タグ

2012年5月4日のブックマーク (6件)

  • サービス終了のお知らせ - NAVER まとめ

    サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。

    サービス終了のお知らせ - NAVER まとめ
  • 「40−32÷2=?」小学生「4!」を定式化した - yumulog | 社会人博士の日記

    「40−32÷2=?」この問題、解けますか? - ねとらぼ Twitterやネットの掲示板などで、こんな問題が話題になっています。みなさんはコレ、パッと見て意味が分かりますか? 40−32÷2=? 小学生「4!」 理系「よくわかってんじゃん」 文系「やっぱわかんないか〜w」 かけ算割り算は先に計算するのが決まりなので、普通に計算すれば答えは24のはず。ところが小学生の「4!」に対し、理系は「よくわかってんじゃん」、文系は「やっぱわかんないか〜」とまるで正反対の反応。え、え、どういうこと!? 文系「階乗でしょ、文系バカにすんな!」 理系「定式化しましょう。」 定式化 a,n を任意の自然数とした時に、 小学生「n!」 つまり、 ・・・(1) ・・・(2) を満たす X,Y を解きます。 ここで、n が自然数であることと (1),(2) より、X 及び Y は、どちらも a で割り切れる自然数

    「40−32÷2=?」小学生「4!」を定式化した - yumulog | 社会人博士の日記
    TYK
    TYK 2012/05/04
  • JavaScriptの顔認識ライブラリをチューニングしたら実用レベルになったという話 (Kanasansoft Web Lab.)

    ただ、WebRTCで顔認識させようとすると遅くてしかたがなかった。 最初は速いこともあるが、10回ぐらい認識をさせるとすぐに遅くなる。 とりあえず、デモ。 そこで、チューニングをしてみることにした。 まず、JavaScriptの定番の高速化を試してみた。 例えば、正の数で使える「Math.floor(x)」を「(x | 0)」に、整数で使える「x * Math.pow(2, y)」を「x << y」にする等。 これで、10~30%高速化できた。 次に、遅くなっている部分を調べたら、Web Workersで分散するための仕組みが遅くなる原因だとわかった。 これは、Web Workersを使わない場合にも影響が出ていた。 じゃあ、Web Workersを使えば速くなるのかといえばその逆で、20倍遅くなっていた。 詳しくは調べてないけど、多分Workerスレッドに処理データを渡す時にJSON化が

  • OpenCVで学ぶ画像認識 記事一覧 | gihyo.jp

    運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します⁠。個別にライセンスが設定されている記事等はそのライセンスに従います。

    OpenCVで学ぶ画像認識 記事一覧 | gihyo.jp
  • 行列演算ライブラリEigenをiOSで利用する - Paradigm Shift Design

    喪中です。ことよろ。 まーにあっくまーにあっくー。 活性拡散アルゴリズムというのがありまして、それをiOS上で2次元配列を使って計算していたのだけれども、速度が遅いこと、行列演算でバグが混入する可能性があることから、ライブラリを使って実装したいなと思いました。 せっかちなひとむけ Eigenからダウンロード バージョンは3.0.4以降を使う Eigenをxcode経由でプロジェクトに追加しない 解凍したディレクトリのEigenをプロジェクトのソースコードから見える位置にFinderで追加する Eigenを利用するソースコードのFile TypeをObjective-C++ sourceにする #include "Eigen/Core" using namespace Eigen; Eigenライブラリとは iOSにはAccelerate.Frameworkというのがあって、行列演算、デジタ

    行列演算ライブラリEigenをiOSで利用する - Paradigm Shift Design
    TYK
    TYK 2012/05/04
  • KL展開 - [物理のかぎしっぽ]

    KL展開とは † Karhunen-Loeve展開の略でベクトルの分布を最も良く近似する部分空間を求める方法です. 例えば5つの要素を持つベクトルがいくつかある場合に,出来るだけ元のデータを失わないように 3つや4つの要素のベクトルで表そうといった手法です.圧縮やパターン認識の分野で用いられたりしています. 要するに元のデータの特徴を残し,あまり特徴と関係ないであろう部分を消してしまおうという処理です. 具体的には,画像であれば100×100ピクセルのグレースケールの画像であれば, 10000個のデータを持っていますが,これは10000次元の1点で表すことができます. 実際には10000次元で表すとベクトルは1個になってしまいKL展開をすることができないので, 10×10のブロックに分けて100次元のベクトルが100個ある,などと考えて処理します. そして次元を例えば70次元などに落とす事

    TYK
    TYK 2012/05/04