データã®æ¬¡å…ƒå‰Šæ¸›ã«é–¢ã™ã‚‹è³‡æ–™é›† - ã‚ã‚‚
次元削減ã¨ã¯ データã®æ¬¡å…ƒå‰Šæ¸›(Dimensionality reduction) + データã®å¯è¦–化(Data Visualization) PCA Principal Component Analysis(PCA) randomized PCA Online Robust Principal Component Analysis(OR-PCA) 多様体å¦ç¿’ t-Distributed Stochastic Neighbor Embedding(t-SNE) Multidimensional Scaling(MDS) Isomap Locally Linear Embedding (LLE) Laplacian Eigenmaps(LE) Semidefinite Embedding (SDE) Latent Dirichlet Allocation(LDA) Labeled LDA P
Tumblr
「JPEG Tiltã€ã¨ã„ã†ãƒšãƒ¼ã‚¸ã‚’公開ã—ã¾ã—ãŸã€‚MotionJPEG Builder を作ã£ãŸæ™‚ã«ã€JPEG ã®ãƒ˜ãƒƒãƒ€ã‚’èªã¿è¾¼ã‚€å‡¦ç†ã‚’作ã£ãŸã®ã§ï¼ˆçµå±€ã“ã‚Œã¯ä½¿ã‚ãªã‹ã£ãŸã‚“ã§ã™ãŒï¼‰åœ§ç¸®ãƒ‡ãƒ¼ã‚¿ã®èªã¿è¾¼ã¿éƒ¨åˆ†ã‚‚作ã£ã¦ã¿ã‚ˆã†ã‹ã€ã¨ã„ã†æ°—ã«ãªã£ã¦ä½œã£ãŸã®ãŒã“ã‚Œã§ã™ã€‚JPEG ファイルã§ç”»åƒãŒåœ§ç¸®ã•ã‚Œã‚‹æ§˜åを視覚的ã«è¡¨ç¾ã™ã‚‹â€¦â€¦ ã¨ã„ã†ç›®æ¨™ã ã£ãŸã®ã§ã™ãŒã€ã©ã†ã§ã—ょã†ã‹ã€‚ã¾ã‚内容ãŒå†…容ãªã®ã§èª¬æ˜Žç„¡ã—ã§ã¯ã•ã™ãŒã«æ„味ãŒåˆ†ã‹ã‚‰ãªã„ã¨æ€ã„ã¾ã™ã€‚ ã¨ã„ã†ã“ã¨ã§ã€JPEG Tilt ã®è¦‹æ–¹ã‚’以下ã§ç°¡å˜ã«èª¬æ˜Žã—ã¾ã™ã€‚ 図1ã¯ã€JPEG Tilt ã®ç”»é¢ã§ã™ã€‚ç”»åƒãŒ iTunes ã® CoverFlow ã®ã‚ˆã†ã«ä¸¦ã‚“ã§ã„ã¾ã™ãŒã€ã“ã‚Œã®å·¦å´ã¯ç”»åƒã®ä½Žå‘¨æ³¢æˆåˆ†ã®ã¿ã‚’抜ã出ã—ãŸç‰©ã§ã€å³ã«è¡Œãã¨ã‚ˆã‚Šé«˜å‘¨æ³¢ã®æˆåˆ†ã‚‚å«ã‚るよã†ã«ä¸¦ã‚“ã§ã„ã¾ã™ï¼ˆä½Žå‘¨æ³¢ã€é«˜å‘¨æ³¢ã¨ã„ã†è¨€è‘‰ã®æ„味ã¯ã“ã®å…ˆã§å‡ºã¦ãã¾ã™ï¼‰ ç”»åƒã®ä¸Šã«ãƒžã‚¦ã‚¹ã‚«ãƒ¼ã‚½ãƒ«ã‚’ä¹—ã›
データマイニングã§ä½¿ã‚れるトップ10アルゴリズム- 『ä¼æ¥æˆé•·ã®æ–¹ç¨‹å¼ ― AIDã‚°ãƒãƒ¼ã‚¹ã‚³ãƒŸãƒƒãƒˆã«ã‚ˆã‚‹æˆé•·æˆ¦ç•¥ã€
