SlideShare ist ein Scribd-Unternehmen logo
1 von 32
Downloaden Sie, um offline zu lesen
課題解説(その3):2014年度版
(第5回)離散フーリエ変換
離散フーリエ変換
• 補足01:離散フーリエ変換の基本定理Ⅱの証明
• 課題22 :離散フーリエ変換の行列表示
• 課題23 :画像データの格納方法
• 課題24 :フーリエ変換の手計算
• 課題25 :線形定理における信号の系列長
• 補足02:離散畳み込みの証明
• 課題26 :離散畳み込みの手計算
補足01
任意の正定数Nに対して
𝑇 =
𝑇𝑝
𝑁
, 𝜔𝑠 =
2𝜋
𝑇
, Ω =
𝜔 𝑠
𝑁
=
2𝜋
𝑁𝑇
とすると
𝐹 𝑘Ω = 𝑇 𝑛=0
𝑁−1
𝑓(𝑛𝑇)𝑊𝑁
𝑘𝑛
を証明しなさい.
ただし𝑊𝑁 = 𝑒−𝑗
2𝜋
𝑁 を表す.
補足01
• そもそも離散フーリエ変換の基本定理Ⅰ・Ⅱとは…
• 周期関数化されたf(t)とF(ω)の関係を示している
• 周期信号化すると離散フーリエ変換を有限で表現できる
基本定理Ⅰ
基本定理Ⅱ
切り出す
切り出す
補足01
基本定理Ⅰと証明方法はほぼ同じ




m
m )()( ss
 を使うと、
)(*)()(
~
 s
FF  関数のフーリエ級数展開
教科書p20の式(2.14)










m
m
T
mTtmTTf
mTttTf
ttf
tfF
s
s
)()(
)()(
)()(2
)}({)(2)}(
~
{
1






-1-1
FF 



m
jmT
meF 
)(
~




m
m mTtF )()}(
~
{ 1-
F
両辺の
逆フーリエ変換




j
tj
et
e



)(
)(2 0
0
より
※課題5参照







m
jmT
m
jmT
emTfTemTTfF 
 )()()(
~
補足01





m
jmT
emTfTF 
 )()(
~
sT 2
):,10(,    rNnrNnmk  整数 を代入すると
kn
N
N
n
N
n r
N
kn
j
N
n r
kr
N
n
j
N
n r
TkrNnj
WnTfT
eTrNnfT
eTrNnfT
eTrNnfTF

 
 
 





















