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

DeepLearningにおける最適化関数

最適化関数はニューラルネットワークにおいて学習率を学習しながら調整してくれます。 DeepLearningにおける最適化関数選びは大きな検討要素の一つです。どれを選ぶかによっても大きく学習時間や結果に関わってきます。

近年の画像入力のニューラルネットワークで活躍しているConvolution層(Conv層, 畳み込み層). 計算はかなりシンプルで、画像の各部分に対して行列を掛け合わせていき、その結果を新しい画像に詰め込んでいく処理。世の中で解説も多いので簡単な解説に留める。

CIEDE2000で色差を算出する

人間の視覚特性に合わせて、CIEDE2000では色差を算出する。CIE1976よりさらに人間が見たときの感覚に合うようにしている.

キャンベラ距離を使う

キャンベラ距離は原点周りの重み付きのマンハッタン距離となっている. 原点付近で違いに敏感な距離.

ミンコフスキー距離を使う

ミンコフスキー距離は、マンハッタン距離とユークリッド距離、チェビシェフ距離を一般化したものである

チェビシェフ距離を使う

最大の要素の差分を距離とする

フレシェ距離で曲線同士の距離を測る

フレシェ距離で二つの曲線同士の距離を測る。離散的な点列の場合では離散フレシェ距離を求めるDTWが有名である. 連続的な曲線においてはボトルネック距離となる.

プロクラステス距離で非類似度を測る

プロクラステス距離で非類似度を測る

ハウスドルフ距離で形状の非類似度を測る

ハウスドルフ距離で形状の非類似度を測る

マンハッタン距離を使う

マンハッタン距離は、ある座標系の座標の差を全て足したものとなる. ユークリッド距離は全ての要素での離れ具合を要約したものだが、マンハッタン距離では一つの要素でも遠ければ遠いと判定される距離となっている.

時系列間の類似度計算を選ぶ

時系列間の類似度を計算する方法を選ぶ

コサイン類似度でベクトル間距離を求める

コサイン類似度でベクトル間の距離を求める

平均分散でマハラノビス距離を求める

平均と共分散行列がわかっているときの分布同士の距離をマハラノビス距離によって求める.

単語をどれだけ変更するかの距離を選ぶ

単語同士がどれだけ離れているかをどれだけ各文字を編集する必要であるかで表す距離があります。

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