2006å¹´ã®ãƒ‡ãƒ¼ã‚¿ãƒžã‚¤ãƒ‹ãƒ³ã‚°å¦ä¼šã€IEEE ICDMã§é¸ã°ã‚ŒãŸã€Œãƒ‡ãƒ¼ã‚¿ãƒžã‚¤ãƒ‹ãƒ³ã‚°ã§ä½¿ã‚れるトップ10アルゴリズムã€ã«æ²¿ã£ã¦æ©Ÿæ¢°å¦ç¿’ã®æ‰‹æ³•ã‚’紹介ã—ã¾ã™ï¼ˆã“ã®è«–æ–‡ã¯@doryokujinå›ã®ãƒã‚¹ãƒˆã§çŸ¥ã‚Šã¾ã—ãŸã€ã‚ã‚ŠãŒã¨ã†ã”ã–ã„ã¾ã™ï¼ï¼‰ã€‚ å¿…ãšã—ã‚‚è«–æ–‡ã®å†…容ã«ã¯æ²¿ã£ã¦ãŠã‚‰ãšå€‹äººçš„ãªç§è¦‹ã‚‚å…¥ã£ã¦ã„ã¾ã™ã®ã§ã€è©³ç´°ã¯åŽŸè«–文をã”確èªä¸‹ã•ã„。ã¾ãŸã€ãƒ‡ãƒ¼ã‚¿ãƒžã‚¤ãƒ‹ãƒ³ã‚°ã®å…¨ä½“観をサーベイã—ãŸã‚¹ãƒ©ã‚¤ãƒ‰è³‡æ–™ãŒã‚ã‚Šã¾ã™ã®ã§ã€ã“ã¡ã‚‰ã‚‚ä½µã›ã¦ã”覧下ã•ã„。 データマイニングã®åŸºç¤Ž View more presentations from Issei Kurahashi 1. C4.5 C4.5ã¯CLSã‚„ID3ã¨ã„ã£ãŸã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ を改良ã—ã¦ã§ããŸã‚‚ã®ã§ã€æ±ºå®šæœ¨ã‚’使ã£ã¦åˆ†é¡žå™¨ã‚’作りã¾ã™ã€‚決定木ã¨ã„ãˆã°CARTãŒè‰¯ã使ã‚ã‚Œã¾ã™ãŒã€CARTã¨ã®é•ã„ã¯ä»¥ä¸‹ã®ã¨ãŠã‚Šã§ã™ã€‚ CARTã¯2分å²ã—ã‹ã§ããªã„ãŒC4.5ã¯3分å²ä»¥ä¸Šã‚‚ã§ãã‚‹ C
You’re Doing It Wrong - ACM Queue
The Bike Shed June 11, 2010 Volume 8, issue 6 PDF You're Doing It Wrong Think you've mastered the art of server performance? Think again. Poul-Henning Kamp Would you believe me if I claimed that an algorithm that has been on the books as "optimal" for 46 years, which has been analyzed in excruciating detail by geniuses like Knuth and taught in all computer science courses in the world, can be opti
トップクラスã ã‘ãŒçŸ¥ã‚‹ã€Œã“ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ãŒã™ã”ã„ã€â€•â€•ã€ŒæŽ¢ç´¢ã€åŸºç¤Žæœ€é€Ÿãƒžã‚¹ã‚¿ãƒ¼