1
0
1
0
2
1
0
)(2
1
0
)(
)(
~
))((
))((
))(()(
~



N
T
N
T s  2

N
j
N
r
p
eW
rTnTfnTf
2
)()(
~




 
【離散フーリエ変換の基本定理Ⅱ 証明終わり】
課題22
離散フーリエ変換の行列式はどのような行列であるか?
𝑋 0
𝑋 1
𝑋 2
⋮
𝑋 𝑘
⋮
𝑋 𝑁 − 1
=
𝑊𝑁
0
. . 𝑊𝑁
0 𝑁−1
𝑊𝑁
0
. . 𝑊𝑁
1 𝑁−1
𝑊𝑁
0
. . 𝑊𝑁
2 𝑁−1
. . . .
. 𝑊𝑁
𝑘𝑛
. .
. . . .
𝑊𝑁
0
. . 𝑊𝑁
𝑁−1 𝑁−1
𝑥 0
𝑥 1
𝑥 2
⋮
𝑥 𝑘
⋮
𝑥 𝑁 − 1
ただし𝑊𝑁 = 𝑒−𝑗
2𝜋
𝑁 Wとする
課題22
• i行j列目の要素とj行i列目の要素は𝑊𝑁
𝑖𝑗
= 𝑊𝑁
𝑗𝑖
よりこの行列は対
称行列である
• また任意の二つの行について 𝑘=0
N−1
𝑊𝑁
𝑘𝑛1
𝑊𝑁
𝑘𝑛2
=
𝑘=0
N−1
𝑊𝑁
𝑘(𝑛1+𝑛2)
= 𝑘=0
𝑁−1
𝑒−𝑗
2𝜋
𝑁
𝑘(𝑛1+𝑛2)
• 𝑛1 = −𝑛2のとき
𝑘=0
𝑁−1
𝑒−𝑗
2𝜋
𝑁
𝑘(𝑛1+𝑛2)
= 𝑁
• 𝑛1 ≠ −𝑛2のとき
𝑘=0
𝑁−1
𝑒−𝑗
2𝜋
𝑁
𝑘(𝑛1+𝑛2)
=
1−𝑒
−𝑗
2𝜋 𝑛1+𝑛2 𝑁
𝑁
1−𝑒
−𝑗
2𝜋 𝑛1+𝑛2
𝑁
(等比数列の和)
課題22
𝑒−𝑗
2𝜋 𝑛1+𝑛2 𝑁
𝑁 = 𝑒−𝑗2𝜋 𝑛1+𝑛2 = 1であるから
𝑘=0
𝑁−1
𝑒−𝑗
2𝜋
𝑁
𝑘(𝑛1+𝑛2)
= 0
よって
𝑘=0
N−1
𝑊𝑁
𝑘𝑛1
𝑊𝑁
𝑘𝑛2
=
𝑁 𝑛1 + 𝑛2 ≡ 0(𝑚𝑜𝑑 𝑁)
0 𝑒𝑙𝑠𝑒
よってこの行列と対称行列の積をとると対角成分がN,他が0と
なる
つまり 𝑊 𝑇 𝑊 =
𝑁 0 … 0
0 𝑁 ⋱ ⋮
⋮ ⋱ ⋱ 0
0 … 0 𝑁
→Wを1/ 𝑁倍すればユニタリー行列になる
課題23
大きさが横N画素、縦 M画素の画像をラスター走査で画素を走
査しながら処理を行うプログラムを考える。
ただし、
・1画素のデータは1バイトで記憶される
・N、Mは非常に大きい
・使用するコンピュータは、ページサイズがKバイトの 仮想記憶
メモリ方式を用いている
とする。
この時、
CおよびFORTRANでプログラムを書く場合、画像を 表す配列
はどのように定義すれば計算効率の低下を生じさせないか考
えなさい。
課題23
言語によって行列の格納方
法が異なる
(矢印の方向)
C言語
x[0][0] x[0][1] x[0][2]
x[1][0] x[1][1] x[1][2]
x[2][0] x[2][1] x[2][2]
FORTRAN
x(1,1) x(1,2) x(1,3)
x(2,1) x(2,2) x(2,3)
x(3,1) x(3,2) x(3,3)
この格納方法の順に読み込む
方が効率が良い
良い例
悪い例
課題23
MATLABで実験してみた
巨大な画像の画素をfor文で回しR,G,Bの成分を入れ替える
縦走査と横走査で処理時間を計測する
課題23
10240x7680の画像で実験した結果
横走査→178.927 s
縦走査→172.965 s
…
(思ったより変わらなかったが…)MATLABはFORTRAN型なの
で縦走査の方が計算時間が速くなるのは妥当である.
課題24
以下の画像のフーリエ変換を計算し,そのパワースペクトルを
求めなさい.なお,計算は手計算で行うこととし, 白画素,黒画
素の値はそれぞれ1,0とし,画像の大きさは、2*2、4*4の2つ
の場合を 求めなさい.
課題24
2*2の場合
