SlideShare ist ein Scribd-Unternehmen logo
1 von 37
Downloaden Sie, um offline zu lesen
【やってみた】
リーマン多様体上への
グラフ描画アルゴリズムの実装
【実装してみた】
情報通信研究機構
高野 祐輝
1
バネモデルレイアウト
2
グラフ描画アルゴリズム
エッジでつながっているノード同士
はバネで引き寄せられている
ノード同士は反発力が働いている
引き合う力
反発しあう力
リーマン多様体上における
バネモデルレイアウト
3
ユークリッド空間ではなく
曲がった空間上における
バネモデルレイアウト
元論文
Kobourov, S. G., and Wampler, K.
Non-Euclidean Spring Embedders.
IEEE Trans. Vis. Comput. Graph. 11, 6 (2005), 757‒767.
4
本発表の目的
5
実装デモが主目的
6
数学的な厳密性や細かな解釈は
とりあえず横においておき
実装可能な段階までブレークダウンしてみる
7
なぜなら可視化の目的は
数学でも科学でもなく
8
芸術なので
美しければよかろうなのだ!
9
元論文の説明(1)
リーマン多様体 M は,すべての点 x M で
接ベクトル空間を持つ
リーマン多様体上の a と b を結ぶ
連続曲線 γ: [a, b] → M の長さは
length(γ) =
b
a
¦¦γ(t)¦¦dt
となり,任意の点 a, b 間を最小とする曲線の長さが
点 a, b 間の距離と定義され d(a, b) と表す
10
元論文の説明(2)
1. 全ての y ∈M に対して τ−1
x (τx(y)) = y
2. ¦¦τx(y)¦¦ = d(x, y )
3. τx は原点に対する角度を維持する
4. Range(τx) = M
5. Range(τ−1
x ) = Tx M
ここで,すべての点 x M でリーマン多様体と
接ベクトル空間への写像を
τx: M → Tx M,τx
-1: Tx M → Mと定義する.
ただし,τx とτx
-1 は以下の条件を満たすとする.
11
元論文の説明(3)
generateinitial layout(G)
while not donedo
for n ∈G do
x := position[n]
G := τx(G)
x := force directedplacement(n, G )
position[n] := τ−1
x (x )
end
end
すると,リーマン多様体上における
バネモデルレイアウトのアルゴリズムは以下のようになる
12
なるほど
よくわからん!
13
数式と実装までに
乖離がありすぎ
14
数式ではなく
「距離」と「力の向き」の
2つに注目して考える
15
考え方の基礎(1)
リーマン多様体上における2点間の距離
曲面上の2点間を最短で結べる曲線の長さ
最短曲線
A
B
16
考え方の基礎(2)
リーマン多様体上における2点間に働く力の向き
最短曲線
A
B
接平面における最短曲線の方向が
局所空間における力の向きとなる
接平面
17
力の向き
考え方がわかったところで
具体的に球面幾何上での
レイアウトを考えてみる
18
球面幾何上へのグラフレイアウト(1)
極座標表記
x
y
z
φ
θ
a
半径1の単位球面を考えると
球面上にある任意の点 a (x, y, z)は
θ [0, 2π) とφ [0, π)
で表せる
19
球面幾何上へのグラフレイアウト(2)
極座標・直交座標変換
x
y
z
φ
θ
a
極座標から直交座標への変換は
(cosθcosφ, sinθsinφ, cosθ)
で行える
20
球面幾何上へのグラフレイアウト(3)
接ベクトル空間
x
y
z
a
ua
va
任意の点 a の接ベクトル ua, va は
ua = (­cosθcosφ, sinθsinφ, sinθ)
va = (sinφ, cosφ, 0)
と表わせ,点 a に及ぼす力は
この接ベクトル空間で考えることができる
21
球面幾何上へのグラフレイアウト(4)
2点間に及ぼす力
x
y
z
a
b
いま点 a, b があり
点 a が b へ,ある力 F(a, b)で
引き寄せられているとする
このときの
F(a, b)について考える
引き合う力
22
球面幾何上へのグラフレイアウト(5)
接ベクトル空間への写像と力の向き
まず,点 b から 点 a の
接ベクトル空間への写像 b
について考える
ベクトル a b が
局所空間で
点 b が 点 a に 及ぼす力の向きとなる
x
y
z
a
b
b
力の向き
23
球面幾何上へのグラフレイアウト(6)
直線 b b
点 b を通りベクトル a と
平行な直線 b b を考えると
この直線 b b は
x
y
z
a
b
b
x −bx
ax
=
y −by
ay
=
z −bz
az
と表せ,媒介変数 t を使うと
x = bx + ax t
y = by + ay t
z = bz + az t
となる
aと平行な直線
24
球面幾何上へのグラフレイアウト(7)
点 a の接平面
点 a の接平面は
x
y
z
a
b
b
ax (x - ax) + ay (y - ay) + az (z - az)
となる
25
球面幾何上へのグラフレイアウト(8)
b の導出(A)
x
y
z
a
b
b
ax (x - ax) + ay (y - ay) + az (z - az)
x = bx + ax t
y = by + ay t
z = bz + az t
を
へ代入すると t が求まる
t を
x = bx + ax t
y = by + ay t
z = bz + az t
へ代入すると b が求まる
26
球面幾何上へのグラフレイアウト(9)
b の導出(B)
x
y
z
a
b
b
ax (bx + ax t −ax ) + ay (by + ay t −ay ) + az (bz + az t −az ) = 0
(a2
x + a2
y + a2
z )t = a2
x + a2
y + a2
z −ax bx −ay by −az bz
t =
a2
x + a2
y + a2
z −ax bx −ay by −az bz
a2
x + a2
y + a2
z
すなわち t は
となる.ただし単位球面なので
t = 1 −ax bx −ay by −az bz
となり,b つまり力の向きが求まる
27
球面幾何上へのグラフレイアウト(10)
力の大きさ
点 a, b 間の力の大きさは
点 a, b の球面上の距離 d(a, b)
で表される
x
y
z a
bψ
ただし,球面幾何なので d(a, b)は
点 a, b のなす角ψで表される
28
球面幾何上へのグラフレイアウト(11)
点 a, b のなす角ψ
点 a, b のなす角ψは
球面三角法の余弦定理より
となる
x
y
z a
b
N
ψ
cosψ= cosθa cosθb+ sin θa sinθbcos(φa −φb)
ψ= cos−1
(cosθacosθb+ sinθa sinθb cos(φa −φb))
29
球面幾何上へのグラフレイアウト(12)
力の向きと大きさ
力の向き b - a と
力の大きさψ
が得られた
x
y
z
a
b
b
ψ
力の向き
力の大きさ
あとは点 a を実際に動かすのみ
30
球面幾何上へのグラフレイアウト(12)
点 a の動き
x
y
z
a
b
b
ψ
力の向き
力の大きさ
点 a の球面幾何上の動きは,
ベクトル (b - a) と a の外積
(b - a)☓a
を軸として
角度cψだけ回転させれば良い
(cは定数)
b - a
外積(回転軸)
(b - a)☓a
任意軸の回転はクォータニオンで
実現可能
31
球面幾何上へのグラフレイアウト(13)
力の合成
力の合成は,接ベクトル空間で
ユークリッド空間と同じように考えれば良い
a
F1
F2
F1+F2
32
球面幾何上へのグラフレイアウト(14)
バネモデルレイアウト
力の計算方法がわかったので
あとはバネモデルレイアウトの手順を
そのまま適用すれば終了
33
ね?簡単でしょう?
34
ソースコード
35
https://github.com/ytakano/rinne
デモ
36
まとめ
• 数式ではなく考え方を理解する
• 一見難しそうな数式でも,背景にある考え方を理解すれば実装できる
• 考え方がわかれば,数式も理解できる
• とにかく実装してみる
• 数学的な厳密性はあとでじっくり考える
• Try and Errorを繰り返す.たくさん失敗してみる.何度も何度も.
• 美しいは大正義
37