トップクラスã ã‘ãŒçŸ¥ã‚‹ã€Œã“ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ãŒã™ã”ã„ã€â€•â€•ã€ŒæŽ¢ç´¢ã€åŸºç¤Žæœ€é€Ÿãƒžã‚¹ã‚¿ãƒ¼ï¼šæœ€å¼·æœ€é€Ÿã‚¢ãƒ«ã‚´ãƒªã‚ºãƒžãƒ¼é¤Šæˆè¬›åº§ï¼ˆ1/4 ページ） プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã«ãŠã‘ã‚‹é‡è¦ãªæ¦‚念ã§ã‚る「探索ã€ã‚’最速ã§ãƒžã‚¹ã‚¿ãƒ¼ã™ã‚‹ãŸã‚ã«ã€ä»Šå›žã¯å°‘ã—応用ã¨ãªã‚‹æŽ¢ç´¢æ‰‹æ³•ãªã©ã‚’紹介ã—ãªãŒã‚‰ã€ãã®å®Ÿè·µåŠ›ã‚’育æˆã—ã¾ã™ã€‚å•é¡Œã‚’グラフã¨ã—ã¦è¡¨ç¾ã—ã€åŠ¹çŽ‡ã‚ˆã探索ã™ã‚‹æ–¹æ³•ã‚’ãœã²æ—¥å¸¸ã«ç”Ÿã‹ã—ã¦ã¿ã¾ã—ょã†ã€‚ ã¾ã ã¾ã 活用å¯èƒ½ãªæŽ¢ç´¢ å‰å›žã®ã€ŒçŸ¥ã‚Œã°å¤©å›½ã€çŸ¥ã‚‰ãã°åœ°ç„――『探索ã€è™Žã®å·»ã€ã§ã€ã€ŒæŽ¢ç´¢ã€ã¨ã„ã†æ¦‚念ã®åŸºç¤Žã«ã¤ã„ã¦ç´¹ä»‹ã—ã¾ã—ãŸã€‚ã™ã§ã«æŽ¢ç´¢ã«ã¤ã„ã¦ã‚ˆãç†è§£ã—ã¦ã„ã‚‹æ–¹ã«ã¯ç‰©è¶³ã‚Šãªã‹ã£ãŸã‹ã¨æ€ã„ã¾ã™ãŒã€ã€Œå•é¡Œã‚’グラフã¨ã—ã¦ã†ã¾ã表ç¾ã—ã€ãã®ã‚°ãƒ©ãƒ•ã‚’効率よã探索ã™ã‚‹ã€ã¨ã„ã†ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒžãƒ¼çš„ãªæ€è€ƒæ³•ãŒã¾ã 身ã«ã¤ã„ã¦ã„ãªã‹ã£ãŸæ–¹ã«ã¯ã€å¾—ã‚‹ã‚‚ã®ã‚‚ã‚ã£ãŸã®ã§ã¯ãªã„ã§ã—ょã†ã‹ã€‚ å‰å›žã¯ã€ã€Œå¹…優先探索ã€ã¨ã€Œæ·±ã•å„ªå…ˆæŽ¢ç´¢ã€ã¨ã„ã†ã€æ¯”較的å˜ç´”ãªã‚‚ã®ã‚’紹介ã—ã¾ã—ãŸãŒ
「最強最速アルゴリズマー養æˆè¬›åº§ã€é–¢é€£ã®æœ€æ–° ニュース・レビュー・解説 記事 ã¾ã¨ã‚ - ITmedia Keywords
最強最速アルゴリズマー養æˆè¬›åº§ï¼š ãã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã€è²ªæ¬²ã«ã¤ã――貪欲法ã®ã‚¹ã‚¹ãƒ¡ アルゴリズムã®ä¸–ç•Œã«ãŠã„ã¦ã€æ¬²å¼µã‚Šã§ã‚ã‚‹ã“ã¨ã¯ã¨ãã«æœ‰åˆ©ã«åƒãã“ã¨ãŒã‚ã‚Šã¾ã™ã€‚今回ã¯ã€è²ªæ¬²æ³•ã¨å‘¼ã°ã‚Œã‚‹ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ を紹介ã—ãªãŒã‚‰ã€ãƒãƒ¼ãƒ‰ãªå•é¡Œã«æŒ‘戦ã—ã¦ã¿ã¾ã—ょã†ã€‚ã“ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ãŒä½¿ãˆã‚‹ã‹ã©ã†ã‹ã®è¦‹æ¥µã‚ãŒã§ãるよã†ã«ãªã‚Œã°ã€ã‚ãªãŸã®è«–ç†çš„æ€è€ƒåŠ›ã¯ã‹ãªã‚Šã®ãƒ¬ãƒ™ãƒ«ãªã®ã§ã™ã€‚（2010/9/4） 最強最速アルゴリズマー養æˆè¬›åº§ï¼š ç—…ã¿ã¤ãã«ãªã‚‹ã€Œå‹•çš„計画法ã€ã€ãã®æ·±æ·µã«è¿«ã‚‹ 数回ã«ã‚ãŸã£ã¦å‹•çš„計画法・メモ化å†å¸°ã«ã¤ã„ã¦è§£èª¬ã—ã¦ãã¾ã—ãŸãŒã€ä»Šå›žã¯å®Ÿè·µç·¨ã¨ã—ã¦ã€ãƒŠãƒƒãƒ—サックå•é¡Œã¸ã®æŒ‘戦を足ãŒã‹ã‚Šã«ã€ãã®é•·æ‰€ã¨çŸæ‰€ã®ç´¹ä»‹ã€ç†è§£åº¦ãƒã‚§ãƒƒã‚¯ã‚·ãƒ¼ãƒˆãªã©ã‚’用æ„ã—ã¾ã—ãŸã€‚特ã«ã€å‹•çš„計画法ã«ã¤ã„ã¦æ·±ã掘り下ã’ã€çš†ã•ã‚“を動的計画法マスターã®é“ã«ã”案内ã—ã¾ã™ã€‚（2010/5/15） 最強最速アルゴリズマー養æˆè¬›åº§ï¼š アルゴリズマーã®ç™»
Adobe Photoshop CS5ã«å®Ÿè£…ã•ã‚Œã‚‹PatchMatchã®å®ŸåŠ› - A Successful Failure
動画：Adobe Photoshop CS5ã®æ–°æ©Ÿèƒ½ã¯ã‚‚ã¯ã‚„ãˆã’ã¤ãªã„レベル… | â—†ã‚ã£ã¤ã‰ï¼šã‚¹ã‚¯ã‚¨ãƒ‹&ガジェットニュースã¨ã—ã¦Adobe Photoshop CS5ã®æ–°æ©Ÿèƒ½ãŒç´¹ä»‹ã•ã‚Œè©±é¡Œã«ãªã£ã¦ã„る。 概è¦ã‚’知るã«ã¯å‹•ç”»ã§è¦‹ã‚‹ã®ãŒæ‰‹ã£å–ã‚Šæ—©ã„ãŒã€æœ¬ã‚¨ãƒ³ãƒˆãƒªã§ã¯SIGGRAPH2009ã§ç™ºè¡¨ã•ã‚ŒãŸå…ƒè«–æ–‡*1ã‚’å‚ç…§ã—ã¦ã€ãã®è©³ç´°ã‚’紹介ã—ãŸã„。 本エントリã§ç´¹ä»‹ã™ã‚‹ç”»åƒã¯å…¨ã¦å…ƒè«–æ–‡ã‹ã‚‰ã®å¼•ç”¨ã§ã‚ã‚Šã€é«˜è§£åƒåº¦ç”»åƒã«ãƒªãƒ³ã‚¯ã—ã¦ã„る。「失æ¥è€…ãŒå‡ºã‚‹ãƒ¬ãƒ™ãƒ«ã€ã¨ã‚³ãƒ¡ãƒ³ãƒˆã•ã‚Œã¦ã„ã‚‹ãŒã€é«˜è§£åƒåº¦ç”»åƒã«ã‚ˆã‚Šãã®ã‚¯ã‚ªãƒªãƒ†ã‚£ã‚’確èªã—ã¦ã‚‚らã„ãŸã„。 PatchMatchã®æ¦‚è¦ Adobe Photoshop CS5ã®æ–°æ©Ÿèƒ½ã¯ã€è¿‘似画åƒãªã„ã—近似画åƒé ˜åŸŸã‚’発見ã™ã‚‹ãŸã‚ã®ç„¡ä½œç‚ºè¿‘隣探索アルゴリズムã§ã‚ã‚‹PatchMatchã«ã‚ˆã£ã¦å®Ÿç¾ã•ã‚Œã¦ã„る。最近隣探索(nearest-neighbor search)ã¯å…ˆè¡Œç ”究ã§
類似画åƒæ¤œç´¢ã‚·ã‚¹ãƒ†ãƒ を作ã‚ㆠ- 人工知能ã«é–¢ã™ã‚‹æ–創録