2次元離散フーリエ変換の行列式は
𝑋 0 𝑋[2]
𝑋 1 𝑋[3]
=
𝑊2
0
𝑊2
0
𝑊2
0
𝑊2
1
𝑥 0 𝑥[2]
𝑥 1 𝑥[3]
𝑊2
0
𝑊2
0
𝑊2
0
𝑊2
1
=
1 1
1 𝑒−𝑗
2𝜋
2
𝑥 0 𝑥[2]
𝑥 1 𝑥[3]
1 1
1 𝑒−𝑗
2𝜋
2
=
1 1
1 −1
𝑥 0 𝑥[2]
𝑥 1 𝑥[3]
1 1
1 −1
xは(a)-(e)で
を代入すればよい(あとは行列の代入だけなので省略)
1 1
1 1
0 0
0 0
0 0
1 1
0 1
0 1
0 1
1 0
課題24
4*4の場合
離散フーリエ変換の行列式は
𝑋 0 𝑋 4 𝑋[8] 𝑋[12]
𝑋 1 𝑋 5 𝑋[9] 𝑋[13]
𝑋[2] 𝑋[6] 𝑋[10] 𝑋[14]
𝑋[3] 𝑋[7] 𝑋[11] 𝑋[15]
=
𝑊4
0
𝑊4
0
𝑊4
0
𝑊4
0
𝑊4
0
𝑊4
1
𝑊4
2
𝑊4
3
𝑊4
0
𝑊4
2
𝑊4
4
𝑊4
6
𝑊4
0
𝑊4
3
𝑊4
6
𝑊4
9
𝑥 0 𝑥 4 𝑥[8] 𝑥[12]
𝑥 1 𝑥 5 𝑥[9] 𝑥[13]
𝑥[2] 𝑥[6] 𝑥[10] 𝑥[14]
𝑥[3] 𝑥[7] 𝑥[11] 𝑥[15]
𝑊4
0
𝑊4
0
𝑊4
0
𝑊4
0
𝑊4
0
𝑊4
1
𝑊4
2
𝑊4
3
𝑊4
0
𝑊4
2
𝑊4
4
𝑊4
6
𝑊4
0
𝑊4
3
𝑊4
6
𝑊4
9
=
1 1 1 1
1 −𝑗 −1 𝑗
1 −1 1 −1
1 𝑗 −1 −𝑗
𝑥 0 𝑥 4 𝑥[8] 𝑥[12]
𝑥 1 𝑥 5 𝑥[9] 𝑥[13]
𝑥[2] 𝑥[6] 𝑥[10] 𝑥[14]
𝑥[3] 𝑥[7] 𝑥[11] 𝑥[15]
1 1 1 1
1 −𝑗 −1 𝑗
1 −1 1 −1
1 𝑗 −1 −𝑗
0 0 0 0
0 0 0 0
1 1 1 1
1 1 1 1代入
課題24
解答…
2x2
4x4
課題25
離散フーリエ変換の線形定理において
max 𝑁1, 𝑁2 = 𝑁1 = 𝑁としたとき,𝑥2 𝑛 𝑁2 ≤ 𝑛 ≤ 𝑁 − 1
および𝑋2 𝑘 𝑁2 ≤ 𝑘 ≤ 𝑁 − 1 の値はどうするのか考えなさい.
課題25
長さが異なれば足し合わせることができないので短い方に0を
補間する →パワースペクトルの波形が変わる
実際,短い方に値をどのように補間しても線形性を保つことが
できないので
x1 n : 長さN1 ↔ 𝐹1[𝑘]
x2 n : 長さN2 ↔ 𝐹2[𝑘](𝑁2 < 𝑁1)
において𝑥2 𝑛 に0を𝑁2 − 𝑁1個だけ追加した𝑥2’ 𝑛 を考える
この時𝑦 𝑛 = 𝑎𝑥1 𝑛 + 𝑏𝑥2’[𝑛]とすると
Y k = aX1 k + bX2′[k]というのが正しい表記である
補足02
𝑥 𝑘 𝑛 =
𝑥 𝑛 (𝑘𝐿 ≤ 𝑘 + 1 𝐿 − 1, 𝑘 > 0)
0 (その他)
このときx[n]とy[n]の離散畳み込みw[n]は
𝑤 𝑛 = 𝑥 𝑛 ∗ 𝑦 𝑛 = 𝑘=0
∞
𝑥 𝑘 𝑛 ∗ 𝑦[𝑛] であることを証明しな
さい
補足02
𝑤 𝑛 = 𝑥 𝑛 ∗ 𝑦 𝑛
離散畳み込みの式より
= 𝑘=0
∞
𝑥 𝑙 𝑦[𝑛 − 𝑙]
x[n]を長さLの部分系列の和で表現して
= 𝑙=−∞
∞
𝑘=0
∞
𝑥 𝑘 𝑙 𝑦[𝑛 − 𝑙]
線形性より
= 𝑙=−∞
∞
𝑘=0
∞
𝑥 𝑘 𝑙 𝑦[𝑛 − 𝑙]
= 𝑘=0
∞
𝑥 𝑘 𝑛 ∗ 𝑦[𝑛]
補足02
• 課題9の解釈1を思い出してみよう….
これはf(t)を長さ1に分割したものといえる
0 0 0 0 0 3 3 3 3 3 3
0 0 1 1 1 0 0 0
0だけ動かしたとき
f(t)
g(t)
f(0)
