Midjourney で和風な絵を描く｜あずみの
外国人の人からよく質問されるのが「日本の古典的な服装をAIアートで描くにはどのような表記をすればよいのか？」とか「デーモンという単語では日本風のデーモンが描けない。日本語では何というのか？」といった和風ワードについてです。 質問の答えは「着物」と「鬼」ですが、最近のAIは賢いのでそういうワードがなくても、それ以外に和風なワードが入っていれば忖度してそこそこ描いてくれるんです。demonでも結構いけます。 でも失敗すると確かに着物を着ているけど日本風とは思えない妙なものを描いてきます。これは違う。 失敗↓ 何かを間違えた日本風なるほど、これを完全な和風にしていきたいわけですね。 せめてこっち方面の絵を描いてみましょうか。 アヤシイ部分もあるけどギリギリセーフ 特にniji・journeyのアニメ絵はこういう絵柄が得意。特に鬼ガールの絵をデスクライブするとこのようなデフォルト絵が複製できます。
ハミルトン力学系における流体方程式の導出｜深津卓弥
修士論文で決定論的な可逆力学系（一次元セルオートマトン）の非平衡緩和系の研究をやったときに、佐々真一先生によるハミルトン系からの流体方程式の導出の論文（Shin-ichi Sasa,“Derivation of Hydrodynamics from the Hamiltonian Description of Particle Systems”,Phys. Rev. Lett. 112, 100602(2014)）の計算を追いかけたので、せっかくなのでその解説をここに残したいと思います。 ハミルトン系の記述法系の力学座標、すなわち配位を $$ \Gamma=(\bm{r}_1,\bm{r}_2,\cdots,\bm{r}_N,\bm{p}_1,\bm{p}_2,\cdots,\bm{p}_N) $$ と表します。そしてこの$${\Gamma}$$の時間発展は次のハミルトニアン $$ H(\
モデル予測経路積分制御 (Model Predictive Path Integral Control; MPPI) 入門
モデル予測経路積分制御 (Model Predictive Path Integral Control; MPPI) 入門 本記事は名古屋大学の本田康平（https://kohonda.github.io/ ）による寄稿です． はじめに ロボットの制御や運動計画で人気を博しているモデル予測制御 (MPC) ですが，MPCの中でもサンプルベースMPCは手頃に実装できる上に，性能もそこそこ良いため非常に使い勝手が良いです．サンプルベースMPCとは，有限時間将来までの制御入力のサンプルを複数用意して，それらを制御対象の予測モデルを用いて未来の状態を予測・評価して，制御入力を決定するというものです．これらは予測モデルやコスト関数が微分不可能であったり非線形性が強い場合でも利用できるので，とても使い勝手が良く，モデルベース強化学習などでもしばしば利用されます． 近年，サンプルベースMPCに対して確率
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
Ushiki's theorem - Wikipedia
dynamical-systems.org
