日本語入力プログラムの歴史は、入力の効率を求める歴史でした。初めは「これはペンです」という文章を入力するにも、「これは」で一度変換し「ペンです」でまた変換する方式（単文節変換）や、「これは」と「ぺんです」の間に文節を区切る指示を与える方式をとっていました。やがて、単文節変換や文節ごとに区切り記号を入れる方式から、自動的に文節を区切る連文節変換（複文節変換？）へと進化し、さらには文脈に応じて適切な語を選ぶ用例変換、AI変換が花開き、日本語入力は簡単で効率的になっていきました。 このページは、文節を区切る方法について、現行の日本語入力プログラムでよく使われる方式を解説します。用例変換、AI変換は別項にて解説します。 目次 n文節最長一致法 うしろ向きn文節評価最大法 接続コスト最小法 参考文献・資料 n文節最長一致法 採用している日本語入力プログラム：ATOK、EGBRIDGE、VJEなど。

カルマンフィルター (英: Kalman filter) は、誤差のある観測値を用いて、ある動的システムの状態を推定あるいは制御するための、無限インパルス応答フィルターの一種である。 カルマンフィルターは、 離散的な誤差のある観測から、時々刻々と時間変化する量（例えばある物体の位置と速度）を推定するために用いられる。レーダーやコンピュータビジョンなど、工学分野で広く用いられる。例えば、カーナビゲーションでは、機器内蔵の加速度計や人工衛星からの誤差のある情報を統合して、時々刻々変化する自動車の位置を推定するのに応用されている。カルマンフィルターは、目標物の時間変化を支配する法則を活用して、目標物の位置を現在（フィルター）、未来（予測）、過去（内挿あるいは平滑化）に推定することができる。 カルマンフィルターは時間領域において、連続時間線形動的システム、もしくは離散化された離散時間線型動的システ

作成者: 上田悦子, 最終変更者: 怡土順一, 最終変更リビジョン: 357, 最終変更日時: 2007-12-26 14:22:07 +0900 (水, 26 12月 2007) ■ Condensation OpenCVには，推定器の一つとしてCondensation（パーティクルフィルタ）が実装されている． リファレンス マニュアルにもあるように，アルゴリズムの詳細は， http://www.dai.ed.ac.uk/CVonline/LOCAL_COPIES/ISARD1/condensation.html を参照されたい． ここでは，特にOpenCVに実装されているCondensationアルゴリズムの関数の使用方法について述べる． #include <cv.h> #include <highgui.h> #include <ctype.h> #include <math.h>

視覚の幾何学3 呉海元＠和歌山大学 参考書 佐藤 淳： 「コンピュータビジョン ‐視覚の幾何学‐」 コロナ社 特徴に基づいた立体視 corner 差(disparity) 2枚の画像から 3次元情報を復元 ボールの３Ｄ軌跡の計測 平行ステレビデオオカメラ   カメラキャリブレーション済みなら   光軸は平行になるように変換 （R,tが既知）   ２Ｄ⇒３Ｄ  p l p r P Ol Or Xl Xr Pl Pr Zl Yl Zr Yr R, t tX’l Xl’ = T, Yl’ = Xl’xZl, Z’l = Xl’xYl’ 立体視の原理 問題： 対応点の探索をどう絞るか？ ２眼視の幾何: Two-View Geometry courtesy of F. Dellaert x1 x’1 x2 x’2 x3 x’3 画像間の点（xi to x’i ）の対応関係は  

1. Res ampling : サンプル点（パーティクル）を配置 パーティクル（ロボットの位置、姿勢の候補点）をばらまく 2. Prediction :　ロボットの移動 オドメトリ情報からパーティクルを移動させる。 この時、オドメトリのノイズを考慮する（モーションモデル）

粒子フィルタ (particle filter)† 前の状態 \(x_{t-1}\) に依存して現在の状態 \(x_t\) が決まる潜在変数と，この潜在変数に依存して決まる観測変数 \(y_t\) で現れる一般状態空間モデルを考える． 粒子フィルタは潜在変数の分布を粒子の密度で表す．各粒子を次の時間に遷移させ，その潜在変数が与えられたときの，観測量の尤度を求める．その尤度に比例する頻度で粒子を復元抽出して新たな粒子集合とする． -- しましま 時系列が線形でノイズも正規分布ならKalmanフィルタによって、過去のすべての観測値に基づいた潜在変数の状態の確率分布が陽に求められる。ところが一般の場合はそんなにうまくはいかないので、粒子（パーティクル）を使ってモンテカルロ的に分布を近似してやる方法が粒子フィルタ（particle filter）である。 ふつうの MCMC と違って、目的とする確

パーティクルフィルタ関連のブックマーク 大学で作ってるロボットの自己位置推定にパーティクルフィルタを使いたいな。 TakashiBando　research パーティクルフィルタ　ダイナミクスをオンラインで学習 MIST　パーティクルフィルタ 距離画像からのパーティクルフィルタを用いた自己位置同定と小障害物発見 Yoshimura’s Webpage CV特論8回 パーティクルフィルタとその実装