…0 0 3 3 3 0 0 0…
0 0 0 0 0 3 3 3 3 3 3
0 0 1 1 1 0 0 0
1だけ動かしたとき
f(t)
g(t)
f(1)
…0 0 3 3 3 0 0 0…+ +……+
すべて足し合わせると となる…0 0 3 6 9 9 9 9…
× ×
課題26
信号:𝑥 𝑛 = … , 0, 𝑥 −1 = 0, 𝑥 0 = 1, 𝑥 1 = 1,1, …
に対して,
フィルタ関数:
𝑦1 𝑛 = {… , 0, 𝑦 −1 = 1/3, 𝑥 0 = 1/3, 𝑥 1 = 1/3,0, … }
𝑦2 𝑛 = {… , 0, 𝑦 0 = 1/3, 𝑥 1 = 1/3, 𝑥 2 = 1/3,0, … }
を用いた離散畳み込みを計算し,両者の結果の関係がどのよ
うになるかを考察しなさい.
課題26
x[n] y[n]
0 1 2 …… -1 0 1 ……
x[n]とy[n]の離散畳み込みz[n]を計算する
𝑧 𝑛 = 𝑥 𝑛 ∗ 𝑦[𝑛]
課題26
x[n]
y[n]
0 1 2 ……
-1 0 1 ……
1
1/3
𝑧 0 = 0 ×
1
3
+ 1 ×
1
3
+ 1 ×
1
3
=
2
3
z[n]
2/3
0 1 2 ……
y[n]をdだけ動かした時𝑧 𝑑 = 𝑛=−∞
𝑛=∞
𝑥 𝑛 𝑦[𝑛 − 𝑑]
d=0の時
課題26
x[n]
y[n]
0 1 2 ……
-1 0 1 ……
1
1/3
𝑧 1 = 1 ×
1
3
+ 1 ×
1
3
+ 1 ×
1
3
= 1
z[n]
1
0 1 2 ……
y[n]をdだけ動かした時𝑧 𝑑 = 𝑛=−∞
𝑛=∞
𝑥 𝑛 𝑦[𝑛 − 𝑑]
d=0の時
課題26
x[n]
y[n]
0 1 2 ……
-1 0 1 ……
1
1/3
𝑧 1 = 1 ×
1
3
+ 1 ×
1
3
+ 1 ×
1
3
= 1
z[n]
1
0 1 2 ……
y[n]をdだけ動かした時𝑧 𝑑 = 𝑛=−∞
𝑛=∞
𝑥 𝑛 𝑦[𝑛 − 𝑑]
d=0の時
課題26
x[n]
y[n]
0 1 2 ……
-1 0 1 ……
1
1/3
z[n]
1
0 1 2 ……
x[n]にy[n]を畳み込むことによって0と1の境界部分が滑らかに変
化するようになる
課題26
x[n]
y[n]
0 1 2 ……
-1 0 1 ……
1
1/3
z[n]
1
-1 0 1 ……
𝑦2[𝑛]の場合も同様に計算して図のようになる.
課題26
∗
1
9
1
9
1
9
1
9
1
9
1
9
1
9
1
9
1
9
=
この部分を変えることによ
り様々な処理ができる
画像のフィルタリング
課題26
clear all %前処理
close all
im=imread('lena.jpg'); %画像の読み込み
im= rgb2gray(im); %グレ-スケール化
subplot(1,2,1);
imshow(im); %元画像の表示
im=double(im); %uint8→double型へ
f=[1,1,1;1,1,1;1,1,1]/9; %フィルタの作成
imout=filter2(f,im,'same');%元画像とフィルタの畳み込み
imout=uint8(imout); %double→uint型へ
subplot(1,2,2);
imshow(imout); %平滑化した画像の表示
課題26
−1 -1 −1
−1 9 −1
−1 −1 −1
1 0 −1
2 0 −2
1 0 −1
1
9
1
9
1
9
1
9
1
9
1
9
1
9
1
9
1
9
平滑化フィルタ
ソーベルフィルタ
(エッジ抽出)
ラプラシアンフィルタ
(エッジ強調)

