高層ビルのエレベーターホールには、なぜ階数表示がないのか - 本当は怖いHPC
以前に高橋幸雄先生の授業で聞いて非常に面白いと思ったこと。 オフィスビルとかホテルとか、エレベーターが何基も設置されているビルの場合、エレベーターホールに階数表示が無いことが多い。エレベーターホールで画像検索してみればわかると思う。 これはなぜだろうか。 その理由は、「客がいても、その階を通過することができるようにするため」だ。 基本的に、多数のエレベーターを効率よく動かすのは難しい。工夫された高度なアルゴリズムが使われていることが多い。目標は「客の平均待ち時間を短くする」ことだ。ある階でボタンが押された場合、どのエレベーターがその客を迎えに行くか、という判断が平均待ち時間に大きな影響を与える。難しいアルゴリズムの中で、この点がもっとも重要なところだ。 高層ビルの場合、エレベーターはかなりの速度で走っている。既に客を乗せて走っているエレベーターが他の客を乗せるために停止すると、減速→停止→
PRML合宿まとめサイト
■上巻 第1章: 序論 序論ではまずパターン認識の最も簡単な例として多項式曲線フィッティングを取り上げ、パターン認識・機械学習の基本的な枠組みを紹介する。そしてベイズの定理や統計量などの確率論の基礎を導入し、確率論の観点から再び曲線フィッティングを扱う。不確実性はパターン認識の分野における鍵となる概念であり、確率論はこれを定量的に取り扱うための一貫した手法を与えるため、この分野における基礎の中心を担っている点で重要である。 また、回帰・識別の実際の取り扱いに際して必要となる決定理論や、パターン認識・機械学習の理論において役立つ情報理論の導入についても行う。 発表資料はこちら(ppt)とこちら(ppt)。前半では多項式曲線フィッティングの例およびベイズ的確率を、後半では決定理論および情報理論を取り扱っている。 第2章: 確率分布 第2章では二項分布や多項分布、ガウス分布といった各種の確率分布
数学の歴史２万年＋αを２５０のマイルストーンでまとめてみた
数学の営みは、我々が想像する以上に古く長い。 先史時代の遺物にも、計数の概念や天体観測に基づいた測時法があったことを示すものが発見される。 今回は、可能な限り（というかやり過ぎなくらいに）遡り、専門研究から数学遊戯、ポピュラー文化まで渉猟し、数学の歴史を画するマイルストーン（画期的出来事）を見つけ出そうとするクリフォード・ピックオーバーのThe Math Bookが取り上げる項目を手掛かりに、人類（すらも踏み越えているのだが）の営む数学の歴史を振り返ってみる。 c. 150 Million B.C. 経路積分する蟻 Ant Odometer サハラサバクアリCataglyphis fortisは、経路積分によって巣からの位置を把握する。回り道をしながら食べ物に辿り着いても最短距離で巣へ戻る。風のために砂丘の高さが変わっても、登りのために増えた分を差し引いて、巣までの水平距離を間違うことがな
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
