x x w x x y y = = x W y W x y x y xw = y W = w w

More information

情報システム評価学 ー整数計画法ー

情報システム評価学 ー整数計画法ー 情報システム評価学 ー整数計画法ー 第 1 回目 : 整数計画法とは? 塩浦昭義東北大学大学院情報科学研究科准教授 この講義について 授業の HP: http://www.dais.is.tohoku.ac.jp/~shioura/teaching/dais08/ 授業に関する連絡, および講義資料等はこちらを参照 教員への連絡先 : shioura (AT) dais.is.tohoku.ac.jp

More information

FEM原理講座 (サンプルテキスト)

FEM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

Microsoft PowerPoint - H21生物計算化学2.ppt

Microsoft 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 information

PowerPoint Presentation

PowerPoint Presentation 最適化手法 第 回 工学部計数工学科 定兼邦彦 http://researchmap.jp/sada/resources/ 前回の補足 グラフのある点の隣接点をリストで表現すると説明したが, 単に隣接点の集合を持っていると思ってよい. 互いに素な集合のデータ構造でも, 単なる集合と思ってよい. 8 3 4 3 3 4 3 4 E v 重み 3 8 3 4 4 3 {{,},{3,8}} {{3,},{4,}}

More information

Microsoft PowerPoint - H22制御工学I-10回.ppt

Microsoft PowerPoint - H22制御工学I-10回.ppt 制御工学 I 第 回 安定性 ラウス, フルビッツの安定判別 平成 年 6 月 日 /6/ 授業の予定 制御工学概論 ( 回 ) 制御技術は現在様々な工学分野において重要な基本技術となっている 工学における制御工学の位置づけと歴史について説明する さらに 制御システムの基本構成と種類を紹介する ラプラス変換 ( 回 ) 制御工学 特に古典制御ではラプラス変換が重要な役割を果たしている ラプラス変換と逆ラプラス変換の定義を紹介し

More information

第6章 確率的利用者均衡モデル

第6章 確率的利用者均衡モデル 第 6 章確率的利用者均衡モデル 6.1 確率的配分モデル 6.2 エントロピーモデルとロジットモデル 6.3 確率的利用者均衡配分とその定式化 6.4 確率的利用者均衡配分と等価な最適化問題 6.5 リンク間に相互干渉がある場合の確率的利用者均衡配分 福田研究室修士 1 年平林新 はじめに 2 5 章 : 確定的利用者均衡 (UE: User Equilibrium) すべての利用者がネットワーク状況について完全な情報をもち

More information

パソコンシミュレータの現状

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 information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 第 6 回基礎ゼミ資料 Practice NL&MXL from R 平成 30 年 5 月 18 日 ( 金 ) 朝倉研究室修士 1 年小池卓武 使用データ 1 ~ 横浜プローブパーソンデータ ~ 主なデータの中身 トリップ ID 目的 出発, 到着時刻 総所要時間 移動距離 交通機関別の時間, 距離 アクセス, イグレス時間, 距離 費用 代表交通手段 代替手段生成可否 性別, 年齢等の個人属性

More information

航空機の運動方程式

航空機の運動方程式 可制御性 可観測性. 可制御性システムの状態を, 適切な操作によって, 有限時間内に, 任意の状態から別の任意の状態に移動させることができるか否かという特性を可制御性という. 可制御性を有するシステムに対し, システムは可制御である, 可制御なシステム という言い方をする. 状態方程式, 出力方程式が以下で表されるn 次元 m 入力 r 出力線形時不変システム x Ax u y x Du () に対し,

More information

memo

memo 数理情報工学特論第一 機械学習とデータマイニング 4 章 : 教師なし学習 3 かしまひさし 鹿島久嗣 ( 数理 6 研 ) kashima@mist.i.~ DEPARTMENT OF MATHEMATICAL INFORMATICS 1 グラフィカルモデルについて学びます グラフィカルモデル グラフィカルラッソ グラフィカルラッソの推定アルゴリズム 2 グラフィカルモデル 3 教師なし学習の主要タスクは

More information

...Y..FEM.pm5

...Y..FEM.pm5 . 剛塑性有限要素法 名古屋大学大学院工学研究科. はじめに. 剛塑性体の構成式.. 降伏条件.. 構成方程式 ([D] マトリックス ). 節点速度 ひずみ速度関係..[B] マトリックス.. 四角形一次要素の [B] マトリックス.4 4 仮想仕事の原理 ( 剛性マトリックス ([K] マトリックス )).5 非線形方程式の解法.5. 直接代入法.5.wto-Raphso 法.6 非圧縮性の拘束と数値積分.7