Weitere ähnliche Inhalte

Was ist angesagt?

ディジタル信号処理 課題解説 その5
ディジタル信号処理 課題解説 その5ディジタル信号処理 課題解説 その5
ディジタル信号処理 課題解説 その5noname409
 
エニグマ暗号とは何だったのか
エニグマ暗号とは何だったのかエニグマ暗号とは何だったのか
エニグマ暗号とは何だったのかTakahiro (Poly) Horikawa
 
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化Miyoshi Yuya
 
2. Fixed Point Iteration.pptx
2. Fixed Point Iteration.pptx2. Fixed Point Iteration.pptx
2. Fixed Point Iteration.pptxsaadhaq6
 
Fourier series Introduction
Fourier series IntroductionFourier series Introduction
Fourier series IntroductionRizwan Kazi
 
μετατροπές μιγαδικού αριθμού
μετατροπές μιγαδικού αριθμούμετατροπές μιγαδικού αριθμού
μετατροπές μιγαδικού αριθμούΜαυρουδης Μακης
 
Laplace transform and its applications
Laplace transform and its applicationsLaplace transform and its applications
Laplace transform and its applicationsNisarg Shah
 
3.6 applications in optimization
3.6 applications in optimization3.6 applications in optimization
3.6 applications in optimizationmath265
 
人工知能は人狼の夢を見るか-日本デジタルゲーム学会年次大会2013@函館
人工知能は人狼の夢を見るか-日本デジタルゲーム学会年次大会2013@函館人工知能は人狼の夢を見るか-日本デジタルゲーム学会年次大会2013@函館
人工知能は人狼の夢を見るか-日本デジタルゲーム学会年次大会2013@函館Fujio Toriumi
 
200604material ozaki
200604material ozaki200604material ozaki
200604material ozakiRCCSRENKEI
 
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列Taketo Sano
 
スペクトラルグラフ理論入門
スペクトラルグラフ理論入門スペクトラルグラフ理論入門
スペクトラルグラフ理論入門irrrrr
 
Paraabelin huipun määrittäminen
Paraabelin huipun määrittäminenParaabelin huipun määrittäminen
Paraabelin huipun määrittäminenteemunmatikka
 
Sparse estimation tutorial 2014
Sparse estimation tutorial 2014Sparse estimation tutorial 2014
Sparse estimation tutorial 2014Taiji Suzuki
 

Was ist angesagt? (20)

ディジタル信号処理 課題解説 その5
ディジタル信号処理 課題解説 その5ディジタル信号処理 課題解説 その5
ディジタル信号処理 課題解説 その5
 
エニグマ暗号とは何だったのか
エニグマ暗号とは何だったのかエニグマ暗号とは何だったのか
エニグマ暗号とは何だったのか
 
Laplace Transforms
Laplace TransformsLaplace Transforms
Laplace Transforms
 
Random Process
Random ProcessRandom Process
Random Process
 
Prml 4.1.1
Prml 4.1.1Prml 4.1.1
Prml 4.1.1
 
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
 
Prml07
Prml07Prml07
Prml07
 
2. Fixed Point Iteration.pptx
2. Fixed Point Iteration.pptx2. Fixed Point Iteration.pptx
2. Fixed Point Iteration.pptx
 
Chapter1 4.6
Chapter1 4.6Chapter1 4.6
Chapter1 4.6
 
Fourier series Introduction
Fourier series IntroductionFourier series Introduction
Fourier series Introduction
 
Mobius transformations
Mobius transformationsMobius transformations
Mobius transformations
 
μετατροπές μιγαδικού αριθμού
μετατροπές μιγαδικού αριθμούμετατροπές μιγαδικού αριθμού
μετατροπές μιγαδικού αριθμού
 
Laplace transform and its applications
Laplace transform and its applicationsLaplace transform and its applications
Laplace transform and its applications
 
3.6 applications in optimization
3.6 applications in optimization3.6 applications in optimization
3.6 applications in optimization
 
人工知能は人狼の夢を見るか-日本デジタルゲーム学会年次大会2013@函館
人工知能は人狼の夢を見るか-日本デジタルゲーム学会年次大会2013@函館人工知能は人狼の夢を見るか-日本デジタルゲーム学会年次大会2013@函館
人工知能は人狼の夢を見るか-日本デジタルゲーム学会年次大会2013@函館
 
