<BODY> <font color="#DC143C">R のプログラムをご覧になる方は</font> <a href="r.html" target="_top"><font color="#000000">こちら</font></a> からどうぞ. </BODY>
non-Negative Matrix Factorization 今年の SIGGRAPH 2004 の論文、Efficient BRDF Importance Sampling Using A Factored Representation では、データを圧縮、インポータンスサンプルしやすいように、二次元の行列を 2 つのより要素数の少ない二次元の行列の積に分解( Y = GF のように、 たとえば 4x4 行列を、 4x1 と 1x4 の 2 つの行列に分解 ) しているのですが、このとき非負値行列分解(non-negative matrix factorization, NMF)と呼ばれる手法を用いています。 NMF は、名前の通り負値の要素のない行列を、分解後の行列もまた負値の要素を持たないようする手法です。特異値分解(singular value decomposition,
学士課程を見る 理学院 数学系 物理学系 化学系 地球惑星科学系 共通専門科目 工学院 機械系 システム制御系 電気電子系 情報通信系 経営工学系 共通専門科目 物質理工学院 材料系 応用化学系 共通専門科目 情報理工学院 数理・計算科学系 情報工学系 共通専門科目 生命理工学院 生命理工学系 共通専門科目 環境・社会理工学院 建築学系 土木・環境工学系 融合理工学系 社会・人間科学系 イノベーション科学系 技術経営専門職学位課程 共通専門科目 工学院,物質理工学院,環境・社会理工学院共通科目 初年次専門科目 理学院 工学院 物質理工学院 情報理工学院 生命理工学院 環境・社会理工学院 大学院課程を見る 理学院 数学系 数学コース 物理学系 物理学コース 化学系 化学コース エネルギーコース 地球惑星科学系 地球惑星科学コース 地球生命コース 共通専門科目 工学院 機械系 機械コース エネ
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
処理を実行中です
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