注目している画素とその近傍の画素の濃度値に、ある重み付けをしたあと、それらの和をとって、注目している画素の新しい濃度値とするような処理を近傍処理といいます。このとき、重み付けに用いる値は、オペレータなどと呼ばれます。今回は、3×3 の近傍領域を用いた空間フィルタについて考えていくことにします。 注目している画素の濃度値を f (i , j ) とすると、処理対象となる濃度値は、表.2(a)のようになります。また、オペレータ a (k , l ) は表.2(b)に示します。
村上研究室 画像処理
注目している画素とその近傍の画素の濃度値に、ある重み付けをしたあと、それらの和をとって、注目している画素の新しい濃度値とするような処理を近傍処理といいます。このとき、重み付けに用いる値は、オペレータなどと呼ばれます。今回は、3×3 の近傍領域を用いた空間フィルタについて考えていくことにします。 注目している画素の濃度値を f (i , j ) とすると、処理対象となる濃度値は、表.2(a)のようになります。また、オペレータ a (k , l ) は表.2(b)に示します。
畳み込みニューラルネットワークの仕組み | POSTD
(編注：2016/11/17、記事を修正いたしました。) ディープラーニングの分野でテクノロジの進化が続いているということが話題になる場合、十中八九畳み込みニューラルネットワークが関係しています。畳み込みニューラルネットワークはCNN（Convolutional Neural Network）またはConvNetとも呼ばれ、ディープニューラルネットワークの分野の主力となっています。CNNは画像を複数のカテゴリに分類するよう学習しており、その分類能力は人間を上回ることもあります。大言壮語のうたい文句を実現している方法が本当にあるとすれば、それはCNNでしょう。 CNNの非常に大きな長所として、理解しやすいことが挙げられます。少なくとも幾つかの基本的な部分にブレークダウンして学べば、それを実感できるでしょう。というわけで、これから一通り説明します。また、画像処理についてこの記事よりも詳細に説明
ソフトウェアの参考書｜フリーフォントブック
キーワードで探す：記事数 フォント: 59無料: 26フリー: 18ダウンロード: 17日本語: 9文字: 8書体: 5デザイン: 4かわいい: 4筆: 3作成: 3商用利用: 3おしゃれ: 2ポップ: 2セリフ: 2英語: 2手書き: 2欧文: 2チラシ: 1はんこ: 1印鑑: 1チョーク: 1クレヨン: 1ウェディング: 1結婚式: 1映画: 1ビットマップ: 1ドット: 1デジタル: 1英数字: 1グラフィティ: 1企業: 1ロゴ: 1プログラミング: 1コーディング: 1カリグラフィー: 1ディスプレイ: 1装飾: 1音楽: 1ロシア語: 1絵: 1ハート: 1音符: 1ステンシル: 1サン: 1等幅: 1プロポーショナル: 1文章: 1ゴシック: 1明朝体: 1スタイリッシュ: 1イタリック: 1筆記体: 1IPA: 1アニメ: 1丸: 1ガーリー: 1篆: 1隷: 1楷: 1行
目次
モンテカルロフィルタと時系列データマイニング 高知大学数理情報科学科 本田研究室 小松 学 2007 年 2 月 8 日 要旨 現実社会には多様な時系列データが存在する。時系列データとは時間の経過 とともに変化する現象の記録である。気温や気圧などの気象データ、株価デー タなどの経済データも時系列データの一例である。近年、情報技術の発展に伴 い大量のデータが蓄積可能となってきている。そこで、大量のデータからパタ ーン発見をするデータマイニングという分野が研究されている。データマイニ ングの手法を時系列データに適用することによりパターン発見や未来の観測値 の予測への応用が期待できる。 そこで、時系列データマイニングの方法としてモンテカルロフィルタの有効 性を検証する。モンテカルロフィルタとは北川(1996)高次元の非線形•非ガウス 型の一般状態空間モデルのフィルタリングおよび平滑化の方法であり
画像処理を始めよう ー特徴量2 SIFTー - プログラムdeタマゴ