200604material ozaki
200604material ozaki200604material ozaki
200604material ozaki
 
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列
 
スペクトラルグラフ理論入門
スペクトラルグラフ理論入門スペクトラルグラフ理論入門
スペクトラルグラフ理論入門
 
Paraabelin huipun määrittäminen
Paraabelin huipun määrittäminenParaabelin huipun määrittäminen
Paraabelin huipun määrittäminen
 
Sparse estimation tutorial 2014
Sparse estimation tutorial 2014Sparse estimation tutorial 2014
Sparse estimation tutorial 2014
 

Andere mochten auch

CPHA _Jan_2015_Eazi CANSA donation Page24_20Jan15
CPHA _Jan_2015_Eazi CANSA donation Page24_20Jan15CPHA _Jan_2015_Eazi CANSA donation Page24_20Jan15
CPHA _Jan_2015_Eazi CANSA donation Page24_20Jan15Anthony Shekleton
 
Распоряжение Правительства РФ от 27-1-2015 №98-р
Распоряжение Правительства РФ от 27-1-2015 №98-рРаспоряжение Правительства РФ от 27-1-2015 №98-р
Распоряжение Правительства РФ от 27-1-2015 №98-рinsurertrading
 
ディジタル信号処理 試験解説 2010年実施分
ディジタル信号処理 試験解説 2010年実施分ディジタル信号処理 試験解説 2010年実施分
ディジタル信号処理 試験解説 2010年実施分dsp_kyoto_2014
 
ディジタル信号処理 課題解説(その2) 2014年度版
ディジタル信号処理 課題解説(その2) 2014年度版ディジタル信号処理 課題解説(その2) 2014年度版
ディジタル信号処理 課題解説(その2) 2014年度版dsp_kyoto_2014
 
ディジタル信号処理 試験解説 2012年実施分
ディジタル信号処理 試験解説 2012年実施分ディジタル信号処理 試験解説 2012年実施分
ディジタル信号処理 試験解説 2012年実施分dsp_kyoto_2014
 
Trevor_Barnes_Ceres_Biofuel
Trevor_Barnes_Ceres_BiofuelTrevor_Barnes_Ceres_Biofuel
Trevor_Barnes_Ceres_BiofuelTrevor Barnes
 
7 Market Solutions представяне
7 Market Solutions представяне7 Market Solutions представяне
7 Market Solutions представянеMilen Todorov
 
Employee network group
Employee network groupEmployee network group
Employee network groupRebecca Cline
 
ディジタル信号処理 試験解説 2013年実施分
ディジタル信号処理 試験解説 2013年実施分ディジタル信号処理 試験解説 2013年実施分
ディジタル信号処理 試験解説 2013年実施分dsp_kyoto_2014
 
Маркетингов план за Елдом - Презентация
Маркетингов план за Елдом - ПрезентацияМаркетингов план за Елдом - Презентация
Маркетингов план за Елдом - ПрезентацияMilen Todorov
 

Andere mochten auch (13)

CPHA _Jan_2015_Eazi CANSA donation Page24_20Jan15
CPHA _Jan_2015_Eazi CANSA donation Page24_20Jan15CPHA _Jan_2015_Eazi CANSA donation Page24_20Jan15
CPHA _Jan_2015_Eazi CANSA donation Page24_20Jan15
 
Распоряжение Правительства РФ от 27-1-2015 №98-р
Распоряжение Правительства РФ от 27-1-2015 №98-рРаспоряжение Правительства РФ от 27-1-2015 №98-р
Распоряжение Правительства РФ от 27-1-2015 №98-р
 
ディジタル信号処理 試験解説 2010年実施分
ディジタル信号処理 試験解説 2010年実施分ディジタル信号処理 試験解説 2010年実施分
ディジタル信号処理 試験解説 2010年実施分
 
صنایع ایران
صنایع ایرانصنایع ایران
صنایع ایران
 
Random 130124090128-phpapp01
Random 130124090128-phpapp01Random 130124090128-phpapp01
Random 130124090128-phpapp01
 