More information

() [REQ] 0m 0 m/s () [REQ] (3) [POS] 4.3(3) ()() () ) m/s 4. ) 4. AMEDAS

() [REQ] 0m 0 m/s () [REQ] (3) [POS] 4.3(3) ()() () ) m/s 4. ) 4. AMEDAS () [REQ] 4. 4. () [REQ] 0m 0 m/s () [REQ] (3) [POS] 4.3(3) ()() () 0 0 4. 5050 0 ) 00 4 30354045m/s 4. ) 4. AMEDAS ) 4. 0 3 ) 4. 0 4. 4 4.3(3) () [REQ] () [REQ] (3) [POS] () ()() 4.3 P = ρ d AnC DG ()

More information

Microsoft PowerPoint - 10.pptx

Microsoft 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 information

Microsoft PowerPoint - 資料04 重回帰分析.ppt

Microsoft 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 information

医系の統計入門第 2 版 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. このサンプルページの内容は, 第 2 版 1 刷発行時のものです.

医系の統計入門第 2 版 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます.   このサンプルページの内容は, 第 2 版 1 刷発行時のものです. 医系の統計入門第 2 版 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. http://www.morikita.co.jp/books/mid/009192 このサンプルページの内容は, 第 2 版 1 刷発行時のものです. i 2 t 1. 2. 3 2 3. 6 4. 7 5. n 2 ν 6. 2 7. 2003 ii 2 2013 10 iii 1987

More information

ビジネス統計 統計基礎とエクセル分析 正誤表

ビジネス統計 統計基礎とエクセル分析 正誤表 ビジネス統計統計基礎とエクセル分析 ビジネス統計スペシャリスト エクセル分析スペシャリスト 公式テキスト正誤表と学習用データ更新履歴 平成 30 年 5 月 14 日現在 公式テキスト正誤表 頁場所誤正修正 6 知識編第 章 -3-3 最頻値の解説内容 たとえば, 表.1 のデータであれば, 最頻値は 167.5cm というたとえば, 表.1 のデータであれば, 最頻値は 165.0cm ということになります

More information

学習指導要領

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

untitled

untitled に, 月次モデルの場合でも四半期モデルの場合でも, シミュレーション期間とは無関係に一様に RMSPE を最小にするバンドの設定法は存在しないということである 第 2 は, 表で与えた 2 つの期間及びすべての内生変数を見渡して, 全般的にパフォーマンスのよいバンドの設定法は, 最適固定バンドと最適可変バンドのうちの M 2, Q2 である いずれにしても, 以上述べた 3 つのバンド設定法は若干便宜的なものと言わざるを得ない

More information

費用便益分析の条件 様式 -32 事業名 : 八王子拡幅 ( 全体 ) (2) 項目 チェック欄 費用便益分析マニュアル算出マニュアル ( 平成 15 年 8 月国土交通省道路局都市 地域整備局 ) その他 分析対象期間 40 年 分析の基本的事項 社会的割引率 4% 基準年次 平成 15 年 交通流の 1 時点のみ推計 ( 平成 32 年 ) 推計時点 複数時点での推計 推計の状況 整備の有無それぞれで交通流を推計

More information

( 前半 ) 目次 1. 辞書学習の導入と先行研究の紹介. 辞書学習の応用事例 3. 辞書学習のサンプル複雑度とは ( 後半 ) 4. 既存の辞書学習のアルゴリズム 5.Bayes 推定を用いた辞書学習のアルゴリズム /53

( 前半 ) 目次 1. 辞書学習の導入と先行研究の紹介. 辞書学習の応用事例 3. 辞書学習のサンプル複雑度とは ( 後半 ) 4. 既存の辞書学習のアルゴリズム 5.Bayes 推定を用いた辞書学習のアルゴリズム /53 スパース表現を探す - 辞書学習におけるサンプル複雑度と アルゴリズム - 坂田綾香 A, 樺島祥介 B A 統計数理研究所, B 東京工業大学 1/53 ( 前半 ) 目次 1. 辞書学習の導入と先行研究の紹介. 辞書学習の応用事例 3. 辞書学習のサンプル複雑度とは ( 後半 ) 4. 既存の辞書学習のアルゴリズム 5.Bayes 推定を用いた辞書学習のアルゴリズム /53 ( 前半 ) 目次

