エラー忘却型コンピューティング - Wikipedia
エラー忘却型コンピューティング（エラーぼうきゃくがたコンピューティング、英: Failure-oblivious computing）は、計算機処理において、フォルトトレラントシステムの構成に向けた技法の一つ。2004年にMITのMartin Rinardらが提唱した[1]。 一般的な処理系では、処理途中でメモリエラーが発見された場合はアプリケーションにエラーを通知するか、または該当プログラムを異常終了させる。エラー忘却型コンピューティングでは、メモリ上でエラーが生じた場合は原則としてこれを隠蔽し、ロギングのみ行って応用プログラムに通知しない。 メモリの読み出しエラーが生じた場合は、適当な値を生成して応用プログラムに返却する。 メモリの書込みエラーが生じた場合は、これを無視する。 なお代償としてCPUに掛かる負荷は高くなる。これはアドレスの有効性を動的に検査する処理を挿入することになるため
学習曲線 - Wikipedia
この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "学習曲線" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL（2010年2月） 学習曲線（がくしゅうきょくせん）とは練習量と反応時間の関係を表す曲線である。 RT を反応時間、N を練習量、a 、b を課題によって変わる変数とするとき次の式が成り立つ。 ピロリとアンダーソンはa 、b の実測値をそれぞれ1.40、0.24と求めた。 この式はかなり普遍的に成り立つ。 関連項目[編集] 学習 信頼度成長曲線 故障率曲線 シグモイド
画像認識におけるフーリエ変換とフーリエ記述子(その1) - lynxeyedの電音鍵盤
はじめに 一連のFPGA関連ネタとして、画像認識を扱おうと思います。 ここでは周波数スペクトルを推定する離散フーリエ変換からはじまり、フーリエ記述子、ウェーブレット変換、ニューラルネットワークに至るまで取り扱うつもりです。 画像の特徴を抽出する 入力画像から特定の形状を抽出して、基準画像と比較することは画像認証ではよく行う方法です。そのためには、入力画像データから図形を抽出し、数式化する必要があります。 例えば一辺の長さが2の正方形を画像の中から抽出し数式化しなければならないとします。もし図1の様に、画像の縦横に対して図形が平行なら、数式化は難しくありません。 図１：一辺が2の正方形 この正方形は以下の式で表せます。 しかし、図2の様に正方形に傾きがある場合、数式化は難しいかもしれません。不可能ではないですが、その数式から正方形であるかどうか判別するのに時間がかかるはずです。 図2：傾
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