ディジタル信号処理 課題解説(その2) 2014年度版
ディジタル信号処理 課題解説(その2) 2014年度版ディジタル信号処理 課題解説(その2) 2014年度版
ディジタル信号処理 課題解説(その2) 2014年度版
 
ディジタル信号処理 試験解説 2012年実施分
ディジタル信号処理 試験解説 2012年実施分ディジタル信号処理 試験解説 2012年実施分
ディジタル信号処理 試験解説 2012年実施分
 
Trevor_Barnes_Ceres_Biofuel
Trevor_Barnes_Ceres_BiofuelTrevor_Barnes_Ceres_Biofuel
Trevor_Barnes_Ceres_Biofuel
 
7 Market Solutions представяне
7 Market Solutions представяне7 Market Solutions представяне
7 Market Solutions представяне
 
Employee network group
Employee network groupEmployee network group
Employee network group
 
ElasticSearch Basics
ElasticSearch Basics ElasticSearch Basics
ElasticSearch Basics
 
ディジタル信号処理 試験解説 2013年実施分
ディジタル信号処理 試験解説 2013年実施分ディジタル信号処理 試験解説 2013年実施分
ディジタル信号処理 試験解説 2013年実施分
 
Маркетингов план за Елдом - Презентация
Маркетингов план за Елдом - ПрезентацияМаркетингов план за Елдом - Презентация
Маркетингов план за Елдом - Презентация
 

Ähnlich wie ディジタル信号処理 課題解説(その3) 2014年度版

20170327_レムニスケートにまつわる色々な計算
20170327_レムニスケートにまつわる色々な計算20170327_レムニスケートにまつわる色々な計算
20170327_レムニスケートにまつわる色々な計算matsumoring
 
強化学習その3
強化学習その3強化学習その3
強化学習その3nishio
 
2022年度秋学期 画像情報処理 第5回 離散フーリエ変換,フーリエ変換の実例 (2022. 10. 21)
2022年度秋学期 画像情報処理 第5回 離散フーリエ変換,フーリエ変換の実例 (2022. 10. 21) 2022年度秋学期 画像情報処理 第5回 離散フーリエ変換,フーリエ変換の実例 (2022. 10. 21)
2022年度秋学期 画像情報処理 第5回 離散フーリエ変換,フーリエ変換の実例 (2022. 10. 21) Akira Asano
 
ラビットチャレンジレポート 機械学習
ラビットチャレンジレポート 機械学習ラビットチャレンジレポート 機械学習
ラビットチャレンジレポート 機械学習ssuserf4860b
 
Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法Nagi Teramo
 
【Unity道場】ゲーム制作に使う数学を学習しよう
【Unity道場】ゲーム制作に使う数学を学習しよう【Unity道場】ゲーム制作に使う数学を学習しよう
【Unity道場】ゲーム制作に使う数学を学習しようUnity Technologies Japan K.K.
 
JOIss2020 発表資料
JOIss2020 発表資料JOIss2020 発表資料
JOIss2020 発表資料mdkcpp 1015
 
これならわかる最適化数学8章_動的計画法
これならわかる最適化数学8章_動的計画法これならわかる最適化数学8章_動的計画法
これならわかる最適化数学8章_動的計画法kenyanonaka
 
OpenGLと行列
OpenGLと行列OpenGLと行列
OpenGLと行列miyosuda
 
OpenGLと行列
OpenGLと行列OpenGLと行列
OpenGLと行列miyosuda
 
ベイズ推論による機械学習入門 第4章
ベイズ推論による機械学習入門 第4章ベイズ推論による機械学習入門 第4章
ベイズ推論による機械学習入門 第4章YosukeAkasaka
 
ロボット家電と制御 Domestic robotics: mechanisms and control
ロボット家電と制御 Domestic robotics: mechanisms and controlロボット家電と制御 Domestic robotics: mechanisms and control
ロボット家電と制御 Domestic robotics: mechanisms and controlYoichi Yamazaki
 
【Unity道場スペシャル 2017博多】クォータニオン完全マスター
【Unity道場スペシャル 2017博多】クォータニオン完全マスター【Unity道場スペシャル 2017博多】クォータニオン完全マスター
【Unity道場スペシャル 2017博多】クォータニオン完全マスターUnity Technologies Japan K.K.
 