C++版ã®OpenCVを使ã£ã¦ã‚«ãƒ©ãƒ¼ãƒ’ストグラムを用ã„ãŸé¡žä¼¼ç”»åƒæ¤œç´¢ã‚’実験ã—ã¦ã¿ã¾ã—ãŸã€‚ãƒãƒƒãƒå‡¦ç†ãªã©ã®ã‚¹ã‚¯ãƒªãƒ—トã¯Pythonを使ã£ã¦ã¾ã™ãŒã€Perlã§ã‚‚Rubyã§ã‚‚ä¼¼ãŸã‚ˆã†ãªæ„Ÿã˜ã§ã§ãã¾ã™ã€‚ 指定ã—ãŸç”»åƒã¨é¡žä¼¼ã—ãŸç”»åƒã‚’検索ã™ã‚‹ã‚·ã‚¹ãƒ†ãƒ ã¯é¡žä¼¼ç”»åƒæ¤œç´¢ã‚·ã‚¹ãƒ†ãƒ ã¨è¨€ã„ã¾ã™ã€‚Googleã‚„Yahoo!ã®ã‚¤ãƒ¡ãƒ¼ã‚¸æ¤œç´¢ã¯ã€ã‚¯ã‚¨ãƒªã«ã‚ーワードを入れã¦ã‚ーワードã«é–¢é€£ã—ãŸç”»åƒã‚’検索ã—ã¾ã™ãŒã€é¡žä¼¼ç”»åƒæ¤œç´¢ã§ã¯ã‚¯ã‚¨ãƒªã«ç”»åƒã‚’与ãˆã‚‹ã®ãŒç‰¹å¾´çš„ã§ã™ã€‚ã“ã®åˆ†é‡Žã¯ã€Content-Based Image Retrieval (CBIR)ã¨å‘¼ã°ã‚Œã¦ãŠã‚Šã€æœ€æ–°ã®ã‚µãƒ¼ãƒ™ã‚¤è«–文（Datta,2008）をèªã‚€ã¨1990年代å‰åŠã¨ã‘ã£ã“ã†æ˜”ã‹ã‚‰ç ”究ã•ã‚Œã¦ã¾ã™ã€‚ 最新ã®æ‰‹æ³•ã§ã¯ã€è‰²ã€å½¢çŠ¶ã€ãƒ†ã‚¯ã‚¹ãƒãƒ£ã€ç‰¹å¾´ç‚¹ãªã©ã•ã¾ã–ã¾ãªç‰¹å¾´é‡ã‚’用ã„ã¦é¡žä¼¼åº¦ã‚’判定ã™ã‚‹ãã†ã§ã™ãŒã€ä»Šå›žã¯ã€ã‚‚ã£ã¨ã‚‚ç°¡å˜ãªã€Œè‰²ã€ã‚’用ã„ãŸé¡žä¼¼ç”»åƒæ¤œç´¢ã‚’実験ã—ã¦ã¿ã¾ã™
スペクトラルクラスタリングã¯æ¬¡å…ƒåœ§ç¸®ã—ãªãŒã‚‰Kmeansã™ã‚‹æ‰‹æ³• - æ¦è”µé‡Žæ—¥è¨˜
機械å¦ç¿’ç³»ã®ã‚¨ãƒ³ãƒˆãƒªã‚’続ã‘ã¦æ›¸ã„ã¦ã¿ã‚‹ã€‚クラスタリングã«ã¤ã„ã¦çŸ¥ã‚‰ãªã„人ã¯ä»¥ä¸‹ã®ã‚¨ãƒ³ãƒˆãƒªèªã‚“ã§ã‚‚ã¡ã‚“ã·ã‚“ã‹ã‚“ã·ã‚“ã ã¨æ€ã†ã®ã§ã€ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã¨ã„ã†æ¦‚念ã«ã¤ã„ã¦ã¯çŸ¥ã£ã¦ã„ã‚‹ã‚‚ã®ã¨ã™ã‚‹ã€‚ ãã‚Œã§ã€ä»Šæ—¥ã¯ã‚¹ãƒšã‚¯ãƒˆãƒ©ãƒ«ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã®è©±ã€‚自然言語処ç†ä»¥å¤–ã§ã‚‚利用ã•ã‚Œã¦ã„ã‚‹ãŒã€ã“ã‚Œã¯ã‚°ãƒ©ãƒ•ã®ã‚¹ãƒšã‚¯ãƒˆãƒ«ã«åŸºã¥ãクラスタリングã®æ‰‹æ³•ã§ã€åŠæ•™å¸«ã‚ã‚Šå¦ç¿’ã¸ã®æ‹¡å¼µãŒã‚„ã‚Šã‚„ã™ã„ã®ãŒåˆ©ç‚¹ã€‚ãªã«ã‚’ã™ã‚‹ã‹ã¨ã„ã†ã¨ã‚¯ãƒ©ã‚¹ã‚¿ãƒªãƒ³ã‚°ã‚’グラフã®åˆ†å‰²å•é¡Œ(ç–Žã§ã‚るエッジをカット)ã«å¸°ç€ã—ã¦è§£ã手法ã§ã€ã©ã†ã„ã†ãµã†ã«åˆ†å‰²ã™ã‚‹ã‹ã«ã‚ˆã£ã¦ Normalized cut (Ncut) ã¨ã‹ Min-max cut (Mcut) ã¨ã‹ã„ã‚ã„ã‚ã‚る。 