More information

Microsoft PowerPoint - DA2_2019.pptx

Microsoft 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

Microsoft PowerPoint - DA2_2017.pptx

Microsoft PowerPoint - DA2_2017.pptx 1// 小テスト内容 データ構造とアルゴリズム IⅠ 第 回単一始点最短路 (I) 1 1 第 章の構成. 単一始点最短路問題 単一始点最短路問題とは 単一始点最短路問題の考え方 単一始点最短路問題を解くつのアルゴリズム ベルマン フォードのアルゴリズム トポロジカル ソートによる解法 ダイクストラのアルゴリズム 1 1 単一始点最短路問題とは 単一始点最短路問題とは 前提 : 重み付き有向グラフ

More information

Microsoft Word - 非線形計画法 原稿

Microsoft Word - 非線形計画法 原稿 非線形計画法条件付き最適化問題は目的関数と制約条件で示すが この中に一つでも 次式でないものが含まれる問題を総称して非線形計画法いう 非線形計画問題は 多くの分野で研究されているが 複雑性により十分汎用的なものは確立されておらず 限定的なものに限り幾つかの提案がなされている ここでは簡単な解法について紹介する. 制約なし極値問題 単純問題の解法 変数で表される関数 の極値は を解くことによって求められる

More information

スライド 1

スライド 1 第 13 章系列データ 2015/9/20 夏合宿 PRML 輪読ゼミ B4 三木真理子 目次 2 1. 系列データと状態空間モデル 2. 隠れマルコフモデル 2.1 定式化とその性質 2.2 最尤推定法 2.3 潜在変数の系列を知るには 3. 線形動的システム この章の目標 : 系列データを扱う際に有効な状態空間モデルのうち 代表的な 2 例である隠れマルコフモデルと線形動的システムの性質を知り

More information

羽藤.pptx

羽藤.pptx 11 / / @ hato0816@gmail.com A 1928 / 1958OD 1960 1967PT " /() 土木計画 ( 主に交通計画 ) のための観測と理論 1960s PT 調査 紙調査票回答, ゾーン単位, 集計モデル ( 四段階推定法 ) (1955 CATS, 1967 広島都市圏など ) 計算機性能の向上 1980s Activity based model 非集計モデル

More information

nsg04-28/ky208684356100043077

nsg04-28/ky208684356100043077 δ!!! μ μ μ γ UBE3A Ube3a Ube3a δ !!!! α α α α α α α α α α μ μ α β α β β !!!!!!!! μ! Suncus murinus μ Ω! π μ Ω in vivo! μ μ μ!!! ! in situ! in vivo δ δ !!!!!!!!!! ! in vivo Orexin-Arch Orexin-Arch !!

More information

微分積分 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. このサンプルページの内容は, 初版 1 刷発行時のものです.

微分積分 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます.   このサンプルページの内容は, 初版 1 刷発行時のものです. 微分積分 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. ttp://www.morikita.co.jp/books/mid/00571 このサンプルページの内容は, 初版 1 刷発行時のものです. i ii 014 10 iii [note] 1 3 iv 4 5 3 6 4 x 0 sin x x 1 5 6 z = f(x, y) 1 y = f(x)

More information

(Compton Scattering) Beaming 1 exp [i (k x ωt)] k λ k = 2π/λ ω = 2πν k = ω/c k x ωt ( ω ) k α c, k k x ωt η αβ k α x β diag( + ++) x β = (ct, x) O O x

(Compton Scattering) Beaming 1 exp [i (k x ωt)] k λ k = 2π/λ ω = 2πν k = ω/c k x ωt ( ω ) k α c, k k x ωt η αβ k α x β diag( + ++) x β = (ct, x) O O x Compton Scattering Beaming exp [i k x ωt] k λ k π/λ ω πν k ω/c k x ωt ω k α c, k k x ωt η αβ k α x β diag + ++ x β ct, x O O x O O v k α k α β, γ k γ k βk, k γ k + βk k γ k k, k γ k + βk 3 k k 4 k 3 k

More information

第86回日本感染症学会総会学術集会後抄録(I)

第86回日本感染症学会総会学術集会後抄録(I) κ κ κ κ κ κ μ μ β β β γ α α β β γ α β α α α γ α β β γ μ β β μ μ α ββ β β β β β β β β β β β β β β β β β β γ β μ μ μ μμ μ μ μ μ β β μ μ μ μ μ μ μ μ μ μ μ μ μ μ β

