ã¯ã¦ãªãƒ–ãƒã‚° | 無料ブãƒã‚°ã‚’作æˆã—よã†
日記_2024.8.29 éžé¦¬ã¨è²´èˆ¹ 29æ—¥ã¯éžé¦¬ã¨è²´èˆ¹ã«è¡Œã£ã¦ãã¾ã—ãŸã€‚ã“ã‚“ãªå¤©æ°—ã§ãƒã‚¤ã‚¯ã¯ç„¡ç†ã€ã§ã‚‚引ãã“ã‚‚ã‚‹ã®ã‚‚å«Œãªã®ã§å‰ã€…ã‹ã‚‰è¡ŒããŸã‹ã£ãŸéžé¦¬ã¨è²´èˆ¹ã«è¡Œãã“ã¨ã«ã—ã¾ã—ãŸã€‚ãŸã ã€ã„ã¤å¤§é›¨ãŒé™ã£ã¦ã‚‚å…¨ããŠã‹ã—ããªã„ã®ã§å¤©æ°—ãŒãƒ¤ãƒãã†ãªã‚‰å¸°ã‚‹ã“ã¨ã«ã—ã¾ã™ã€‚普通ã«æ—¥å¸°ã‚Šã§ãã‚‹è·é›¢ã§ã™ã‹ã‚‰â€¦
GPU Gems 3 - Chapter 34. Signed Distance Fields Using Single-Pass GPU Scan Conversion of Tetrahedra
GPU Gems 3 is now available for free online! Please visit our Recent Documents page to see all the latest whitepapers and conference presentations that can help you with your projects. You can also subscribe to our Developer News Feed to get notifications of new material on the site. Chapter 34. Signed Distance Fields Using Single-Pass GPU Scan Conversion of Tetrahedra Kenny Erleben University of
ãŠãらãã¯ãã‚Œã•ãˆã‚‚平凡ãªæ—¥ã€…: JavaScriptã§ãƒ©ãƒ³ã‚°ãƒˆãƒ³ã®èŸ»
『å˜ç´”ãªè„³ã€è¤‡é›‘ãªã€Œç§ã€ã€ã‚’èªã‚“ã ã®ã ãŒã€ãã®ä¸ã«å‡ºã¦ããŸã€Œãƒ©ãƒ³ã‚°ãƒˆãƒ³ã®èŸ»ã€ãŒé¢ç™½ãã†ã ã£ãŸã®ã§å®Ÿè£…ã—ã¦ã¿ãŸã€‚ 「runã€ã‚’押ã™ã¨å‹•ã出ã—ã¾ã™ãŒã€IEã ã¨é…ã™ãŽã¦ä½¿ã„物ã«ãªã‚‰ãªã„ã®ã§æŠ¼ã•ãªã„よã†ã«æ³¨æ„。少ã—時間ãŒã‹ã‹ã‚Šã¾ã™ãŒã€ã‚«ã‚¦ãƒ³ãƒˆãŒ10000を越ãˆãŸã‚ãŸã‚Šã‹ã‚‰æ€¥ã«å‹•ããŒå¤‰ã‚ã‚Šã¾ã™ã€‚マシンスペックã«ã‚‚寄りã¾ã™ãŒçµ‚ã‚ã‚‹ã¾ã§å¤§ä½“賞味1分ãらã„ã‹ãªã€‚ã¡ãªã¿ã«ã€ã‚¹ãƒšãƒƒã‚¯ãŒè²§å¼±ãªãƒ‘ソコンã ã¨CPUã‚’ã¶ã‚“回ã—ã¦ã„る状態ã«ãªã‚‹ã¨æ€ã†ã®ã§æ³¨æ„。 ソース ã„やーã€ã¡ã‚ƒã‚“ã¨å‹•ã„ã¦ã¾ã™ã。