最新記事(inside out)へ | 年と月を指定して記事を読む(クリック!) / 2001/ 2002/ 2003/ 2004/ 2005/ 2006/ 2007/ 2008/ 2009/ 2010/ 2011/ 2012/ 2013/ 2014/ 2015/ 2016/ 2017/ 2018/ 2019/ 2020/ 2009年9月 を読む << 2009年10月 を読む >> 2009年11月 を読む 以前、「美的曲線」というものに関する記事を書いたことがあります。その記事のタイトルを書いてしまうと、「美的曲線」と「包茎手術」という、なかなか口に出すのは恥ずかしいようなものですが、「美しさとは何か」という問いに答える…かもしれない答えのひとつ「が美的曲線」である・・・かもしれません。この記事の場合は、男性の身体と美的曲線の話題です。 美的曲線に関して,和歌山大学の原田利宣先生が,
はじめに 本サイトでは,我々の15年にわたる曲線(面)研究において得られた成果を,広くデザイナーの皆さんに提供することを目的として,運営を開始しました. なお,提供いたします曲線の視覚言語は,デザイナーやデザインを学ぶ学生の皆さんのデザイン開発や習作作成に自由にご利用いただいても構いません.特に,使用料等は必要ありません.ただし,これら視覚言語を用いることにより,問題が生じましても,当方は責任を負いかねますので,どうぞご了承ください. 和歌山大学 システム工学部 原田 利宣
吉田典正 (yoshida.norimasa @ nihon-u.ac.jp)(日本大学) *メールアドレスは,@を半角に置き換えてスペースを詰めてください *「対数美的曲線」は,以前は,「美的曲線」または「美しい曲線」と呼んでいました.「対数型美的曲線」とも呼ばれます. 英語名 log-aesthetic curves は,2007年の CAD conference で,U. C. Berkely の Carlo H. Séquin 先生が log-aesthetic curves にしてはと提案してくれ,東京農工大学の斎藤隆文先生,和歌山大学の原田利宣先生,静岡大学の三浦憲二郎先生と相談して,この名前を利用することとしました. 対数美的曲線に関する斎藤隆文先生と吉田の研究は,こちらをご覧ください. 「美しさ」をアピールできることは,工業製品がマーケットで成功するために非常に重要です.例
最尤推定 (maximum likelihood estimation; MLE)† 訓練サンプル \(X=\{x_1,x_2,\ldots,x_N\}\) が独立同分布でサンプリングされたとする. このとき,データの発生源の確率分布を,確率モデル \(f(x;\theta)\) が近似するようにパラメータ \(\theta\) を推定する方法. まず次の尤度 (likelihood) (または,尤度関数 (likelihood function)) を考える. \[\mathcal{L}(X;\theta)=\prod_{i=1}^N f(x_i;\theta)\] これは訓練サンプルが生じる確率に相当. 最尤推定 (maximum likelihood estimation; MLE),または最尤法 (maximum likelihood method) とは,この尤度を最大にする,す
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