More information

Microsoft PowerPoint - DA2_2017.pptx

Microsoft PowerPoint - DA2_2017.pptx // データ構造とアルゴリズム IⅠ 第 回単一始点最短路 (II)/ 全点対最短路 トポロジカル ソート順による緩和 トポロジカル ソート順に緩和 閉路のない有向グラフ限定 閉路がないならトポロジカル ソート順に緩和するのがベルマン フォードより速い Θ(V + E) 方針 グラフをトポロジカル ソートして頂点に線形順序を与える ソート順に頂点を選び, その頂点の出辺を緩和する 各頂点は一回だけ選択される

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 製品競争下での インストア広告サービスの 戦略的効果 慶應義塾大学大学院松林研究室 M2 小林春輝 目次 1. はじめに 2. モデルの定式化 3. 分析 考察 4. 結論 はじめに ICT の著しい発展 多様な消費者ニーズを把握しやすくなり 製品開発に活用 メーカー企業に製品ラインナップを拡大させるインセンティブを与え熾烈な品揃え競争 市場に存在する過剰な製品数 はじめに このメーカー内のそれぞれの製品を比較検討

More information

第6章 実験モード解析

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

O1-1 O1-2 O1-3 O1-4 O1-5 O1-6

O1-1 O1-2 O1-3 O1-4 O1-5 O1-6 O1-1 O1-2 O1-3 O1-4 O1-5 O1-6 O1-7 O1-8 O1-9 O1-10 O1-11 O1-12 O1-13 O1-14 O1-15 O1-16 O1-17 O1-18 O1-19 O1-20 O1-21 O1-22 O1-23 O1-24 O1-25 O1-26 O1-27 O1-28 O1-29 O1-30 O1-31 O1-32 O1-33 O1-34 O1-35

More information

Microsoft PowerPoint - 05.pptx

Microsoft PowerPoint - 05.pptx アルゴリズムとデータ構造第 5 回 : データ構造 (1) 探索問題に対応するデータ構造 担当 : 上原隆平 (uehara) 2015/04/17 アルゴリズムとデータ構造 アルゴリズム : 問題を解く手順を記述 データ構造 : データや計算の途中結果を蓄える形式 計算の効率に大きく影響を与える 例 : 配列 連結リスト スタック キュー 優先順位付きキュー 木構造 今回と次回で探索問題を例に説明

More information

PowerPoint Presentation

PowerPoint Presentation . カーネル法への招待 正定値カーネルによるデータ解析 - カーネル法の基礎と展開 - 福水健次統計数理研究所 / 総合研究大学院大学 統計数理研究所公開講座 0 年 月 34 日 概要 カーネル法の基本 線形データ解析と非線形データ解析 カーネル法の原理 カーネル法の つの例 カーネル主成分分析 : PCA の非線形拡張 リッジ回帰とそのカーネル化 概要 カーネル法の基本 線形データ解析と非線形データ解析

More information

,,,,., = (),, (1) (4) :,,,, (1),. (2),, =. (3),,. (4),,,,.. (1) (3), (4).,,., () : = , ( ) : = F 1 + F 2 + F 3 + ( ) : = i Fj j=1 2

,,,,., = (),, (1) (4) :,,,, (1),. (2),, =. (3),,. (4),,,,.. (1) (3), (4).,,., () : = , ( ) : = F 1 + F 2 + F 3 + ( ) : = i Fj j=1 2 6 2 6.1 2 2, 2 5.2 R 2, 2 (R 2, B, µ)., R 2,,., 1, 2, 3,., 1, 2, 3,,. () : = 1 + 2 + 3 + (6.1.1).,,, 1 ,,,,., = (),, (1) (4) :,,,, (1),. (2),, =. (3),,. (4),,,,.. (1) (3), (4).,,., () : = 1 + 2 + 3 +,

More information

データ解析

データ解析 データ解析 ( 前期 ) 最小二乗法 向井厚志 005 年度テキスト 0 データ解析 - 最小二乗法 - 目次 第 回 Σ の計算 第 回ヒストグラム 第 3 回平均と標準偏差 6 第 回誤差の伝播 8 第 5 回正規分布 0 第 6 回最尤性原理 第 7 回正規分布の 分布の幅 第 8 回最小二乗法 6 第 9 回最小二乗法の練習 8 第 0 回最小二乗法の推定誤差 0 第 回推定誤差の計算 第