ã¡ã‚ƒã‚“ã¨å‹•ã„ãŸã¨ãã¯æˆ‘ãªãŒã‚‰ã¡ã‚‡ã£ã¨æ„Ÿå‹•ã—ã¾ã—ãŸã€‚ ラングトンã®èŸ»ã¨è¨€ã†ã®ã¯ã€å˜åœ¨ãŒç’°å¢ƒã«å½±éŸ¿ã‚’与ãˆã€ç’°å¢ƒãŒå˜åœ¨ã«å½±éŸ¿ã‚’与ãˆã‚‹ã¨ã„ã†ãƒ¢ãƒ‡ãƒ«ã§ã€éžå¸¸ã«å˜ç´”ãªè¦å‰‡ãªãŒã‚‰é¢ç™½ã„å‹•ãã‚’ã—ã¾ã™ã€‚最åˆã¯ãƒ‡ã‚¿ãƒ©ãƒ¡ã«å‹•ã„ã¦ã„ãŸã‚‚ã®ãŒã€ã‚る段階ã‹ã‚‰æ€¥ã«è¦å‰‡çš„ã«å‹•ã出ã™ã¨ã„ã†ã‚‚ã®ã§ã™ã€‚ 具体的ãªè¦å‰‡ã¯ã€ä¸‹è¨˜ã®ç¹°ã‚Šè¿”ã—ã§ã™ã€‚ã“ã‚Œã ã‘ã§ã™ã€‚ 一マス
マーãƒãƒ³ã‚°ãƒ»ã‚ューブズ法ã®ã€Œ14通りã€ã®è¬Žã‚’解ã - nursã®æ—¥è¨˜
Isosurfaces: Geometry, Topology, and Algorithms 作者: Rephael Wenger出版社/メーカー: A K Peters/CRC Press発売日: 2013/07/31メディア: ãƒãƒ¼ãƒ‰ã‚«ãƒãƒ¼ã“ã®å•†å“ã‚’å«ã‚€ãƒ–ãƒã‚° (1件) を見るマーãƒãƒ³ã‚°ãƒ»ã‚ューブズ法(Marching Cubes)ã¯ã€ï¼“æ¬¡å…ƒæ ¼åã®é ‚点ä½ç½®ã«ãŠã„ã¦å®šç¾©ã•ã‚ŒãŸå€¤ï¼ˆå€¤ãã®ã‚‚ã®ã®æ„味ã¯ä»»æ„：温度ã€å¯†åº¦ã€å˜åœ¨ç¢ºçŽ‡ã€ã€ãªã©ãªã©ï¼‰ã‚’ã‚‚ã¨ã«ã€ã€Œç‰å€¤é¢ã€ã‚’作æˆã™ã‚‹ãŸã‚ã®ã‚ˆã知られãŸæ‰‹æ³•ã§ã‚る。ç§ã‚‚ã“ã‚Œã¾ã§ã«ä½•åº¦ã‹å®Ÿè£…ã—ãŸã“ã¨ãŒã‚ã‚Šã€æœªç†Ÿãªå®Ÿè£…ã§ã‚ã£ãŸã¨ã¯ã„ãˆã€é–¾å€¤ã‚’変ãˆã‚‹ã«ã¤ã‚Œã¦ç‰å€¤é¢ãŒå¤‰å½¢ã™ã‚‹æ§˜ã‚’見ã¦ã¯æ¥½ã—ã‚“ã ã‚‚ã®ã§ã‚る。 ç‰å€¤é¢ã‚’作æˆã™ã‚‹ä¸Šã§ã€ã‚る種自明ã¨è€ƒãˆã‚‰ã‚Œãªãã‚‚ãªã„手法ã§ã‚ã‚‹ã«ã‚‚ã‹ã‹ã‚らãšã€ç‰¹è¨±åŒ–ã•ã‚ŒãŸã¨ã„ã†ã“ã¨ã‚‚ã‚ã‚Šã€ã‚½ãƒ•ãƒˆã‚¦ã‚§ã‚¢ç‰¹è¨±ã®åŠŸç½ªã‚„難ã—ã•ã‚’語る際ã®ä»£è¡¨çš„ãªäº‹ä¾‹
ICP(Iterative Closest Point)ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ - ã‹ã¿ã‚„ã‚“ã®æŠ€è¡“者ブãƒã‚°
