alcon2010目指せ！実画像処理技術の日本一！ 鳥瞰画像処理で泳ぎ回る魚を追え！ 詳細発表：2024年6月28日(金) エントリー：2024年8月2日(金) 作品の提出〆切：2024年9月27日(金)
libcds | Compact Data Structures Library
Welcome to the libcds Web page! libcds implements low-level succinct data structures such as bitmaps, sequences, permutations, etc. The main goal is to provide a set of structures that form the building block of most compressed/succinct solutions. In the near future we are planning to add compression algorithms and support for succinct trees. The documentation is slowly progressing, if you have an
SFFT: Sparse Fast Fourier Transform
Sparse Fast Fourier Transform : The discrete Fourier transform (DFT) is one of the most important and widely used computational tasks. Its applications are broad and include signal processing, communications, and audio/image/video compression. Hence, fast algorithms for DFT are highly valuable. Currently, the fastest such algorithm is the Fast Fourier Transform (FFT), which computes the DFT of an
Nearly Optimal Sparse Fourier Transform
We consider the problem of computing the k-sparse approximation to the discrete Fourier transform of an n-dimensional signal. We show: * An O(k log n)-time randomized algorithm for the case where the input signal has at most k non-zero Fourier coefficients, and * An O(k log n log(n/k))-time randomized algorithm for general input signals. Both algorithms achieve o(n log n) time, and thus improve ov
White Blood Cells Solve Traveling-Salesman Problem
Forget GPS. With no fancy maps or even brains, immune system cells can solve a simple version of the traveling-salesman problem, a computational conundrum that has vexed mathematicians for decades. [partner id=”sciencenews” align=”right”]The new research, which simulates how a type of white blood cell seeks and destroys infectious particles, shows how living things — be […] Forget GPS. With no fan
動的計画法解説 [TopCoder SRM 468 Div2 250/Div1 500]
動的計画法解説 [SRM 468 Div2 250/Div1 500] 目次 問題１（入門編） 全探索 再帰と漸化式 メモ化再帰 動的計画法 問題２（初級～中級編） 全探索 再帰と漸化式 動的計画法 問題１ 王様は長い間出張していたので、できるだけ早く女王のもとに帰りたいと思っています。王様は都市 0 におり、女王は都市 N (1 <= N <= 50)に居ます。全ての都市 i (0 <= i <= N - 1) に対して陸路と空路があります。配列 roadTime, flightTime が与えられ、それぞれの i 番目の要素は都市 i から都市 i + 1 までの陸路、空路の所要時間 (1 以上 1000 以下) を表わします。しかし王国の科学力は低く、空路による移動は墜落の危険を伴います。そのため、王女は王様に空路は K (0 <= K <= N) 回までに留めるように言いました。王
【レポート】GNU grepが高速な理由 | エンタープライズ | マイコミジャーナル
FreeBSD - The Power To Serve why GNU grep is fast (なぜGNU grepは高速なのか)といったタイトルの興味深いメールがFreeBSD開発者メーリングリストに投函された。メールを出したのはGNU grepのオリジナル開発者であるMike Haertel氏。Mike Haertel氏はFreeBSDユーザでもあり、FreeBSD開発者メーリングリストで興味深いやりとりがあったため、このメールを流したとしている。Mike Haertel氏の紹介する内容はgrep(1)の実装のみならず、高速な文字列処理を実現するひとつの方法として参考になる。紹介されているGNU grep高速さの秘訣は次のとおり。 GNU grepは入力バイトのすべてをチェックするようなことは避けている。 GNU grepはバイトごとに適用する操作を極力最小限に減らしている。 G
Mapreduce and Hadoop Algorithms in Bioinformatics Papers | Abhishek Tiwari
