実用アルゴリズムの基礎「動的計画法」と機械学習の基礎「類似度」を知る
実用的なソフトウエアを開発するにはアルゴリズムの知識は欠かせない。基礎から機械学習まで、厳選した10個のアルゴリズムをPythonによる実装とともに解説する。 ［7 動的計画法］ レーベンシュタイン距離 多くの人にとって、アルゴリズムの学習の最初の壁となるのが、「動的計画法」ではないでしょうか。動的計画法は、「問題の部分的な結果を記録・利用しながら、最終的な結果を求める」手法の総称です。クイックソートや深さ優先探索のような手法よりも、1 段か2段、抽象的な概念である点と、アルゴリズムを可視化しにくい点が、難しく感じる原因なのだと思われます。また、“動的計画法”という名称が内容に合っていないことも、動的計画法をわかりにくくしていると言えるでしょう。 しかし、多くの有用なアルゴリズムは動的計画法の手法を使っているので、避けて通ることはできません。 ここでは、動的計画法で「レーベンシュタイン距離
事業紹介｜ヤンマーeスター株式会社
1. バイオコンポスター 食料生産残渣 ①ごはん・パン・麺類 ②野菜・果物 ③肉・魚・魚の骨など ④卵・卵の殻 ⑤茶葉・コーヒーかす ⑥牛糞・豚糞・鶏糞 堆肥・戻し堆肥・発酵促進剤・えさ…1次生成物処理 ①土壌改良材 ②敷料 ③飼料 サーキュラーエコノミーに向けた提案活動 2. スターリングエンジン 再生可能エネルギー ◎木質チップ/ペレット（チップボイラー/バイオマスボイラー） 工場排熱利用 ①一般廃棄物処理施設 ②産業廃棄物処理施設 ③汚泥処理施設 ④工業炉 船舶排ガス利用 ◎エンジン カタログ（スターリングエンジン発電設備） 3. 受託販売、メンテナンス等 リニアアクチュエータ オーガニックランキンサイクル 熱電変換装置
貝殻をコンクリートに混ぜて脱炭素、ホタテが最適なワケ
工学院大学建築学科の田村雅紀教授らの研究グループは、炭酸カルシウム（CaCO3）を主成分とするホタテの貝殻を細骨材に用い、二酸化炭素（CO2）を固定するコンクリートを開発した。共同開発者の高橋カーテンウォール工業が手掛けるプレキャストコンクリート製カーテンウオール製品への適用を目指す。 写真左がホタテの貝殻を砕いてつくった細骨材。コンクリート材料のうち、砂と置き換える。右がコンクリートの試験体で、色の濃いものがシリカフュームを添加したもの（写真：日経クロステック） ホタテ貝は、海中のCO2を吸収して炭酸カルシウムの殻をつくる。貝殻を砕いてつくった細骨材（以下、貝殻砂）は、主成分の90%以上が炭酸カルシウムで、その質量のうち約44％をCO2が占める。コンクリートを構成する水、セメント、細骨材、粗骨材のうち、細骨材を貝殻砂に置き換えることで、コンクリート内部にCO2を固定し、建材の分野からカー
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