ã¤ãã°ãƒãƒ£ãƒ¬ãƒ³ã‚¸ï¼’ï¼ï¼ï¼—ã®å‡ºå ´è€…ã®æŠ€è¡“資料ã«ICPを使ã£ã¦ã„ã‚‹ã¨ã„ã†äººãŒä½•äººã‹ã„ãŸã®ã§ã€åƒ•ã‚‚ICPを採用ã™ã‚‹ã“ã¨ã«ã—ã¾ã—ãŸã€‚ã¨ã„ã†è¨³ã§ã¾ãšã¯ICPã«ã¤ã„ã¦èª¿ã¹ã¾ã—ãŸã€‚ ICPã¯ãƒ‘ターンマッãƒãƒ³ã‚°ã®ï¼‘種ãªã®ã§ã€ã¡ã‚‡ã£ã¨äººå·¥çŸ¥èƒ½çš„。手書ãèªè˜ã¨ã‹ã€OCRã¨ã‹ã€éŸ³å£°èªè˜ã¨ã‹ã€é¡”èªè˜ã¨ã‹ã‚¸ã‚§ã‚¹ãƒãƒ£ãƒ¼èªè˜ã‚‚多ãã¯ãƒ‘ターンマッãƒãƒ³ã‚°ãŒä½¿ã‚れる。やã£ã¨ã‚½ãƒ•ãƒˆã‚¦ã‚§ã‚¢ã‚‰ã—ã„自分ã®é ˜åˆ†ãªã®ã§æ¥½ã—ã„。 『Efficient Variants of the ICP Algorithmã€ã“ã®è«–æ–‡ãŒã€ICPã®æ§˜ã€…ãªã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã«ã¤ã„ã¦æ¤œè¨¼ã—ã¦ã„ã¦ã‚ˆã„æ„Ÿã˜ã§ã—ãŸã€‚3Dã®ãƒ¬ãƒ¼ã‚¶ãƒ¼ãƒ¬ãƒ³ã‚¸ãƒ•ã‚¡ã‚¤ãƒ³ãƒ€ã‹ã‚‰å¾—られる２ã¤ã®ãƒ¡ãƒƒã‚·ãƒ¥ã®åˆæˆã«ã¤ã„ã¦æ›¸ã‹ã‚Œã¦ã„ã¾ã™ã€‚ ã“ã®è«–æ–‡ã¯ã€ä¸»ã«ã„ã‚ã„ã‚ãªã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ を試験ã—ã¦ã€ä½•ãŒé«˜é€Ÿã§ã‚ã‚‹ã‹ã‚’検証ã—ã¦ã„ã¾ã™ã€‚ æ¦‚è¦ æ¦‚è¦ã¨ã—ã¦ã¯ã€ICPã¯ä»¥ä¸‹ã®ï¼–ã¤ã®ã‚¹ãƒ†ãƒ¼ã‚¸ã‹ã‚‰ãªã‚Šã¾ã™ã€‚ Selection :
ガベージコレクションã®å®Ÿè£…法ã¨è©•ä¾¡
1.ã¯ã˜ã‚㫠プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°è¨€èªžã¨ã¯ã‚·ã‚¹ãƒ†ãƒ 化ã™ã‚‹å¯¾è±¡ç‰©ã‚’抽象化ã—ã€ã‚³ãƒ³ãƒ”ュータã§å‡¦ç†å¯èƒ½ãªã‚³ãƒ¼ãƒ‰ã‚’記述ã™ã‚‹ãŸã‚ã«ç”¨ã„る人工言語ã§ã‚る。プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°è¨€èªžã¯ã‚³ãƒ³ãƒ”ュータã®æ©Ÿæ¢°èªžã¨ä¸€å¯¾ä¸€ã®å¯¾å¿œã‚’ã‚‚ã£ãŸã‚¢ã‚»ãƒ³ãƒ–ラã‹ã‚‰å§‹ã¾ã‚Šã€ã‚³ãƒ³ãƒ‘イラを用ã„ã¦æ©Ÿæ¢°èªžã«ç¿»è¨³ã™ã‚‹ã“ã¨ã‚’å‰æã¨ã—ãŸã‚³ãƒ³ãƒ‘イラ言語ã€ã‚¤ãƒ³ã‚¿ãƒ—リタã¨å‘¼ã°ã‚Œã‚‹ãƒ—ãƒã‚°ãƒ©ãƒ ãŒã‚½ãƒ¼ã‚¹ã‚³ãƒ¼ãƒ‰ã‚’解釈ã—実行ã™ã‚‹ã‚¹ã‚¯ãƒªãƒ—ト言語ã¨ã€è¨˜è¿°ã§ãる抽象度を高ã‚ã‚‹æ–¹å‘ã¸ã¨é€²åŒ–ã—ã¦ããŸã€‚ プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°è¨€èªžã¯ãã®å˜åœ¨ç†ç”±ã‹ã‚‰ã€ã‚ˆã‚ŠæŠ½è±¡åº¦ã®é«˜ã„記述ãŒè¡Œãˆã‚‹ã“ã¨ã€ã™ã°ã‚„ã„開発を行ãˆã‚‹äº‹ãŒæ±‚ã‚られる。