More information

Microsoft PowerPoint - DA2_2018.pptx

Microsoft PowerPoint - DA2_2018.pptx 1//1 データ構造とアルゴリズム IⅠ 第 回単一始点最短路 (I). 単一始点最短路問題 第 章の構成 単一始点最短路問題とは 単一始点最短路問題の考え方 単一始点最短路問題を解くつのアルゴリズム ベルマン フォードのアルゴリズム トポロジカル ソートによる解法 ダイクストラのアルゴリズム 単一始点最短路問題とは 単一始点最短路問題とは 前提 : 重み付き有向グラフ 特定の開始頂点 から任意の頂点

More information

アルゴリズムとデータ構造

アルゴリズムとデータ構造 講義 アルゴリズムとデータ構造 第 2 回アルゴリズムと計算量 大学院情報科学研究科情報理工学専攻情報知識ネットワーク研究室喜田拓也 講義資料 2018/5/23 今日の内容 アルゴリズムの計算量とは? 漸近的計算量オーダーの計算の方法最悪計算量と平均計算量 ポイント オーダー記法 ビッグオー (O), ビッグオメガ (Ω), ビッグシータ (Θ) 2 お風呂スケジューリング問題 お風呂に入る順番を決めよう!

More information

2014 BinN 論文セミナーについて

2014 BinN 論文セミナーについて 2014 BinN 論文セミナーについて 内容 論文ゼミは,BinN で毎年行なっているゼミの 1 つで, 昨年度から外部に公開してやっています. 毎週 2 人のひとが, 各自論文 ( 基本英語 ) を読んでその内容をまとめ, 発表 議論するものです. 単に論文を理解するだけでなく, 先生方を交えてどのように応用可能か, 自分の研究にどう生かせそうかなどを議論できる場となっています. 論文ゼミ 基本事項

More information

l = 若年期の労働供給量, c + = 老年期の消費量, w = 賃金率, s = 貯蓄量, r + = 資本の レンタル料 ( 貯蓄からの純収益率,δ = 資産の減耗率である. 上記の最適化問題を解くと以下の式が得られる. l =Ψ ( c +, c Ψ + φ ただし Ψ である. (4 +

l = 若年期の労働供給量, c + = 老年期の消費量, w = 賃金率, s = 貯蓄量, r + = 資本の レンタル料 ( 貯蓄からの純収益率,δ = 資産の減耗率である. 上記の最適化問題を解くと以下の式が得られる. l =Ψ ( c +, c Ψ + φ ただし Ψ である. (4 + 第 6 章生産における外部効果とサンスポット均衡 - 現実的な外部性の度合いと局所的な非決定性 - 本章では生産における外部性 (Exernaliies in producion をライヒリンの世代重複モデル (Overlapping generaions model に導入する. ラムゼー型の最適成長モデル (Represenaive agen s model では労働の需要曲線と供給曲線が誤った形で交わるような非現実的な強い外部性を仮定しなければ,

More information

講義「○○○○」

講義「○○○○」 講義 信頼度の推定と立証 内容. 点推定と区間推定. 指数分布の点推定 区間推定 3. 指数分布 正規分布の信頼度推定 担当 : 倉敷哲生 ( ビジネスエンジニアリング専攻 ) 統計的推測 標本から得られる情報を基に 母集団に関する結論の導出が目的 測定値 x x x 3 : x 母集団 (populaio) 母集団の特性値 統計的推測 標本 (sample) 標本の特性値 分布のパラメータ ( 母数

More information

オートマトンと言語

オートマトンと言語 オートマトンと言語 回目 4 月 8 日 ( 水 ) 章 ( 数式の記法, スタック,BNF 記法 ) 授業資料 http://ir.cs.yamanashi.ac.jp/~ysuzuki/public/automaton/ 授業の予定 ( 中間試験まで ) 回数月日 内容 4 月 日オートマトンとは, オリエンテーション 4 月 8 日 章 ( 数式の記法, スタック,BNF) 3 4 月 5 日

More information

平成 年 月 7 日 ( 土 第 75 回数学教育実践研究会アスティ 45 ビル F セミナールーム A 札幌医科大学 年 P ab, を正の定数とする 平面上において ( a, を中心とする円 Q 4 C と (, b を中心とする円 C が 原点 O で外接している また P を円 C 上の点と

