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

機械学習による自動クリッピング

近年はSNSでの画像の使用が多くなり、サイズの問題上それの画像の一部のみ見せる必要があることが多い.そこで各画像の自動的なクリッピングが必要となってきている.ここではTwitterにおいてそれを機械学習で行なっている例を紹介する.

シームカービングとは

シームカービングは画像全体の中で除去しても問題ない部分を縦または横に横切るようにして検出してその部分を除去することで画像サイズを縮小する画像縮小手法.拡大には使用できない.エネルギーを定義してその値が少ないところを見つけ出し、画像の端から端まで進みその軌跡を除去する.

爆風消火は主に森林や油田の消火などで用いられる消火手法で、可燃物を爆風によって飛ばすこと(破壊消火)や火炎自体を吹き飛ばすことで瞬間的に消火することができる.

消火の4要素

消火の3要素に燃焼継続を断つための抑制消火が加えられた消火の4要素と呼ぶ.消火器で最も普及している粉末消火器はこの抑制作用による消火を主としている.

消火の3要素

可燃物、酸素供給源、熱源の3つが全て存在しないと火は続かないためこの要素を消火の3要素と呼びます.それぞれの除去方法は除去消火、窒息消火、冷却消火と言います.

ライスの定理

「プログラムAがある性質Fを持つかどうかが自明でないときそれを判定できるプログラムは存在しない」ことを示す定理.このライスの定理はチューリングマシンの停止性問題を一般化したものになっている.

チューリングマシンの停止性問題

停止性問題は、任意のプログラムが任意の入力が与えられて停止するかどうかを判定するプログラムは存在するかに関する問題.存在しないことが背理法によって示すことが可能.

シャドウグラフによる可視化

シャドウグラフ法(Shadow Graph)は点光源とスクリーンを用いた単純な構成で気体や液体の濃度の変化を可視化する技術.シュリーレン法より以前は頻繁に用いられていたが、気体の濃度の二次微分になりまたシュリーレン法よりもコントラストが得られにくい.

グラッドストーン・デールの式

グラッドストーン・デールの式(Gladstone-Dale Relation, rule)は、気体による定数を用いて密度と屈折率を関連づける式.

背景型シュリーレン法

背景型シュリーレン法(BOS, Background-Oriented Schlieren)は液体や気体の濃度勾配を可視化するのに用いられる一般的な手法の一つ.通常のシュリーレン法よりも簡易なシステムにおいて実現することができレンズやナイフエッジなどが不要となっている.太陽や月の光を用いて航空機の周りの衝撃波を可視化することも可能.基準画像との相互相関法によって画像を生成する.

シュリーレン法

シュリーレン法は、空気の状態によって密度が変化し屈折率が変化することを利用して平行光でその状態を可視化する手法.メジャーな手法の一つでShadowGraph(影絵)より微細な変化を鮮明に映し出すことが可能です.

Growing Neural Gas

Growing Neural Gas(成長型ニューラルガス)とは、教師なしニューラルネットワークの一つで、Neural Gasが強く初期値に依存してしまうのを避け必要とあればネットワークを拡張するNeural Gasの一種.良い性能を発揮することで知られ、クラスタ分析においてはk-meansよりも優れていると言われる.

競合学習(Competitive Learning)とは教師なし学習で頻繁に行われる学習で、最も入力データに反応したニューロンのみ更新したりするようなニューロン同士で競わせるような学習.winner-take-allな学習で勝者となったニューロンは入力データにより近くなるように更新する.自己組織化マップは競合学習の一つ.競合学習では入力層と競合層を持つ.

Neural Gasは元々の多数の入力ベクトルデータを少数の特徴的なベクトルを用いて代用するベクトル量子化に利用されるニューラルネットワーク. Neural Gasはよく自己組織化マップ(SOM)と比較されるが、自己組織化マップは学習時に隣接ベクトルとの制約があるのに対してNeural Gasはそれを持たない.

自己組織化マップ

自己組織化マップ(Self-organizing maps, SOM)は大脳皮質の視野覚をモデル化したニューラルネットワークの一種で教師なし学習によって次元圧縮を実現する技術.任意の次元の入力ベクトルを任意の次元の出力に写像することができるが、入力ベクトルの方が次元が高く、一般的に出力の次元は1次元から3次元に写像することが多い.繰り返し計算によって学習を行う.

カメラのみで気流を可視化したい

粒子などのトレーサーを流すことなく、レンズとカメラのみで気流を可視化する方法についてまとめています.最も有名な手法は、衝撃波の可視化などに用いられるシュリーレン法.他にシャドウグラフ(Shadow Graph)や干渉計を用いたものなどがある.

まつり縫い

まつり縫い(纏り縫い, 纏り絎 ,まつりぐけ)は、糸の消費はやや多いものの表に目立った縫い跡を残さないため、ズボンや他袖の裾上げなどで主に用いられるくけ方です.手縫いに止まらずミシン等でもまつり縫い可能.

プリム法は、最小全域木を求める貪欲法ベースで時間計算量がO(E+V log V)となる探索アルゴリズム.時間計算量は実装方法に依存する.特定の点から始めて常に繋がりうるエッジのうち最小のコストのエッジを選択することを繰り返す.

ゼロ長ばね

ゼロ長バネ(ゼロ長スプリング、零長スプリング、Zero-length spring )は、通常のばねがばねの伸びに応じて弾性力が決まるのに対して、ゼロ長ばねは長さに弾性力が比例するばね.非常に扱いやすい特性のため、このゼロ長バネを利用した例は多く,コイルばねの形状が多い.

ばねカム重力補償機構

ばねカム重力補償機構は、ロボットアームの重力を相殺するためにばねとカム機構を用いることで重力補償を実現する機構のこと.適切に設計することでばねの伸びによって弾性力が決まるのを調整することができ、一定の補償力を出力できる.

Pop技術

K

点が三角形の内側か判定したい
S

GAN
K

インピーダンス制御
S

ロボットの力制御の種類
K

同次変換行列
S

ニューラルネット学習の工夫
K

行列を分解して上下三角行列が欲しい
S

ニューラルネットワーク
K

多変数関数の極大極小を判定したい
S

点群から検出したい
K

ヤコビ行列による逆運動学
S

重力補償機構
K

シャドウグラフによる可視化
S

RELU系活性化関数
K

シンプルに逆行列を求めたい
S

Convolution
K

ヘッセ行列
S

点群をデータ構造で持つ
K

アドミッタンス制御
S

逆運動学
K

時系列間の類似度計算を選ぶ
S

オプティカルフロー
K

パーティクルフィルタ
S

点群を間引きたい
K

ベクトルを別のベクトルに射影したい
S

Pooling
K

グレンジャー因果検定
S

DeepLearningとは
K

文字列を簡単な置換による暗号化したい
S

Adam系最適化関数
K

点が直線上の右か左にあるか判定したい
S

活性化関数基本
K

ベクトルを特定の平面に射影したい
S

Sigmoid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

ロボットエンドエフェクタの位置制御
K

点群を平面に近似したい
S

二値化フィルタ
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

点群から特徴量を出したい
K

確率分布間の差異で類似度を求めたい
S

特殊な層
K

点群から最近傍点を検出したい
S

気体の可視化手法
K

グラッドストーン・デールの式
S

CNN
K

大津の方法による二値化フィルタ
S

極大極小鞍点か判定したい
K

Relu活性化関数
S

ResNet
K

構造色とは
S

いろいろな距離が欲しい
K

Global Average Pooling層
S

決定木学習
K

Attention機構
S

最適化関数基本
K

二次元点群から凸包を求めたい
S

SGD系最適化関数

人気分野/目的