Thoth Children | 知識と質問が集まる技術学術情報集積所

Thoth Children!!|

Subject

Purpose

新規Thoth投稿

準乱数の使い時を知りたい

規則的でありながら一様性を重視した低くい違い量列(準乱数, Low-discrepancy sequence)の使い時についてまとめたページになります.これらの準乱数を用いることで数値シミュレーションの精度を向上させることができます.

ハードウェアによる真の乱数が欲しい

ハードウェア乱数生成器を用いて真の乱数を得る方法についてまとめます.ソフトウェア的に生成される乱数よりもさらに不規則性を得られますが、ハードウェアから直接得られた乱雑性には偏りがあるためその偏りを取り除いて一様にする必要があります.真の乱数生成をTRNG(True Random Number Generation)と呼びます.

Unix系列のOSで真の乱数が欲しい

Unix系列のOSにおいて真の乱数を得る方法についてまとめています.Unixにおいて/dev/randomのデバイスファイルにシステム全体からかき集めたノイズやイベント等を利用して生成した真の乱数を得ることができます.

無限の多項式で関数近似する

無限の多項式の和によって特定の関数の近似を行います.ここでは特にテイラー展開について紹介します.

無限の三角関数の和で関数近似する

無限の三角関数の和で関数近似を行う方法について紹介します.ここでは有名なフーリエ級数展開を用いた方法について紹介します.

関数未知で多数データの関数近似したい

関数未知な状態で多数のデータがある場合の関数近似を行うときの手法について書いてみます.関数が未知なので表現力のある手法が必要になります.

関数既知で多数データの関数近似したい

データの当てはまりがよさそうな関数が既知で多数のデータが与えられるときに、それらのデータを用いて関数近似をする方法についてまとめます.比較的単純で代表的な技術のみにとどめます.

全点通る滑らかな関数近似をしたい

全点のデータを通りつつ滑らかな曲線による関数近似をする方法について記載します。多項式による近似を主に紹介します.

制御点で滑らかな関数近似をしたい

複数の制御点またはデータ点を使って滑らかな関数近似を行う方法について紹介します。ここで紹介するものは点を必ずしも通ることのないものを主に紹介しています。また点列はすでに想定する順番にソートしてありその関数を推定するものとします.

点を参考に滑らかでない関数近似したい

複数のデータ点に沿った関数近似をするときの技術についてです。精度よく綺麗な関数近似をしたいわけでなく、折れ線近似でいいがすべての点を通るようなものは必要ないときに使える関数近似の手法の紹介になります。

全点通る滑らかでない関数近似をしたい

データの全点を通るが滑らかでない関数でもかまわない関数近似をする方法についてです。ここでは折れ線近似のみの紹介になります。

PDCAサイクル

Plan Do Check Actionの各プロセスを回しながら改善を施しながら仕事を進めていく方法.日々異なっていく環境の変化に対応しながらカイゼンを試みる上で重要なプロセス.

KPTはKeep, Problem, Tryの3つの観点を元に仕事の良かったこと、悪かったこと、そこから改善できることを洗い出すための手法です。

点群から統計的に外れ値除去したい

点群から各点データから求められる統計値を基準に外れ値除去をする方法についてまとめます。各点において近隣の点との関係から特徴量を出してその統計情報から外れ値かどうかを判断します

メッシュから点群を生成する

複数の三角形の組み合わせで表現されるメッシュファイルから点群を生成する方法についてまとめます。メッシュファイルは三角形を組み合わせて表面を表現しています。その表面から点データをサンプリングして点群を生成します。

点群から単純な外れ値除去したい

点群データから最も単純な外れ値処理をする方法についてまとめています。センサにもよりますが、一般的にセンサから入力されるデータには多くの場合ノイズが混じっており外れ値が多いため、それらを除去する必要があります。

点群を距離の範囲で間引きたい

点群の点データ数を減らす際に、処理をしない空間にある点群を取り除くことで間引きます。

点同士の距離を求めたい

特定の点同士の距離を求める方法についてまとめます。ユークリッド距離やマンハッタン距離など有名なものについての紹介です。

ユークリッド距離を使う

距離と端的に行った場合、通常ユークリッド距離のことを指し、最も一般的に距離として使われる。二つのベクトルを入力の二乗和平方根で与えられる距離です。

点群を等間隔で間引きたい

点群データを等間隔で間引く方法についてまとめます。点群データは生データでは詳細過ぎて不必要に処理を重くすることがあります。全体の3次元的な構造の意味を失わずに点群数を減らすことがしばしば求められます。等間隔に間引くことで比較的全体の構造を維持することができます。

Pop技術

K

点が三角形の内側か判定したい
S

ロボットの力制御の種類
K

同次変換行列
S

GAN
K

インピーダンス制御
S

重力補償機構
K

ベクトルを特定の平面に射影したい
S

点群から検出したい
K

ベクトルを別のベクトルに射影したい
S

気体の可視化手法
K

行列を分解して上下三角行列が欲しい
S

ロボットエンドエフェクタの位置制御
K

アドミッタンス制御
S

ニューラルネットワーク
K

点が直線上の右か左にあるか判定したい
S

逆運動学
K

ヤコビ行列による逆運動学
S

点群を間引きたい
K

時系列間の類似度計算を選ぶ
S

ニューラルネット学習の工夫
K

パーティクルフィルタ
S

オプティカルフロー
K

シャドウグラフによる可視化
S

点群をデータ構造で持つ
K

多変数関数の極大極小を判定したい
S

RELU系活性化関数
K

ピンホールとレンズの違いを知りたい
S

点群から特徴量を出したい
K

シンプルに逆行列を求めたい
S

Convolution
K

力制御
S

活性化関数基本
K

確率分布間の差異で類似度を求めたい
S

極大極小鞍点か判定したい
K

グラッドストーン・デールの式
S

二値化フィルタ
K

平面と平面のなす角度
S

DeepLearningとは
K

点群データから法線算出をしたい
S

ベクトル間の類似度が欲しい
K

シュリーレン法
S

Sigmoid系活性化関数
K

CTC損失関数
S

Pooling
K

点群から最近傍点を検出したい
S

シートベルトの仕組みを知りたい
K

勾配に注目したオプティカルフロー
S

Adam系最適化関数
K

点群を平面に近似したい
S

時系列間の類似度が欲しい
K

Lucas Kanade法
S

いろいろな距離が欲しい
K

オプティカルフローとは
S

点群から法線を出したい
K

グレンジャー因果検定
S

特殊な層
K

点群の形状的局所特徴量を出したい
S

点群処理を実装したい
K

文字列を簡単な置換による暗号化したい
S

ロボットのリンクの数学的基礎

人気分野/目的