平成 年 月 7 日 ( 土 第 75 回数学教育実践研究会アスティ 45 ビル F セミナールーム A 札幌医科大学 年 P ab, を正の定数とする 平面上において ( a, を中心とする円 Q 4 C と (, b を中心とする円 C が 原点 O で外接している また P を円 C 上の点と 平成 年 月 7 日 ( 土 第 75 回数学教育実践研究会アスティ 45 ビル F セミナールーム 微分積分の拡張 変数関数問題へのアプローチ 予選決勝優勝法からラグランジュ未定乗数法 松本睦郎 ( 札幌北高等学校 変数関数の最大値 最小値に関する問題には多様なアプローチ法がある 文字を固定した 予選決勝優勝法, 計算のみで解法する 文字消去法, 微分積分を利用した ラグランジュ未定乗数法 がある

More information

1 911 9001030 9:00 A B C D E F G H I J K L M 1A0900 1B0900 1C0900 1D0900 1E0900 1F0900 1G0900 1H0900 1I0900 1J0900 1K0900 1L0900 1M0900 9:15 1A0915 1B0915 1C0915 1D0915 1E0915 1F0915 1G0915 1H0915 1I0915

More information

カイ二乗フィット検定、パラメータの誤差

カイ二乗フィット検定、パラメータの誤差 統計的データ解析 008 008.. 林田清 ( 大阪大学大学院理学研究科 ) 問題 C (, ) ( x xˆ) ( y yˆ) σ x πσ σ y y Pabx (, ;,,, ) ˆ y σx σ y = dx exp exp πσx ただし xy ˆ ˆ はyˆ = axˆ+ bであらわされる直線モデル上の点 ( ˆ) ( ˆ ) ( ) x x y ax b y ax b Pabx (,

More information

CLEFIA_ISEC発表

CLEFIA_ISEC発表 128 ビットブロック暗号 CLEFIA 白井太三 渋谷香士 秋下徹 盛合志帆 岩田哲 ソニー株式会社 名古屋大学 目次 背景 アルゴリズム仕様 設計方針 安全性評価 実装性能評価 まとめ 2 背景 AES プロジェクト開始 (1997~) から 10 年 AES プロジェクト 攻撃法の進化 代数攻撃 関連鍵攻撃 新しい攻撃法への対策 暗号設計法の進化 IC カード, RFID などのアプリケーション拡大

More information

2-2 需要予測モデルの全体構造交通需要予測の方法としては,1950 年代より四段階推定法が開発され, 広く実務的に適用されてきた 四段階推定法とは, 以下の4つの手順によって交通需要を予測する方法である 四段階推定法将来人口を出発点に, 1 発生集中交通量 ( 交通が, どこで発生し, どこへ集中

2-2 需要予測モデルの全体構造交通需要予測の方法としては,1950 年代より四段階推定法が開発され, 広く実務的に適用されてきた 四段階推定法とは, 以下の4つの手順によって交通需要を予測する方法である 四段階推定法将来人口を出発点に, 1 発生集中交通量 ( 交通が, どこで発生し, どこへ集中 資料 2 2 需要予測 2-1 需要予測モデルの構築地下鉄などの将来の交通需要の見通しを検討するに当たっては パーソントリップ調査をベースとした交通需要予測手法が一般的に行われている その代表的なものとしては 国土交通省では 近畿圏における望ましい交通のあり方について ( 近畿地方交通審議会答申第 8 号 ) ( 以下 8 号答申 と略す ) などにおいて 交通需要予測手法についても検討が行われ これを用いて提案路線の検討が行われている

More information

スライド 1

スライド 1 機構学 Part6: ロボットの運動学 金子真 きんにく筋肉 筋紡錘 : 筋肉の長さを測るセンサ モータ センサ ロボットの運動学 関節にモータがついている場合の角度の取り方 関節にモータがついている場合の角度の取り方 関節にモータがついている場合の角度の取り方 関節にモータがついている場合の角度の取り方 関節にモータがついている場合の角度の取り方 ワイヤ駆動式ロボット ワイヤ駆動式ロボット ワイヤプーリ機構の場合

More information

Microsoft Word - 量子化学概論v1c.doc

Microsoft Word - 量子化学概論v1c.doc この講義ノートは以下の URL から入手できます http://www.sbchem.kyoto-u.ac.p/matsuda-lab/hase_fles/educaton_jh.html 量子化学概論講義ノート 3 正準 HF(Canoncal HF) 方程式 制限 HF(RHF) 方程式 HF-Roothaan(HFR) 方程式 京都大学工学研究科合成 生物化学専攻長谷川淳也 HF 解の任意性について式

