1.はじめに 近年、画像処理や画像解析はコンピュータの発達・普及に伴って簡単、高速、安価に行うことが可能になった。衛生画像の解析、ファクシミリにおける画像圧縮、郵便番号読み取りなどのパターン認識、さらに動画の圧縮転送まで非常に広い分野で常識化している。ここでは2次元画像でよく行われているフーリエ変換を用いた周期性の評価法に関する基本的な事柄の解説を行う。 2.画像について 2.1.ディジタル画像 コンピュータで処理可能なディジタル画像とは画素 (Pixel) と呼ばれる点の集合である。画素は図1のように2次元格子状に配置され、(横方向の画素数)×(縦方向の画素数)画素の画像と呼ばれる。図1は 16×8 画素の画像である。画素が多いほど高解像度の画像であり、細かい表現が可能になる。 さらに各画素は明るさや色によって特徴付けられる。明るさは、最も明るい状態と真っ暗な状態を何段階で表現するかによ
単語の重み付けの古典的な方法に tf-idf があります。文書中の各単語の tf-idf 値計算し、値でソートすると、その文書に特徴的な単語リストを得ることができます。 http://nais.to/~yto/clog/2005-10-12-1.html tf-idf は、単なるヒューリスティックスだと考えられていましたが、最近言語モデルに基づく情報検索手法がさかんに研究されるようになり、tf*idf の解釈が明らかになってきました。言語モデルに基づく手法は、ヒューリスティックスばりばりの手法と同性能にもかかわらず、文書のランキングに理論的で合理的な説明を与えることができます。 情報検索は、クエリ q に対し、もっとも適合する文書 d_opt を求めるタスクです。つまり、q が与えられたとき、文書 d が出現する確率 p(d|q) の最大化問題と解釈できます。 d_opt = argmax
梶 克彦 名古屋大学大学院 情報科学研究科 平田 圭二 NTTコミュニケーション科学基礎研究所 長尾 確 名古屋大学 エコトピア科学研究機構 PDF版 [kaji_axmedis2005.pdf] 目次 概要 はじめに プレイリスト推薦システム 歌詞とアノテーションによる楽曲間類似度推定 プレイリスト生成の流れ 鑑賞履歴の取得とユーザプロファイルへの反映 予備実験 終わりに 概要 本論文ではわれわれはプレイリスト生成の手法を提案する。 歌詞に加え、ユーザの楽曲解釈の情報である楽曲情景と鑑賞状況に関する アノテーションを利用することにより、 ユーザの類似性を発見し、 ユーザの嗜好と状況に合わせたプレイリストを自動生成する。 プレイリスト生成は3段階のフェーズを経て行われる。 はじめに協調フィルタリングにより基プレイリストを発見し、 次にその基プレイリ
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