欲しい技術/知識をすぐ手に入れる ThothChildren

Thoth Children!!|

Subject

学問

技術

Purpose

新規Thoth投稿

K

Edition: 1
爆風消火

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.
2018.12.02

21

PV

0

Fav
K

Edition: 1
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.
2018.12.02

16

PV

0

Fav
K

Edition: 1
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.
2018.12.02

22

PV

0

Fav
K

Edition: 1
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.
2018.12.02

21

PV

0

Fav
K

Edition: 1
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.
2018.12.02

86

PV

0

Fav
K

Edition: 1
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.
2018.12.02

268

PV

0

Fav
K

Edition: 1
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.
2018.12.02

131

PV

0

Fav
K

Edition: 1
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.
2018.12.02

71

PV

0

Fav
K

Edition: 1
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.
2018.12.02

148

PV

0

Fav
K

Edition: 1
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.
2018.12.01

56

PV

0

Fav
K

Edition: 1
競合学習

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.
2018.12.01

52

PV

0

Fav
K

Edition: 1
Neural Gas

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.
2018.12.01

35

PV

0

Fav
K

Edition: 1
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.
2018.11.29

23

PV

0

Fav
K

Edition: 1
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.
2018.11.28

27

PV

0

Fav
K

Edition: 1
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.
2018.11.28

17

PV

0

Fav
K

Edition: 1
プリム法

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.
2018.11.07

23

PV

0

Fav
K

Edition: 1
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.
2018.11.07

30

PV

0

Fav
K

Edition: 1
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.
2018.11.07

91

PV

0

Fav
K

Edition: 1
ばねリンク重力補償機構

ばねリンク重力補償機構は、バネを用いて重力補償をハードで実現する機構.通常バネだけで重力補償するのは難しいため、他の方法によって釣り合うように調整する.カウンタウェイトのように重くならず、エネルギー効率がよく、非常時にもバネが突然の落下を防いでくれる点などが好まれる.
2018.11.07

123

PV

0

Fav
K

Edition: 1
カウンタウェイト重力補償機構

カウンタウェイト重力補償機構は、ロボットアームの自重を相殺するような重りをあらかじめアームの反対側に備えることで機構的に重力補償をしトルクを抑えるアーム機構.アームの変形などではバランスが取れずまたロボット全体の重量が増えるなどあり、アーム根元のみに取り付けることが一般的.
2018.11.07

