自動車ソリューション 技術情報・技術サポート
例えば、オーバラップ=0%とはブロックの重なり合いがないことを示します。 今回の例では、ブロック長は20[msec]ですので、下図のように20[msec]毎にブロックが重なることがなくデータを取得して、毎回FFT解析を行います。 一方、オーバラップ=50%とは各ブロックが50％だけ重なり合うことを示します。 下図のようにブロックが重なります。 このようにオーバラップとは、切り出したブロックの重なる度合いを設定しています。 オーバラップ率を大きくすると、FFT解析の回数が多くなることを意味しています。例えば、上図の例で示したオーバラップ0%と50％では約2倍の計算量が異なります。 FFT解析は理論上、連続な信号を解析することを前提としています。 しかし、実際にはFFTアナライザで扱えるデータ量には限りがありますので、 (1) ブロック（ウィンドウ長）で切り出したデータを対象として
最小記述長 - Wikipedia
英語版記事を日本語へ機械翻訳したバージョン（Google翻訳）。 万が一翻訳の手がかりとして機械翻訳を用いた場合、翻訳者は必ず翻訳元原文を参照して機械翻訳の誤りを訂正し、正確な翻訳にしなければなりません。これが成されていない場合、記事は削除の方針G-3に基づき、削除される可能性があります。 信頼性が低いまたは低品質な文章を翻訳しないでください。もし可能ならば、文章を他言語版記事に示された文献で正しいかどうかを確認してください。 履歴継承を行うため、要約欄に翻訳元となった記事のページ名・版について記述する必要があります。記述方法については、Wikipedia:翻訳のガイドライン#要約欄への記入を参照ください。 翻訳後、{{翻訳告知|en|Minimum description length|…}}をノートに追加することもできます。 Wikipedia:翻訳のガイドラインに、より詳細な翻訳の手
t検定
この教材では，対応がないときのｔ検定について，上記の学説の優劣を判断していません．読者に判断してもらうための材料を提供しているレベルですのでよろしく．（２群の要素数が僅差であるような場合を除けば，多くの場合にWelch検定の方が自由度がかなり小さくなるので，レポートを見れば，どちらのｔ検定を用いたのかは分かると言われています．） 【平均の差の検定：要約】 ◎ 前提：以下において母集団は正規分布に従うとする． 幾つかのグループの「平均の差」が偶然的な誤差の範囲にあるものかどうかを判断したいとき，データの個数が少ないときは偶然的な誤差の範囲も大きくなるが，データの個数が多くなると平均の差が大きな値となることはめったにない． 同一の母集団からの標本と見なしたときに２つのグループの平均の差が両側5%の確率の範囲に入るようなことはめったになく，このような場合は平均に有意差があるとして異なる母集団から
京都光華女子大学・京都光華女子大学短期大学部
〒615-0882 京都市右京区西京極葛野町38 Copyright © Kyoto Koka Women's University All Right Reserved.
エクセルのソルバーを用いた最小２乗法
図２のような、誤差を含むデータ（X,Y）を計測したとします。 近似関数をつくり、計測点以外のデータを取り出したい場合、最小２乗法がよく使われます。 図２ 計測点列の例題 一般的には最小２乗法の近似関数はｎ次関数にします。ここでは、３次関数で近似しようと思います。 近似関数を f(X) = aX3 + bX2 + cX + d ・・・・・ (1) とおきます。 次数が高いほど、点列に近い近似関数がつくれます。しかし、次数が高すぎると誤差を拾う可能性があり、 ほどほどの次数にする必要があります。 最小２乗法は点列の近辺を通るなめらかな近似関数をつくります。そのため、誤差を含むデータの近似方法 としては良い方法です。 計測点列を絶対に通る近似関数を作りたい場合は、ラグランジュの補間法、スプラインの補間法等をつかいます。 最小２乗法では、ｎ次関数以外の関数も適応できます。
KL展開 - [物理のかぎしっぽ]
KL展開とは † Karhunen-Loeve展開の略でベクトルの分布を最も良く近似する部分空間を求める方法です． 例えば5つの要素を持つベクトルがいくつかある場合に，出来るだけ元のデータを失わないように 3つや4つの要素のベクトルで表そうといった手法です．圧縮やパターン認識の分野で用いられたりしています． 要するに元のデータの特徴を残し，あまり特徴と関係ないであろう部分を消してしまおうという処理です． 具体的には，画像であれば100×100ピクセルのグレースケールの画像であれば， 10000個のデータを持っていますが，これは10000次元の1点で表すことができます． 実際には10000次元で表すとベクトルは1個になってしまいKL展開をすることができないので， 10×10のブロックに分けて100次元のベクトルが100個ある，などと考えて処理します． そして次元を例えば70次元などに落とす事
飲酒と肝がんリスク | 現在までの成果 | 科学的根拠に基づくがんリスク評価とがん予防ガイドライン提言に関する研究 | 国立がん研究センター がん対策研究所
男性では多量飲酒者、女性では中程度以上の飲酒者に肝がんリスクの上昇がみられる 各コホートの合計約17.5万人（男性9万人、女性8.5万人）のアンケート調査から得られたアルコール摂取量によって、「全く飲まない」人、「たまに飲む（週1回未満）」人、「飲む」人にグループ分けしました。さらに「飲む」人のグループは1日あたりのアルコール摂取量(g/日)によって、男性については「0.1-22.9」、「23.0-45.9」、「46.0-68.9」、「69.0-91.9」、「92.0以上」の５つのグループに、女性については「0.1-22.9」、「23.0以上」の２つのグループに分けました。平均で10.4年から13.6年の追跡期間中に、男性605人、女性199人が肝がんと診断されました。飲酒頻度が週1回未満の「たまに飲む」グループを基準にして、他のグループの肝がんリスクをハザード比というかたちで比較しました