完全ã«ã‚°ãƒ©ãƒ•ãŒåˆ†å‰²ã§ãã‚‹å ´åˆã¯ã“ã‚Œã§ã‚ã§ãŸã—ã‚ã§ãŸã—ãªã®ã ãŒã€å®Ÿä¸–ç•Œã®ã‚°ãƒ©ãƒ•ã¯ãã‚“ãªç°¡å˜ã«åˆ‡ã‚Œãªã„ã“ã¨ãŒå¾€ã€…ã«ã—ã¦ã‚る。ãã‚Œã§è¿‘ä¼¼ã—ã¦ã“ã®ã‚°ãƒ©ãƒ•åˆ†å‰²å•é¡Œã‚’解ãã®ã ãŒã€Normalized c
ã¯ã¦ãªãƒ–ãƒã‚° | 無料ブãƒã‚°ã‚’作æˆã—よã†
駆ã‘è¾¼ã¿éŠæ¹¯ ã‚ã‘ã¾ã—ã¦ãŠã‚ã§ã¨ã†ã”ã–ã„ã¾ã™ã€‚本年も皆様良ã„一年ã«ãªã‚Šã¾ã™ã‚ˆã†ã«ã€‚ ã¨ã“ã‚ã§éŠæ¹¯ã«è¡ŒããŸã„。 定期的ã«è¡ŒããŸããªã‚‹éŠæ¹¯ã€‚本当ã¯æ¸©æ³‰ãªã©ã«è¡Œãã€ã‚†ã£ãり浸ã‹ã£ãŸã‚Šã—ãŸã„ã®ã ã‘ã©ã€æ¸©æ³‰ãªã‚“ã‹ä¸ã€…è¡Œã‘ãªã„ã—ã€éŠæ¹¯ã«è¡ŒããŸã„。自宅ã®é¢¨å‘‚掃除をã—ãªãã¦ã„ã„ã®â€¦
ジャンル別ゲームã®ä½œã‚Šæ–¹ã¨ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã¾ã¨ã‚ - ãƒãƒƒãƒˆã‚µãƒ¼ãƒ“ã‚¹ç ”ç©¶å®¤
ゲームã®ä½œã‚Šæ–¹ã¨ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ をジャンル別ã«ã¾ã¨ã‚ã¦ã¿ã¾ã—ãŸã€‚ゲーム制作やã€ãƒ—ãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã®å‹‰å¼·ç”¨ã«ã”活用ãã ã•ã„。言語別ゲームプãƒã‚°ãƒ©ãƒŸãƒ³ã‚°åˆ¶ä½œè¬›åº§ä¸€è¦§ã‚‚ã‚ã‚ã›ã¦ãŠèªã¿ãã ã•ã„。 リンク切れãŒãŠãã¦ã„ãŸã‚‚ã®ã¯ã€URLを表示ã—ã¦ãŠãã®ã§ã€Internet Archiveãªã©ã§ã‚ャッシュを表示ã•ã›ã¦ã¿ã¦ãã ã•ã„。 RPG ゲームã®ä¹±æ•°è§£æž 乱数を利用ã—ãŸæ•µå‡ºç¾ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã®è§£èª¬ å„種ゲームプãƒã‚°ãƒ©ãƒ è§£æž FFã€ãƒ‰ãƒ©ã‚¯ã‚¨ã€ãƒãƒžã‚µã‚¬ã®ãƒ—ãƒã‚°ãƒ©ãƒ ã®è§£æžã€‚乱数ã®è¨ˆç®—ãªã© ダメージ計算ã‚ã‚Œã“れ（http://ysfactory.nobody.jp/ys/prg/calculation_public.html） ダメージã®è¨ˆç®—å¼ ã‚¨ãƒ³ã‚«ã‚¦ãƒ³ãƒˆã«ã¤ã„ã¦è€ƒãˆã¦ã¿ã‚‹ エンカウント（マップã§ã®æ•µã¨ã®éé‡ï¼‰ã®å‡¦ç†æ–¹æ³•ã„ã‚ã„ã‚ RPGã®ä½œã‚Šæ–¹ - ゲームヘル2000 RPGã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ドルアーガã®å¡” 乱数ã®å·¥å¤«ã®