Digital Image Processing Chapter 5 – Image Restoration and Reconstruction- Fr...
Digital Image Processing Chapter 5 – Image Restoration and Reconstruction- Fr...Digital Image Processing Chapter 5 – Image Restoration and Reconstruction- Fr...
Digital Image Processing Chapter 5 – Image Restoration and Reconstruction- Fr...Shunsuke KITADA
 
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1hirokazutanaka
 
基礎強化数学 第18回
基礎強化数学 第18回基礎強化数学 第18回
基礎強化数学 第18回studyplace0
 

Ähnlich wie ディジタル信号処理 課題解説(その3) 2014年度版 (20)

20170327_レムニスケートにまつわる色々な計算
20170327_レムニスケートにまつわる色々な計算20170327_レムニスケートにまつわる色々な計算
20170327_レムニスケートにまつわる色々な計算
 
強化学習その3
強化学習その3強化学習その3
強化学習その3
 
2022年度秋学期 画像情報処理 第5回 離散フーリエ変換,フーリエ変換の実例 (2022. 10. 21)
2022年度秋学期 画像情報処理 第5回 離散フーリエ変換,フーリエ変換の実例 (2022. 10. 21) 2022年度秋学期 画像情報処理 第5回 離散フーリエ変換,フーリエ変換の実例 (2022. 10. 21)
2022年度秋学期 画像情報処理 第5回 離散フーリエ変換,フーリエ変換の実例 (2022. 10. 21)
 
回帰
回帰回帰
回帰
 
JSIAM_2019_9_4
JSIAM_2019_9_4JSIAM_2019_9_4
JSIAM_2019_9_4
 
ラビットチャレンジレポート 機械学習
ラビットチャレンジレポート 機械学習ラビットチャレンジレポート 機械学習
ラビットチャレンジレポート 機械学習
 
Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法Rで学ぶ逆変換(逆関数)法
Rで学ぶ逆変換(逆関数)法
 
【Unity道場】ゲーム制作に使う数学を学習しよう
【Unity道場】ゲーム制作に使う数学を学習しよう【Unity道場】ゲーム制作に使う数学を学習しよう
【Unity道場】ゲーム制作に使う数学を学習しよう
 
JOIss2020 発表資料
JOIss2020 発表資料JOIss2020 発表資料
JOIss2020 発表資料
 
これならわかる最適化数学8章_動的計画法
これならわかる最適化数学8章_動的計画法これならわかる最適化数学8章_動的計画法
これならわかる最適化数学8章_動的計画法
 
OpenGLと行列
OpenGLと行列OpenGLと行列
OpenGLと行列
 
OpenGLと行列
OpenGLと行列OpenGLと行列
OpenGLと行列
 
ベイズ推論による機械学習入門 第4章
ベイズ推論による機械学習入門 第4章ベイズ推論による機械学習入門 第4章
ベイズ推論による機械学習入門 第4章
 
ロボット家電と制御 Domestic robotics: mechanisms and control
ロボット家電と制御 Domestic robotics: mechanisms and controlロボット家電と制御 Domestic robotics: mechanisms and control
ロボット家電と制御 Domestic robotics: mechanisms and control
 
【Unity道場スペシャル 2017博多】クォータニオン完全マスター
【Unity道場スペシャル 2017博多】クォータニオン完全マスター【Unity道場スペシャル 2017博多】クォータニオン完全マスター
【Unity道場スペシャル 2017博多】クォータニオン完全マスター
 
数理解析道場
数理解析道場数理解析道場
数理解析道場
 
Digital Image Processing Chapter 5 – Image Restoration and Reconstruction- Fr...
Digital Image Processing Chapter 5 – Image Restoration and Reconstruction- Fr...Digital Image Processing Chapter 5 – Image Restoration and Reconstruction- Fr...
Digital Image Processing Chapter 5 – Image Restoration and Reconstruction- Fr...
 
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
 
Convex Hull Trick
Convex Hull TrickConvex Hull Trick
Convex Hull Trick
 
基礎強化数学 第18回
基礎強化数学 第18回基礎強化数学 第18回
基礎強化数学 第18回
 

ディジタル信号処理 課題解説(その3) 2014年度版