RDFスキーマ -- リソース表現の語彙定義
RDFによるリソースの叙述を計算機にも明確に理解可能にするには、そこで用いるプロパティをスキーマで定義し、参照できるようにする必要があります。RDFスキーマでは、基本クラスと基本プロパティからサブクラス、サブプロパティを生成することで、階層的な語彙を定義します。またプロパティのが関連づけるリソースのタイプを定義し、意味を精密化することができます。 RDFスキーマとは 基本クラスと基本プロパティ クラスとサブクラスの定義 プロパティの定義 リソースの記述とプロパティ定義の関連 その他の主なプロパティなど クラスとクラス外延（補足）（2017-10-10追記） 参照文献 RDFスキーマとは RDFはリソースのプロパティやリソース間の関係を記述するモデル[RDF-C]を提供しますが、そこで使われるプロパティそのものについては直接定義しません。creator, date, channelといったプ
村瀬 洋のホームページ（Hiroshi Murase）
村瀬 洋（Hiroshi Murase） 画像処理、パターン認識、映像処理、車載カメラ画像認識、などを研究しています。 English 連絡先 所属 名古屋大学 大学院情報学研究科 知能システム学専攻 名誉教授，特任教授 連絡先 電話： 052-789-5285 ／ FAX： 052-789-3807 メール： murase@nagoya-u.jp 学会 IEEE: フェロー 電子情報通信学会: フェロー 情報処理学会: フェロー IEEE ITSS名古屋チャプタ Advisory Board--> ホームページ 研究分野 物体・顔認識 （パラメトリック固有空間法） 文字認識（候補文字ラティス法，低解像度文字認識） 映像・音の高速探索（アクティブ探索法） 自動車搭載カメラ映像の認識 パターン認識／コンピュータビジョン ==> 村瀬研究室研究概要 研究業績 ※研究業績一覧は こちら をご覧く
固定小数点数 - Wikipedia
固定小数点数（こていしょうすうてんすう、英: fixed-point number）は、小数点が置かれる桁を固定して表された数のことで、コンピュータ上で小数を表現する方法として使用される形式のひとつである。ある桁数のうちのある場所に小数点が固定されているもの（固定小数点）として扱う方式であるため、表現される仮数部に対して小数点の位置が移動する浮動小数点数の対義語として用いられる。すなわち、「固定-小数点数」ではなく「固定小数点-数」である。 演算自体は整数型と同じ方法で行われ、小数点位置は設計者の意図によって決定される。10進法で言えば、たとえば整数123は下から1桁分を小数点以下と決めれば12.3を表し、下から2桁分を小数点以下と決めれば1.23を表すことになる。コンピュータ上での演算で広く使用される2進法では、2進整数1111011（10進法表記: 123）は下から1桁分を小数点以下と
LMedS推定
で定義される。ここで は、中央値を取ることを表す。こうした 評価基準が例外値に対してどれくらい強いか（例外値に対するロバストネス） を評価するためには、breakdown point と呼ばれる指標が用いられている [27,59]。それは、例外値が無い場合の結果と例外値を含 む場合の結果が非常に大きくずれることなく、全データの内の何割までのデー タを非常に大きな例外値に置き換えることができるかを測るものである。最小 ２乗基準は、ひとつの大きな例外値によって大きな影響を受けるので、その breakdown point は であるが、LMedS 基準の breakdown point は であり[58]、全データのうちの が例外値でも結果が大き くずれることがない。これは、考えられる最大の breakdown point を達成す る基準である。ただし、漸近有効性（asymptotic eff
ロバスト推定 - おべんきょうwiki
通常測定値には必ず誤差が含まれる． 測定値の中で想定される誤差範囲内にあるものをインライア， 明らかに誤りであるものをアウトライア，外れ値と呼ぶ． 外れ値が存在することで測定結果からのフィッティングに影響がでるため， 外れ値を排除する必要がある． このような手法がロバスト推定である．
ロバスト推定法（Ｍ推定法） 画像処理ソリューション
ロバストとは？ ロバスト（Robust）という言葉を辞書で調べると、「頑健なさま、がっしりした様子」という意味が載っています。 画像処理的には、ノイズや影、明るさの変動などの影響を受けにくく、安定した処理結果が得られる、ぐらいの意味として捉えれば良いでしょう。 ロバスト推定法 通常の最小二乗法では下図のように、数点の大きな誤差が含まれるだけでも、近似した直線が大きくズレてしまう場合があります。 この誤差の影響をできるだけ受けないようにしたのが、ロバスト推定法です。 処理アルゴリズム まずは最初に、通常の最小二乗法を行います。 直線の式（ｙ＝ａｘ＋ｂ）で近似する場合は以下のように行列を用いて解くことができます。 この近似した直線から遠く離れたデータを除去するだけでも、大きな誤差のデータの影響を受けなくなりそうですが、ここでは、誤差の大きさに応じて重みを付けるTukeyのBiweight推定法
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