More information

今週の内容 後半全体のおさらい ラグランジュの運動方程式の導出 リンク機構のラグランジュの運動方程式 慣性行列 リンク機構のエネルギー保存則 エネルギー パワー 速度 力の関係 外力が作用する場合の運動方程式 粘性 粘性によるエネルギーの消散 慣性 粘性 剛性と微分方程式 拘束条件 ラグランジュの未

今週の内容 後半全体のおさらい ラグランジュの運動方程式の導出 リンク機構のラグランジュの運動方程式 慣性行列 リンク機構のエネルギー保存則 エネルギー パワー 速度 力の関係 外力が作用する場合の運動方程式 粘性 粘性によるエネルギーの消散 慣性 粘性 剛性と微分方程式 拘束条件 ラグランジュの未 力学 III GA 工業力学演習 X5 解析力学 5X 5 週目 立命館大学機械システム系 8 年度後期 今週の内容 後半全体のおさらい ラグランジュの運動方程式の導出 リンク機構のラグランジュの運動方程式 慣性行列 リンク機構のエネルギー保存則 エネルギー パワー 速度 力の関係 外力が作用する場合の運動方程式 粘性 粘性によるエネルギーの消散 慣性 粘性 剛性と微分方程式 拘束条件 ラグランジュの未定乗数法

More information

Microsoft PowerPoint SIGAL.ppt

Microsoft PowerPoint SIGAL.ppt アメリカン アジアンオプションの 価格の近似に対する 計算幾何的アプローチ 渋谷彰信, 塩浦昭義, 徳山豪 ( 東北大学大学院情報科学研究科 ) 発表の概要 アメリカン アジアンオプション金融派生商品の一つ価格付け ( 価格の計算 ) は重要な問題 二項モデルにおける価格付けは計算困難な問題 目的 : 近似精度保証をもつ近似アルゴリズムの提案 アイディア : 区分線形関数を計算幾何手法により近似 問題の説明

More information

2011年度 大阪大・理系数学

2011年度 大阪大・理系数学 0 大阪大学 ( 理系 ) 前期日程問題 解答解説のページへ a a を自然数とする O を原点とする座標平面上で行列 A= a の表す 次変換 を f とする cosθ siθ () >0 および0θ

More information

s ss s ss = ε = = s ss s (3) と表される s の要素における s s = κ = κ, =,, (4) jωε jω s は複素比誘電率に相当する物理量であり ここで PML 媒質定数を次のように定義する すなわち κξ をPML 媒質の等価比誘電率 ξ をPML 媒質の

s ss s ss = ε = = s ss s (3) と表される s の要素における s s = κ = κ, =,, (4) jωε jω s は複素比誘電率に相当する物理量であり ここで PML 媒質定数を次のように定義する すなわち κξ をPML 媒質の等価比誘電率 ξ をPML 媒質の FDTD 解析法 (Matlab 版 2 次元 PML) プログラム解説 v2.11 1. 概要 FDTD 解析における吸収境界である完全整合層 (Perfectl Matched Laer, PML) の定式化とプログラミングを2 次元 TE 波について解説する PMLは異方性の損失をもつ仮想的な物質であり 侵入して来る電磁波を逃さず吸収する 通常の物質と接する界面でインピーダンスが整合しており

More information

Microsoft PowerPoint - H17-5時限(パターン認識).ppt

Microsoft 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 information

Microsoft Word - 補論3.2

Microsoft 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

ハートリー・フォック(HF)法とは?

ハートリー・フォック(HF)法とは? 大学院講義 電子相関編 阿部穣里 目的 電子相関法はハートリー フォック (F) 法に対してより良い電子状態の記述を行う理論です 主に量子化学で用いられるのが 配置換相互作用 (CI) 法多体摂動論 (PT) 法クラスター展開 (CC) 法です 電子相関法に慣れるために 最小基底を用いた 分子の Full CI 法と MP 法について 自ら導出を行い エクセルでポテンシャル曲線を求めます アウトライン

More information

PowerPoint プレゼンテーション

PowerPoint プレゼンテーション 20150528 信号処理システム特論 本日の内容 適応フィルタ ( 時間領域 ) 適応アルゴリズム (LMS,NLMS,RLS) 適応フィルタの応用例 適応処理 非適応処理 : 状況によらずいつでも同じ処理 適応処理 : 状況に応じた適切な処理 高度な適応処理の例 雑音抑圧, 音響エコーキャンセラ, 騒音制御など 時間領域の適応フィルタ 誤差信号 与えられた手順に従ってフィルタ係数を更新し 自動的に所望の信号を得るフィルタ