お酒に強い・弱いとはどういうことなのでしょうか｜人とお酒のイイ関係｜アサヒビール
お酒を飲みはじめるとすぐに顔が赤くなるヒトがいる一方で、顔色を変えずに飲んでいるヒトもいます。顔がすぐに赤くなるヒトのほとんどは"お酒に弱いタイプ"だといえます。しかし、「自分は顔が赤くならないのでお酒に強いタイプだ。だからアルコール（エタノール）が身体から無くなるのが速いんだ」と思っていませんか？それは正しくありません。 実は、"エタノール"を分解（代謝）する能力はお酒に強い・弱いといった体質と直接的な関係はありません。 "アセトアルデヒド"を分解する能力がお酒に強い・弱い体質を決めているのです。（文献1） アルコールの分解についてはこちら アセトアルデヒドとは、アルコールが肝臓などで分解される際に発生するものです。身体の中でアセトアルデヒドを分解する酵素の主役は、"アルデヒド脱水素酵素（aldehyde dehydrogenase2、略してALDH2と呼ばれる）"であるといわれています
医学は疑問から始まる mean±SD
透析室に勤務している臨牀工学技士です。 日々の不満や、色々と調べてみた事を綴ります。 医療従事者の一人として、プロフェッショナルでありたい、と考えています。 未熟者ですが、よろしくお願いします。 『信頼性の統計学』を読んでいて・・・ そういえばそうだなぁと感じた事が、研究会等で見かけるスライドのグラフについてです。 ほとんどの場合mean±SD(平均値±標準偏差)で示されているわけですが・・・ 正規分布を考えると、mean±１SDでは全データの68.3％、まぁ約2/3が含まれている事になるわけです。 mean±２SDであれば、95.5％が含まれている事になります。 『信頼性の統計学』の中では、「mean±SDでは６８％信頼区間にし過ぎず誤解を招く」とし、９５％信頼区間で示す様にと述べています。 mean±SDが慣習的に使われているのってなぜなのでしょうね。 その方が見易いから、でしょうか？
お酒を飲んだ後の血液中のアルコール濃度は推定できるのでしょうか？｜人とお酒のイイ関係｜アサヒビール
それでは、実際に空腹のまま飲酒をするのと、軽食を食べながら飲酒をした場合に、血液中のエタノール濃度やアセトアルデヒド濃度がどのようになっていくのかを見てみましょう。40～50歳代の男性が市販のビールおよび焼酎甲類（アルコール度数：16度）を空腹の状態で飲んだ場合、軽食と一緒に飲んだ場合の血中エタノール濃度を調べてみました。（飲酒量は体重当り同じ量になるように、体重が60kgのヒトでビール460ml相当のアルコール量を飲んでいただきました）（文献1） データ1 お酒を飲んだ後のアルコール濃度 図1のように、空腹の状態で飲んだ場合は推定値とだいたい同じレベルになっていましたが、お酒に強いタイプがビールを飲んだ場合は推定値よりも低めに、お酒に弱いタイプが焼酎甲類を飲んだ場合は推定値よりも高めになりました。この結果を見ると、あくまで平均値としては推定値も使えそうな気がします。しかしながら、図2のよ
Brain Network：「ニューロインフォマティクスの展開」 - 理研BSIニュース No. 24（2004年5月号）- 独立行政法人 理化学研究所 脳科学総合研究センター（理研BSI）
2004年3月をもって、5年間のプロジェクト（文部科学省振興調整費目標達成型脳科学研究「視覚系のニューロインフォマティクスに関する研究」が終了した。「ニューロインフォマティクス」とは、脳神経科学と情報科学を融合し、脳の構造と機能の解明のみならず脳疾患の治療、新しい情報技術の創出など多方面での発展が期待されるIT時代の脳科学研究の一分野である。中でも視覚系は脳科学においても格段に研究が進んでおり、我が国においても、網膜・視覚生理や視覚高次機能、視覚認知機能などに関する多くの優れた研究者が活躍されている。一方、最近の人ロボットの開発においても、視覚機能の高次化やマルチモーダル情報統合機能の実現が期待されており、その開発の基本となる文献情報、実験データなど関連情報のデータベース化、さらには、それらの知見を統合・記述した数理モデルの構築が必須と考えられる。 そんな中、米国NIHのHBP（Human
音圧分布(おんあつぶんぷ)とは？ 意味や使い方 - コトバンク
…(2)短音応答 ホールなどのステージ上からパルス音を放射し，室内の各位置での音圧応答波形(エコータイムパターン)を観測し，その波形から有害なエコーの有無や残響特性の良否を判断する。(3)音圧分布 ステージなどから出た音が室内全体にどの程度の大きさで届いているかを調べるために，帯域雑音などを放射して室内各点の音圧レベルの分布を測定する。(4)その他 以上の項目のほかに，スピーチなどがどの程度明りょうに聞きとれるかを調べるために，音節ごとに発音した声を書取試験で調べる明りょう度試験などもよく行われる。…
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
グラフの近似曲線による最小２乗法の計算
BIGLOBEなんでも相談室サービス終了のお知らせ
特別講演 アンサンブル学習の新展開 | CiNii Research
音声認識ソフトウェアで、パーキンソン病の診断ができる研究がすすむ (2012年7月3日) - エキサイトニュース
サービス終了のお知らせ
パラメトリックとは サイエンスの人気・最新記事を集めました - はてな
就職に直結する採用試験・国家試験の予備校なら東京アカデミー
sspatj.jp - このウェブサイトは販売用です！ - sspatj リソースおよび情報