ユークリッドの互除法は最大公約数を計算する効率的な方法として古くから知られている方法です。 これについては，ユークリッドの互除法の項で説明しました。ここでは，その発展系の一つで色々なところでよく使われている，拡張ユークリッド互除法について説明します。 ユークリッドの互除法は２つの自然数 x，y の最大公約数を効率的に計算する方法でした。 例えば，GCD(13,5) を計算するのに， 13=2*5+3　　 5=1*3+2　　　 3=1*2+1 2=2*1　　　　　 を求めて，GCD(13,5)=1 とするものでした。今の場合この計算は，全く自明で，互除法は不要な感じがします。しかし，少し視点を変えるとそうとも言えません。上の式のうち最後の項を除いて，それぞれ，移項すると， 13-2*5=3 5-1*3=2 3-1*2=1 が得られます。ここで，３行

よくある問題 ところで問題です。29リットル入るバケツと17リットル入るバケツがあります。この2つのバケツを使って、別のバケツに1リットルの水を入れなさい。 頭の軟らかさを競うテレビ番組でおなじみですね。これが蚊取り線香になったり縄になったりしますが、すべて同じ問題です。この問題は頭の軟らかさは関係がありません。ユークリッドの互除法を知っているかどうかで決まります。知識の問題です。多くの場合、「頭のやわらかさ」というのは宣伝文句であり、そこにはなにがしかの法則・アルゴリズムが存在します。 この問題の本質は、以下の数式で表すことができます。 29x + 17y = 1 となる(x,y)の組を見つけること このとき、(x,y)のどちらかは必ず負です。当たり前ですが。 拡張版ユークリッドの互除法の実際 ちょっと気づいてほしいのですが、もし、この問題が正しいのならば、全ての数は 29 と 17 で

第１部:ソートと探索 アルゴリズムの基本 バブルソート 挿入ソート マージソート クイックソート 線型探索 二分探索 ハッシュ探索(1) ハッシュ探索(2) 第２部:公開鍵暗号方式「RSA暗号」の研究 常識外れの暗号化 RSA暗号化アルゴリズムの証明(全面修正) 試し割り エラトステネスのふるい 最大公約数・最小公倍数・ユークリッドの互除法(New!) 拡張版ユークリッドの互除法(New!) バイナリ法(New!)

「n を法とする世界」というとき、全ての数は「n で割った余り」になります。たとえば、3を法とする世界では、1と4と7はすべて同じ値です。「n を法とする世界」であることを「 mod n 」と書きます。上の表は「 mod 15 」です。 この表は私がプログラムでつくり出したものです。太字になっているところを見てください。5乗・9乗・13乗はすべてもとの値に戻っています。これがRSA暗号の暗号化と復号化の基本的なアルゴリズムのもとになっています。 x * (p - 1) * (q - 1) + 1 上の表で確認した5乗・9乗・13乗はすべて、「4で割った余りが1」の数です。要するに「 mod n 」を使って、このように表すことができます。 1 = 5 = 9 = 13 (mod 4) ここで「4」という数字に注目してください。実は、上の表のもとになった「 mod 15 」の 15 は以下のよ

整数を法とした計算の中で，２181006655297358 (mod 181006655297359） のように，非常に大きい冪を取る計算をする必要があることがしばしばあります。この例はフェルマーの素数判定法で出てきました。この計算結果は法とする数以下の数であることが分かっていますから，工夫すれば Tiny Basic 等の普通の言語で計算することが出来ます。しかも比較的高速に計算する方法として冪乗法が良く知られています。　ここではその冪乗法（Power Algorithm）を説明します。 一般に an (mod m) の計算をする最も素朴な方法は， an を計算して，その結果を m で割った時の余りを求めるものです。しかしこの方法は n が小さい時のみ有効な方法です。 実際，an はｎが大きくなるとそれに従って急速に大きな数になります。ですからすぐに計算精度をオ

整数の合同の理論は，暗号の理論などに良く使われるもので，計算機について詳しく知ろうとする人にとって基本的な常識の１つです。勿論，詳しい正確な説明はかなりの量の説明が必要です 。それは初等整数論の教科書に譲ることにして，ここでは，合同の定義と１次合同式について説明します。 整数，或いは自然数の研究は古くピタゴラスまで遡ります。そしてそれらの成果はユークリッド「原論」の中に見ることが出来ます。そこでは，ユークリッドの互除法を始めとして，素数の無限性や，完全数などが扱われています。 近代的な整数論は，フェルマー（１６０１−１６６５）に始まると言われています。フェルマーは整数について多くの結果・事実を指摘しています。フェルマーに続いて多くの数学者が整数論の研究に携わりました。その中でもオイラー（１７０７−１７８３）やラグランジェ（１７３６−１８１３）は有名です。そこでの基本的問題として，ある

（ここで，整数ｎとａとが互いに素とは，それらの最大公約数が１となることです。） この定義によると， φ（１）＝１，φ（２）＝１，φ（３）＝２，φ（４）＝２，φ（５）＝４，φ（６）＝２，φ（７）＝６，・・・ が直接試すことで，得られます。また ｐが素数なら，φ（ｐ）＝ｐ−１ となります。実際，１，２，３，・・・，ｐの中で，ｐとの最大公約数が１となるのは，ｐが素数のときは，１，２，３，・・・，ｐ−１です。 この関数φ（ｎ）を使うと，オイラーの定理は次のようになります。 ここで，ｎが素数ｐの場合は（ｎ＝ｐ），φ（ｐ）＝ｐ−１であり，ａとｐが互いに素はｐがａを割り切らないと同じことですから，上の定理でｎ＝ｐ（素数）の場合がフェルマーの小定理です。 オイラーの定理の証明は色々あります。ここでは，整数の合同についての基本性質を使った証明を挙げます。 オイラーの定理の証明