More information

ベイズ統計入門

ベイズ統計入門 ベイズ統計入門 条件付確率 事象 F が起こったことが既知であるという条件の下で E が起こる確率を条件付確率 (codtoal probablt) という P ( E F ) P ( E F ) P( F ) 定義式を変形すると 確率の乗法公式となる ( E F ) P( F ) P( E F ) P( E) P( F E) P 事象の独立 ある事象の生起する確率が 他のある事象が生起するかどうかによって変化しないとき

More information

第10章 アイソパラメトリック要素

第10章 アイソパラメトリック要素 June 5, 2019 1 / 26 10.1 ( ) 2 / 26 10.2 8 2 3 4 3 4 6 10.1 4 2 3 4 3 (a) 4 (b) 2 3 (c) 2 4 10.1: 3 / 26 8.3 3 5.1 4 10.4 Gauss 10.1 Ω i 2 3 4 Ξ 3 4 6 Ξ ( ) Ξ 5.1 Gauss ˆx : Ξ Ω i ˆx h u 4 / 26 10.2.1

More information

7 π L int = gψ(x)ψ(x)φ(x) + (7.4) [ ] p ψ N = n (7.5) π (π +,π 0,π ) ψ (σ, σ, σ )ψ ( A) σ τ ( L int = gψψφ g N τ ) N π * ) (7.6) π π = (π, π, π ) π ±

7 π L int = gψ(x)ψ(x)φ(x) + (7.4) [ ] p ψ N = n (7.5) π (π +,π 0,π ) ψ (σ, σ, σ )ψ ( A) σ τ ( L int = gψψφ g N τ ) N π * ) (7.6) π π = (π, π, π ) π ± 7 7. ( ) SU() SU() 9 ( MeV) p 98.8 π + π 0 n 99.57 9.57 97.4 497.70 δm m 0.4%.% 0.% 0.8% π 9.57 4.96 Σ + Σ 0 Σ 89.6 9.46 K + K 0 49.67 (7.) p p = αp + βn, n n = γp + δn (7.a) [ ] p ψ ψ = Uψ, U = n [ α

More information

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

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 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 information

三重大学工学部

三重大学工学部 反応理論化学 ( その 軌道相互作用 複数の原子が相互作用して分子が形成される複数の原子軌道 ( または混成軌道 が混合して分子軌道が形成される原子軌道 ( または混成軌道 が混合して分子軌道に変化すると軌道エネルギーも変化する. 原子軌道 原子軌道は3つの量子数 ( nlm,, の組合せにより指定される量子数の取り得る値の範囲 n の値が定まる l の範囲は n の値に依存して定まる m の範囲は

More information

DVIOUT-SS_Ma

DVIOUT-SS_Ma 第 章 微分方程式 ニュートンはリンゴが落ちるのを見て万有引力を発見した という有名な逸話があります 無重力の宇宙船の中ではリンゴは落ちないで静止していることを考えると 重力が働くと始め静止しているものが動き出して そのスピードはどんどん大きくなる つまり速度の変化が現れることがわかります 速度は一般に時間と共に変化します 速度の瞬間的変化の割合を加速度といい で定義しましょう 速度が変化する, つまり加速度がでなくなるためにはその原因があり

More information

Microsoft PowerPoint - 3.ppt [互換モード]

Microsoft PowerPoint - 3.ppt [互換モード] 3. プッシュダウンオートマトンと文脈自由文法 1 3-1. プッシュダウンオートマトン オートマトンはメモリがほとんど無かった この制限を除いた機械を考える 理想的なスタックを利用できるようなオートマトンをプッシュダウンオートマトン (Push Down Automaton,PDA) という 0 1 入力テープ 1 a 1 1 0 1 スタッb 入力テープを一度走査したあと ク2 入力テプを度走査したあと

More information

OR#5.key

OR#5.key オペレーションズ リサーチ1 Operations Research 前学期 月曜 3限(3:00-4:30) 8 整数計画モデル Integer Programming 経営A棟106教室 山本芳嗣 筑波大学 大学院 システム情報工学研究科 整数計画問題 2 凸包 最小の凸集合 線形計画問題 変数の整数条件 ctx Ax b x 0 xj は整数 IP LP 3 4 Bx d!!!!!? P NP

More information

Microsoft PowerPoint - 10.pptx

Microsoft 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