抽象度ã®é«˜ã„記述ã¨ã¯ã€ãƒ—ãƒã‚°ãƒ©ãƒ ãŒã©ã†ã„ã†å‡¦ç†ã‚’è¡Œã†ã‹(HOW)ã§ã¯ãªã何ã®å‡¦ç†ã‚’è¡Œã†ã‹(WHAT)を記述ã—ã‚„ã™ã„構文ã€æ©Ÿèƒ½ã‚’æŒã£ã¦ã„ã‚‹ã“ã¨ã‚’ã€ã™ã°ã‚„ã„開発ã¨ã¯è¨˜è¿°æ€§ã®é«˜ã•ã€ã‚³ãƒ¼ãƒ‰ã®å¯†åº¦ã®é«˜ã•ã€ãƒã‚°ã®ç™ºç”Ÿã—ã«ãã„構文ã€æ©Ÿèƒ½ã‚’æŒã£ã¦ã„ã‚‹ã“ã¨ã‚’ã•ã™ã€‚ ã“ã®æŠ½è±¡åº¦ã®é«˜ã„記述ã€ã™ã°ã‚„ã„
d.y.d.構文解æžã®è©±ã‚’ã—よã†
16:46 08/03/30 YZ1.DLL 0.30 リリース ã—ã¾ã—ãŸã€‚ 具体的ã«ã¯ã€ãƒ˜ãƒƒãƒ€ã®æ ¼ç´ãƒ•ã‚¡ã‚¤ãƒ«æ•°ãƒ•ã‚£ãƒ¼ãƒ«ãƒ‰ã«å®Ÿéš›ã‚ˆã‚Šå¤§ãã„値ãŒå…¥ã£ã¦ã‚‹ã¨å¤‰ãªã¨ã“èªã‚‚ã†ã¨ã—ã¦è½ã¡ã‚‹ãƒã‚°ä¿®æ£ã€‚ GreenPad ã®ä¿®æ£ã¯æ¥é€±ãらã„ã«ã¯â€¦ã€‚ Booooooost Boost 1.35.0 æ¥ã¦ã¾ã—ãŸã€‚ Asio 㨠Fusion 㨠GIL ã®ä¸‰æžšçœ‹æ¿ãŒã§ã‹ã„ã§ã™ãŒã€Bimap ãŒåœ°å‘³ã«ä¾¿åˆ©ã 。 ã‚ã¨ã€mbã•ã‚“ã®Egg ã®ãƒ¬ãƒ“ューãŒæ˜Žæ—¥ã‹ã‚‰ã§ã—ょã†ã‹ã€‚（ã¾ãŸ スケジュール ã‹ã‚‰æ¶ˆãˆã¦ã¾ã™ãŒâ€¦ProtoãŒå…¥ã‚‹å‰ã¾ã§ãƒãƒ¼ãƒ«ãƒãƒƒã‚¯ã—ã¦ã‚‹ï¼Ÿï¼‰ 他人事ãªãŒã‚‰ãƒ‰ã‚ドã‚。 17:36 08/03/28 ケース åå¹´æ¥ã®ç–‘å•ãªã‚“ã§ã™ãŒã€"case" ã«å˜ç‹¬ã§å¯¾å¿œã™ã‚‹æ—¥æœ¬èªžã£ã¦ãªã‚“ã«ãªã‚‹ã‚“ã§ã™ã‹ã。 "case-insensitive" ã‚„ "lowercase" ã® "case"。å˜ã« "case-insens
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) 補足
文書比較（diff）アルゴリズãƒ
文書比較（diff）アルゴリズムå‰ã®ãƒ‰ã‚ュメント 次ã®ãƒ‰ã‚ュメント ＶｉＶｉã®æ–‡æ›¸æ¯”較（diff）機能ã§ä½¿ç”¨ã—ã¦ã„るアルゴリズムã«ã¤ã„ã¦è§£èª¬ã™ã‚‹ã€‚ ã“れらã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 㯠Myers æ°ã‚‰ã®è«–æ–‡ã«ã‚ˆã‚‹ã‚‚ã®ã§ã€æ°ã¯ç†è€…ã®ãŸã‚ã«ã‚ã–ã‚ã–論文をＷｅｂサイトã§å…¥æ‰‹å¯èƒ½ãªå½¢å¼ã«ã—ã¦ãã ã•ã£ãŸã€‚ã“ã®å ´ã‚’借りã¦ãŠç¤¼ç”³ã—上ã’る。 