105

PV

0

Fav
Q

未解決
C++のmapはどのようにしてデータを見つけてるのでしょうか？
2017.09.23

3

PV

0

Fav
Q

未解決
画像のエッジを強調したい
2017.09.23

4

PV

0

Fav
Q

未解決
文字認識、OCRするベストな方法は？
2017.09.22

2

PV

0

Fav
Q

未解決
DNSの動きについて教えてください
2017.09.22

3

PV

0

Fav
Q

未解決
Cとかで書いたコードがどのように動いているか知りたいです
2017.09.22

3

PV

0

Fav
Q

Ans: 1
自分のWebサービスを作りたい
2017.09.22

4

PV

0

Fav
Q

未解決
Web全体の動きを知りたい
2017.09.22

3

PV

0

Fav
Q

未解決
kdtreeとoctreeの違いを知りたい
2017.09.22

1

PV

0

Fav
Q

未解決
データマイニングのためのプログラミング言語
2017.09.22

3

PV

0

Fav
Q

未解決
色と色の違いの特徴量
2017.09.22

1

PV

0

Fav
Q

未解決
機械学習のpythonライブラリお薦め
2017.09.22

7

PV

0

Fav
Q

未解決
野菜をとるロボットとかって何が難しい？
2017.09.22

8

PV

0

Fav
Q

未解決
公開鍵暗号がよく分からない
2017.09.22

3

PV

0

Fav
Q

未解決
自分のホームページが検索しても出てこない
2017.09.22

2

PV

0

Fav
Q

未解決
ロボットに環境の障害物を覚えさせたい
2017.09.22

9

PV

0

Fav
Q

未解決
ニューラルネットワークの翻訳への適用のしかたが分からない
2017.09.22

2

PV

0

Fav
Q

未解決
結局主成分分析は何ができるのでしょうか
2017.09.20

1

PV

0

Fav
Q

未解決
三次元の空間の複数の点から近い点を探す
2017.09.20

4

PV

0

Fav
Q

未解決
おすすめのDeepLearningのネットワークはどれですか？
2017.09.20

5

PV

0

Fav
Q

未解決
ma=Fはどのように導かれたのでしょうか？
2017.09.20

5

PV

0

Fav

Pop技術

K

インピーダンス制御
Q

動的計画法はメモ化をするプログラム全てを指すということでいいのでしょうか
S

GAN
K

行列を分解して上下三角行列が欲しい
Q

どうやったら時間軸データを学習させることができますか?
S

ニューラルネット学習の工夫
K

点が三角形の内側か判定したい
Q

ガウス過程はつまり何をする技術なのでしょうか？
S

ニューラルネットワーク
K

同次変換行列
Q

論理学において矛盾から導けるものは全て正しいとなるのはなぜですか?
S

Convolution
K

ヤコビ行列による逆運動学
Q

特異点を回避する逆運動学って可能ですか？
S

活性化関数基本
K

Relu活性化関数
Q

焼きなまし法や山登り法で実際問題どれを使うのがよいのでしょうか?
S

DeepLearningとは
K

シンプルに逆行列を求めたい
Q

悪質なスクリプト等をリクエストに入れられた場合にするべきことは何でしょうか?
S

Adam系最適化関数
K

時系列間の類似度計算を選ぶ
Q

物体の一部にオクリュージョンがあるときにも画像から物体を検出させるには
S

ロボットの力制御の種類
K

アドミッタンス制御
Q

DockerはVmwareとどう違うのでしょうか？
S

RELU系活性化関数
K

Global Average Pooling層
Q

焼入れ、焼きなまし等の加工方法について
S

Sigmoid系活性化関数
K

LeakyRelu活性化関数
Q

CのPrintfとかでバッファーオーバーランして任意コード実行させるのは?
S

点群から検出したい
K

シャドウグラフによる可視化
Q

流体力学シミュレータを自力で作りたい
S

Pooling
K

コサイン類似度でベクトル間距離を求める
Q

Shellスクリプトで便利な書き方を知りたい
S

点群をデータ構造で持つ
K

ピンホールとレンズの違いを知りたい
Q

微分の公式を用いずに極限でx^2を求める
S

特殊な層
K

点群データから法線算出をしたい
Q

PointCloudでテーブルの上にある物体を分離する方法
S

CNN
K

点群から最近傍点を検出したい
Q

Androidの開発をするためのプログラミング言語は何でしょうか?
S

二値化フィルタ
K

擬似逆行列
Q

OSは各アプリに割り当てるメモリ量が決まっているのでしょうか？
S

ResNet
K

ResNetとは
Q

曖昧な単語による探索はどのようにして実現できますか？
S

逆運動学
K

PRelu活性化関数
Q

力の釣り合いと作用反作用の法則の違いは何ですか?
S

ベクトル間の類似度が欲しい
K

確率分布間の差異で類似度を求めたい
Q

電位差計で電流が流れないときにどうして電圧を測れるのでしょうか?
S

重力補償機構
K

ベクトルを別のベクトルに射影したい
Q

逆運動学で直動リンクを含めて解くことはできませんか？
S

SGD系最適化関数
K

点群を平面に近似したい
Q

最速降下曲線の導出をお願いします。
S

最適化関数基本
K

二次元点群から凸包を求めたい
Q

ニューラルネットで二つの画像を入力にすることや途中でニューラルネットを混ぜることはできますか?
S

ソフトマックス系活性化関数
K

ハイブリッド暗号方式とは
Q

ロボットに環境の障害物を覚えさせたい
S

点群から特徴量を出したい
K

Batch Normalization層
Q

ロボットの経路生成をさせたいのですが最もメジャーな方法はなんでしょうか?
S

点群を間引きたい
K

関数既知で多数データの関数近似したい
Q

Deconvolution はUnpoolingやUpsamplingとは違いますか？
S

決定木学習
K

点が直線上の右か左にあるか判定したい
Q

野菜をとるロボットとかって何が難しい？
S

協調フィルタリング
K

グレンジャー因果検定
Q

自分のホームページがGoogleで検索しても出てきません。
S

ロボットエンドエフェクタの位置制御
K

ヘッセ行列
Q

Deep Learningの最適化関数選定に関して
S

気体の可視化手法
K

力制御
Q

機械学習のpythonライブラリお薦め
S

AutoEncoder

人気分野/目的