今回はDavid Loweが1999年に提案したSIFTについて話していきます。今更、SIFTなんて解説してもそこらにいっぱい解説あるんだからと思うかもしれませんが、まぁ、マッタリ行きましょうや。なお、SIFTには特許があるので使用時には気をつけて下さい。また、オープンソースの実装にOpenCVの他、OpenSIFTもあります。ところで、昔JAVAで作ったSIFTのプログラムが見当たりません。(T_T) あいつはどこ行ってしまったのか…。 Scale-Invariant 前回話したハリスのコーナー検出の手法には、回転不変性がありました。画像が回転しても特徴が変わらないよ、というものです。チョロッとだけ、アフィン変換不変や、スケール対応する改良があるよとだけ言いましたように、基本的にはその他の変形に対して不変な特徴ではありません。 特に困るのが、画像の大きさの違いを吸収できないことでした。へ
状態空間モデルの推定方法の分類 | Logics of Blue
大きく2つの観点があります。 計算の仕方（逐次処理かバッチ処理か）という観点と、私たちがやらなければいけない作業（パラメタ推定を別途やるかやらないか）がどう変わるかという観点です。 逐次処理とバッチ処理 最も大きい違いは、逐次処理かバッチ処理かの違いでしょう。 フィルタ系は逐次処理、MCMC系はバッチ処理です。 バッチ処理とは「データをまとめていっぺんに使って、まとめていっぺんに計算すること」くらいの意味合いだととらえてください。 例えば、データが増えるたびに1を足すという処理があったとします。 データが来るたびに1を足すのが逐次処理。 データが5つ来たならば、「1を足す処理を最後にまとめて5回やる」のがバッチ処理です。 当然ですが、逐次処理のほうが、一回一回の計算量は少なくなります。 一方、バッチ処理の場合は、「1を足す処理を最後にまとめて5回やる」という処理を、時と場合によっては「最後
【 Python で時系列解析 】状態空間モデル（カルマン・フィルター / パーティクル・フィルター）～ コード実装方法 基礎調査（編） コード掲載ウェブサイトまとめ - Qiita
Python では、（R言語とは様子が異なり）まだまだ、 「カルマン・フィルター」 「パーティクル・フィルター」 など の 「状態空間モデル」 の 実装コード事例 が ウェブ上 に 見当たらない。 この記事 では、日本語で読める 「状態空間モデル」 Python コード事例 掲載サイト を 集めてみました。 statsmodelsモジュールに、以下のメソッドがある模様 statsmodels.tsa.kalmanf.kalmanfilter.KalmanFilter SM StatsModels Statistics in Python 上記モジュールを使わない Python でのコード例 satomacoto「Pythonでカルマンフィルタを実装してみる」 Hatena::Diary how to code something shima_xさん Qiita投稿記事 「カルマンフィルタで
時系列解析の文献：2015年9月版 | Logics of Blue
最終更新：2015年9月23日 ここでは、時系列解析を学ぶにあたって有用と思われる文献の紹介をします。 なお、画像はすべてAmazonへのリンクとなっております。 時系列解析は、統計学における、応用・発展の位置にあると思っています。一般化線形モデルなどが理解できたうえでこちらに進まれることをお勧めします。 なので、紹介する書籍もちょっとむずかしめのものが多いです。また、読まれる方のレベルもやや高いことを想定し、余計な解説は少なめにしてあります。 統計学の基礎から学びたいという方は、統計学初心者のための読書案内をご覧ください。 これは2015年9月現在のお勧めの本です。 気が向いたら新しいリストを作ろうと思います。 目次 1．時系列解析の入門書 2．Rによる時系列解析 3．状態空間モデルの入門書 1．時系列解析の入門書 時系列解析を学ぶ際、最初に読んでおくとよさそうな本を紹介します。 経済・
1
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
http://www.ieice-hbkb.org/files/01/01gun_05hen_06m.pdf