kd-tree Visualization(1) - agwã®æ—¥è¨˜
å‰å›žã®ã‚¨ãƒ³ãƒˆãƒªã«å¼•ã続ãã€é€£ç¶šã—ãŸãƒ“ット群ã®ç·æ•°ã‚’求ã‚るアルゴリズムを考ãˆã‚‹äºˆå®šã§ã—ãŸãŒã€ä»Šå›žã¯ç©ºé–“åˆ†å‰²ãƒ‡ãƒ¼ã‚¿æ§‹é€ ã«é–¢ã™ã‚‹ã‚¨ãƒ³ãƒˆãƒªã«ã—ã¾ã—ãŸã€‚人力検索ã¯ã¦ãªã«ä»¥ä¸‹ã®ã‚ˆã†ãªå•é¡ŒãŒæ示ã•ã‚Œã¦ã„ãŸã®ãŒãã£ã‹ã‘ã§ã—ãŸã€‚ 二次元ã®å€¤(x, y)ã‚’ã‚‚ã¤é›†åˆP ã‹ã‚‰ä»»æ„ã®ç‚¹p ã®è¿‘似点を検索ã™ã‚‹ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ を考ãˆã¦ã„ã¾ã™ 高速ã€ä½Žè² è·ã§æ¤œç´¢ã™ã‚‹ã«ã¯ã©ã†ã—ãŸã‚‰ã„ã„ã§ã—ょã†ã‹ï¼Ÿ æ¡ä»¶ã¯æ¬¡ã®é€šã‚Šã§ã™ １．集åˆPã¯ã‚らã‹ã˜ã‚ã€ä»»æ„ã®é †ç•ªã§ã‚½ãƒ¼ãƒˆã—ã¦ãŠã‘ã‚‹ ２．点ï½ã®è¿‘似点ã«ã™ã‚‹æ¡ä»¶ã¯ã€margin範囲内ã§ä¸€ç•ªè¿‘ã„ã‚‚ã®ã¨ã™ã‚‹ãŒã€margin値ã¯ãã®ã¨ãã©ãã§å¤‰ã‚ã‚‹ ターゲットã®è¨€èªžã¯javascriptã§ã€200msãらã„ã®é–“éš”ã§æ¤œç´¢ã‚’続ã‘ã‚‹ã¤ã‚‚ã‚Šã§ã™ 集åˆP ã®å€‹æ•°ãŒ 1000 ~ 10000 点ãらã„ã ã£ãŸã‚‰ã©ã†ã—ã¾ã™ã‹ï¼Ÿ 二次元ã®å€¤(x, y)ã‚’ã‚‚ã¤é›†åˆP ã‹ã‚‰ä»»æ„ã®ç‚¹p ã®è¿‘似点を検索ã™ã‚‹â€¦ - 人力検索
GC - GCアルゴリズム詳細解説 - livedoor Wiki（ウィã‚）
GCアルゴリズム詳細解説 日本語ã®è³‡æ–™ãŒã™ããªã„GCアルゴリズムã«ã¤ã„ã¦è©³ç´°ã«è§£èª¬ã—ã¾ã™ トップページページ一覧メンãƒãƒ¼ç·¨é›† × GC 最終更新： author_nari 2010å¹´03月14æ—¥(æ—¥) 20:47:11å±¥æ´ Tweet ã“ã®WikiãŒç›®æŒ‡ã™æ‰€ GCã¨ã¯ï¼Ÿ GCã‚’å¦ã¶å‰ã«çŸ¥ã£ã¦ãŠã事 å®Ÿè¡Œæ™‚ãƒ¡ãƒ¢ãƒªæ§‹é€ åŸºæœ¬ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ç·¨ Reference Counter Mark&Sweep Copying 応用アルゴリズム編 IncrementalGC 世代別GC スナップショット型GC LazySweep TwoFinger Lisp2 Partial Mark and Sweep -Cycle Collection- Mostly Parallel GC train gc MostlyCopyingGC(Bartlett 1989) TreadmillGC(Barker 1992)
Large Scale Force Directed Layout (Spring Algorithm): For Information Visualization: Clustering and Abstraction
[ A. Quigley Old Home ] [ A. Quigley New Home ] [ Random to Final Drawings ] [ Images ] [ 3D VRML ] [ Clustered graphs and images ] [ Visual Abstractions ] NOTE: This page relates to older visualization work 99-02, during my PhD. I have now returned to work in this field with my new postdoc and PhD students in UCD Ireland. We are exploring larger scale layouts, personalised layout, visualisation f
ランã‚ング
ãŠçŸ¥ã‚‰ã›
ランã‚ング
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
大è¦æ¨¡ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã®æœ€å…ˆç«¯
https://jp.techcrunch.com/2011/12/07/20111206cmu-researchers-one-up-google-image-search-and-photosynth-with-visual-similarity-engine/
https://jp.techcrunch.com/2011/06/08/20110607cleversenses-seymour-will-take-a-different-approach-to-local-recommendations/
クラスタリングã®å®šç•ªã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 「K-means法ã€ã‚’ビジュアライズã—ã¦ã¿ãŸ - ã¦ã£ã煮ブãƒã‚°
Function kamada_kawai_spring_layout
http://orion.icmb.utexas.edu/cgi-bin/lgl/web_lgl.pl
{{#tags}}- {{label}}
{{/tags}}