In the spider-web of facts, many a truth is strangled Purely inspired by Atbrox’s list of academic papers for Mapreduce & Hadoop Algorithms. Unlike computer science where applications of Mapreduce/Hadoop are very much diversified, most of published implementations in bioinformatics are still focused on the analysis and/or assembly of biological sequences. As usual this list will be updated time to
Burrows Wheeler Transform と Suffix Array - naoyaのはてなダイアリー
,. -‐'''''""¨¨¨ヽ (.＿＿_,,,... -ｧァﾌ| あ…ありのまま 今日 起こった事を話すぜ！ |i i| }! }} /／| |l､{ j} /,,ｨ//｜ 『BWT について調べていたら Suffix Array のライブラリができていた』 i|:!ヾ､_ﾉ／ u {:}//ﾍ |ﾘ u' } ,ﾉ _,!V,ﾊ | ／´fト､_{ﾙ{,ィ'ｅﾗ , ﾀ人 な… 何を言ってるのか わからねーと思うが /' ヾ|宀| {´,)⌒`/ |<ヽﾄiゝ おれも何をされたのかわからなかった… ,ﾞ ／ )ヽ iLﾚ u' | | ヾｌﾄﾊ〉 |／_／ ﾊ !ニ⊇ '／:} V:::::ヽ 頭がどうにかなりそうだった… /／ 二二二7'T'' ／u' __ /:::::::/｀ヽ /'
アルゴリズムの紹介
ここでは、プログラムなどでよく使用されるアルゴリズムについて紹介したいと思います。 元々は、自分の頭の中を整理することを目的にこのコーナーを開設してみたのですが、最近は継続させることを目的に新しいネタを探すようになってきました。まだまだ面白いテーマがいろいろと残っているので、気力の続く限りは更新していきたいと思います。 今までに紹介したテーマに関しても、新しい内容や変更したい箇所などがたくさんあるため、新規テーマと同時進行で修正作業も行なっています。 アルゴリズムのコーナーで紹介してきたサンプル・プログラムをいくつか公開しています。「ライン・ルーチン」「円弧描画」「ペイント・ルーチン」「グラフィック・パターンの処理」「多角形の塗りつぶし」を一つにまとめた GraphicLibrary と、「確率・統計」より「一般化線形モデル」までを一つにまとめた Statistics を現在は用意していま
What is the expectation maximization algorithm? - Nature Biotechnology
Thank you for visiting nature.com. You are using a browser version with limited support for CSS. To obtain the best experience, we recommend you use a more up to date browser (or turn off compatibility mode in Internet Explorer). In the meantime, to ensure continued support, we are displaying the site without styles and JavaScript.
tokuronmain.dvi
2003 年 11 月 12 日 29 .....2.5..... 最尤法とその計算アルゴリズム ここでは，最尤推定値を数値計算で求める方法を 3 つ紹介する． 2.5.1 ニュート ン・ラプソン法 いま，g : R → R を 2 階微分可能な関数とし ，方程式 g (x) = 0 をみたす解 x = c をみつけ たい．そのために，c に近い x に対して，テーラー展開をする： 0 = g (c) ≈ g (x) + g (x)(x − c) ˙ ただし，g (x) = dg/dx である．g (x) = 0 のとき，これを c について解けば ˙ ˙ c≈x− g (x) g (x) ˙ を得る．初期値 x0 を取り，点列 {xn }∞ を逐次的に n=1 xn+1 = xn − g (xn ) , g (xn ) ˙ n = 0, 1, . . . (2.7
講義資料 配列解析アルゴリズム特論I 情報生命科学基礎/演習 他 -渋谷哲朗
平成20年度 東京大学大学院 情報理工学系研究科・コンピュータ科学専攻 配列解析アルゴリズム特論I 4/10 4/17 4/24 5/1 5/8 5/15 5/22 5/29 (The problem to be reported - in English) 6/5 6/12 6/19 7/3 7/10 7/17 東京大学 理学部・情報科学科 情報科学特別講義３ （情報科学とバイオインフォマティクス） 6/10 7/15 7/22 東京大学大学院 新領域創成科学研究科・情報生命科学専攻 情報生命科学基礎/演習 5/27 6/17 京都大学大学院 薬学研究科・医薬創成情報科学専攻 情報科学概論 6/3 中央大学大学院 理工学系研究科・物理学専攻 物理学特別講義第二 TBA 創価大学工学部 生命情報工学科 TBA TBA 戻る Copyright (c) 2004- Tetsuo
taro's blog: 人間の感性は2,000次元？
先日、慶應SFCの清木先生が研究室に来られて、共同で行っているプロジェクトの打ち合わせをしました。 清木先生の研究室では感性に基づく検索というのを研究されていて、たとえば「暖かい音楽」と入力すると、音楽データベースの中から実際に暖かい感じの音楽を見つけてきてくれる。かなりよくできています。 これは清木先生が10年くらい前に提唱した意味の数学モデルというのが元になっているそうです。すなわち、あらゆる検索対象を2,000次元の意味空間にマッピングしておき、クエリからの距離が近いものを検索結果として返すという仕組み。 なぜ2,000次元かというと、元になっているデータがロングマンの英語辞書だそうで、これはすべての語を2,000個の基本語彙で定義することを試みている。もちろん、個々の基本語彙が意味的に直交しているという保証はないので、あらかじめ相関行列に対する固有ベクトルを求めておく。 意味の数学
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
Google Code Archive - Long-term storage for Google Code Project Hosting.
生物情報科学科 情報基礎実験 ３年生冬学期 10/26 – 11/5 （森下研究室担当）
Affinity Propagation | Frey Lab - Probabilistic and Statistical Inference Group
LASIP - Multiframe Blind Deconvolution