オリジナル論文ã¯ä»¥ä¸‹ã®ï¼·ï½…ｂサイトã‹ã‚‰å…¥æ‰‹å¯èƒ½ã§ã‚る。 http://www.cs.arizona.edu/people/gene [1] E.W.Myers, "An O(ND) Difference Algorithm and Its Variations", Algorithmica, 1 (1986), pp.251-266 [2] S. Wu, U. Manber, G. Myers and W. Miller, "An O(NP) Sequence Comparis
Cazoo! Japan CLAPACK
Cazoo! コンテンツ CLAPACKã¨ã¯ï¼Ÿ - CLAPACKã®ç°¡å˜ãªèª¬æ˜Žã€‚ インストール方法 - Lapackã®ã‚¤ãƒ³ã‚¹ãƒˆãƒ¼ãƒ«æ–¹æ³•ã®ç´¹ä»‹ã€‚ CLAPACKを使用ã™ã‚‹éš›ã®æ³¨æ„点 - CLAPACKを利用ã™ã‚‹éš›ã®æ³¨æ„点ã«ã¤ã„ã¦ã€‚ ルーãƒãƒ³ã®ä»•æ§˜ - サンプルプãƒã‚°ãƒ©ãƒ を使用ã—ã¤ã¤ã€ãƒ«ãƒ¼ãƒãƒ³ã®ä»•æ§˜ã‚’書ã„ã¦ã„る。 ルーãƒãƒ³æ—©è¦‹è¡¨ - CLAPACKã§æä¾›ã•ã‚Œã‚‹é–¢æ•°ã®æ—©è¦‹è¡¨ï¼ˆç°¡å˜ãªèª¬æ˜Žä»˜ã）。 netlib.org - Lapackã«é™ã‚‰ãšã‚らゆる数値計算ライブラリãŒãƒ€ã‚¦ãƒ³ãƒãƒ¼ãƒ‰ã§ãる。 LAPACK - Lapackã®è©³ç´°ãŒæ›¸ã„ã¦ã‚る。 Copyright (C) 2001 Keisuke ABE. All Rights Reserved.
The RANSAC (Random Sample Consensus) Algorithm
The RANSAC (Random Sample Consensus) Algorithm Robert B. Fisher The RANSAC algorithm [1] is an algorithm for robust fitting of models in the presence of many data outliers. The algorithm is very simple. Given a fitting problem with parameters , estimate the parameters. Assume: The parameters can be estimated from N data items. There are M data items in total. The probability of a randomly selected
1
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
{{#tags}}- {{label}}
{{/tags}}