YouTube でお気に入りの動画や音楽を楽しみ、オリジナルのコンテンツをアップロードして友だちや家族、世界中の人たちと共有しましょう。

YouTube でお気に入りの動画や音楽を楽しみ、オリジナルのコンテンツをアップロードして友だちや家族、世界中の人たちと共有しましょう。

ThothChildrenは、学生、研究者、エンジニアのためのわかりやすい工学、技術の解説動画チャンネル!みなさんの技術、学術の学習をサポートする動画を追加していきます.より効率よく学べるようにわかりやすさを意識した動画をご提供していきます.目指すべきはサッと技術を深く学べる環境を用意することにあります.多くの人...

隠れマルコフモデル(HMM, Hidden Markov Model)は、内部の観測できない状態を外部で観測できる状態から推定する技術. 内部の状態は確率でどれかの状態に遷移し、遷移した先で決まった確率で観測される状態を出力する.ビタビアルゴリズムで内部の最も考えられる状態遷移を予測し、Forward-Barckwardアルゴリズムで各時刻、各状態の確率を算出し、BaumWelchアルゴリズムでそもそもモデルのパラメータを推定する.

隠れマルコフモデル(HMM, Hidden Markov Model)は、内部の観測できない状態を外部で観測できる状態から推定する技術. 内部の状態は確率でどれかの状態に遷移し、遷移した先で決まった確率で観測される状態を出力する.ビタビアルゴリズムで内部の最も考えられる状態遷移を予測し、Forward-Barckwardアルゴリズムで各時刻、各状態の確率を算出し、BaumWelchアルゴリズムでそもそもモデルのパラメータを推定する.

Growing Neural Gas(成長型ニューラルガス)とは、教師なしニューラルネットワークの一つで、Neural Gasが強く初期値に依存してしまうのを避け必要とあればネットワークを拡張するNeural Gasの一種.良い性能を発揮することで知られ、クラスタ分析においてはk-meansよりも優れていると言われる.

Feature Matchingよりよい結果になりやすい 1バッチの中の複数の画像が似ているかどうかのスコアを計算してDiscriminatorに与える Discriminatorには上記のスコアからfakeかrealかを見分けるヒントになる. Minibatch Discriminationは、GANなどで主に見られるMode Collapseのような問題に対して、複数枚の画像同士が似ているかのスコアをDiscriminatorに与えることで回避する. Discriminatorの上流の情報をコスト関数に含むようにしているFeature Matchingよりよい改善をすると言われている. Minibatch Discriminationの計算は以下のような手順で行う. ある画像とそれ以外全ての画像との差分を計算する箇所がある.それによって画像同士が似通っていないかを求めている. B次元は

CNNを使って画像の文字列を認識してプログラムで扱える文字列に起こすOCRの一般的な例について紹介します.文字列が可変の場合に対応したCNN+LSTM(biLSTM)で構成される基本的なネットワークです. 使用する技術 ・CNN (Convolutional Neural Network) Convolution層を主に用いたニューラルネットワーク ・LSTM(biLSTM) 時系列データや音声データ等において用いられるニューラルネットワーク. RNNの場合もある. ・CTC Loss 画像文字認識や音声認識などで使用される誤差関数.データの中での文字列の位置や長さが可変なものに対応しており、多く使用される. 全体概要 以下の図のように 1. CNNで画像から「画像の左から右に抽出した文字列特徴データ」列を算出 2. 1.で取り出したデータ列をLSTM(biLSTM)に投入して、推定される

反復閾値選択による二値化フィルタは、2クラスのクラスタリングによって繰り返し計算を行いながら閾値を自動で定める二値化フィルタ.人手であらかじめ決める必要はない. 反復閾値選択による二値化フィルタ 1. 前景平均値\(u_1\)を画像の四隅以外の平均値で初期化、背景平均値\(u_2\)を画像の背景とされそうな画像の四隅の値の平均で初期化.(初回だけ先に3.を行う) 2. 現在の閾値\(T\)より画素値が大きい画素の平均値\(u_1\)を計算.現在の閾値\(T\)より画素値が小さい画素の平均値\(u_2\)を計算. 3. 閾値\(T\)を更新する. $$T = \frac{u_1 + u_2}{2}$$ 4. 2.の閾値Tが前回から更新されなければ、終了. K-meansのように二つのクラスのうち近い方に画素を分類をする. 二つのクラスで分散が等しくないと適切な閾値にならない.

近年はSNSでの画像の使用が多くなり、サイズの問題上それの画像の一部のみ見せる必要があることが多い.そこで各画像の自動的なクリッピングが必要となってきている.ここではTwitterにおいてそれを機械学習で行なっている例を紹介する.

背景型シュリーレン法(BOS, Background-Oriented Schlieren)は液体や気体の濃度勾配を可視化するのに用いられる一般的な手法の一つ.通常のシュリーレン法よりも簡易なシステムにおいて実現することができレンズやナイフエッジなどが不要となっている.太陽や月の光を用いて航空機の周りの衝撃波を可視化することも可能.基準画像との相互相関法によって画像を生成する.

シームカービングは画像全体の中で除去しても問題ない部分を縦または横に横切るようにして検出してその部分を除去することで画像サイズを縮小する画像縮小手法.拡大には使用できない.エネルギーを定義してその値が少ないところを見つけ出し、画像の端から端まで進みその軌跡を除去する.