Weitere ähnliche Inhalte

Was ist angesagt?

PRML 6.1章 カーネル法と双対表現
PRML 6.1章 カーネル法と双対表現PRML 6.1章 カーネル法と双対表現
PRML 6.1章 カーネル法と双対表現hagino 3000
 
強化学習その1
強化学習その1強化学習その1
強化学習その1nishio
 
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)Kota Matsui
 
PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)Yasunori Ozaki
 
機械学習におけるオンライン確率的最適化の理論
機械学習におけるオンライン確率的最適化の理論機械学習におけるオンライン確率的最適化の理論
機械学習におけるオンライン確率的最適化の理論Taiji Suzuki
 
PRML上巻勉強会 at 東京大学 資料 第1章前半
PRML上巻勉強会 at 東京大学 資料 第1章前半PRML上巻勉強会 at 東京大学 資料 第1章前半
PRML上巻勉強会 at 東京大学 資料 第1章前半Ohsawa Goodfellow
 
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)Satoshi Hara
 
スパースモデリング入門
スパースモデリング入門スパースモデリング入門
スパースモデリング入門Hideo Terada
 
強化学習その4
強化学習その4強化学習その4
強化学習その4nishio
 
混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)Takao Yamanaka
 
方策勾配型強化学習の基礎と応用
方策勾配型強化学習の基礎と応用方策勾配型強化学習の基礎と応用
方策勾配型強化学習の基礎と応用Ryo Iwaki
 
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介Naoki Hayashi
 
バンディット問題について
バンディット問題についてバンディット問題について
バンディット問題についてjkomiyama
 
[DL輪読会]1次近似系MAMLとその理論的背景
[DL輪読会]1次近似系MAMLとその理論的背景[DL輪読会]1次近似系MAMLとその理論的背景
[DL輪読会]1次近似系MAMLとその理論的背景Deep Learning JP
 
大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法Shunji Umetani
 
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)Takao Yamanaka
 
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章Hakky St
 
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...西岡 賢一郎
 
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3Preferred Networks
 
機械学習ゴリゴリ派のための数学とPython
機械学習ゴリゴリ派のための数学とPython機械学習ゴリゴリ派のための数学とPython
機械学習ゴリゴリ派のための数学とPythonKimikazu Kato
 

Was ist angesagt? (20)

PRML 6.1章 カーネル法と双対表現
PRML 6.1章 カーネル法と双対表現PRML 6.1章 カーネル法と双対表現
PRML 6.1章 カーネル法と双対表現
 
強化学習その1
強化学習その1強化学習その1
強化学習その1
 
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
 
PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)
 
機械学習におけるオンライン確率的最適化の理論
機械学習におけるオンライン確率的最適化の理論機械学習におけるオンライン確率的最適化の理論
機械学習におけるオンライン確率的最適化の理論
 
PRML上巻勉強会 at 東京大学 資料 第1章前半
PRML上巻勉強会 at 東京大学 資料 第1章前半PRML上巻勉強会 at 東京大学 資料 第1章前半
PRML上巻勉強会 at 東京大学 資料 第1章前半
 
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
 
スパースモデリング入門
スパースモデリング入門スパースモデリング入門
スパースモデリング入門
 
強化学習その4
強化学習その4強化学習その4
強化学習その4
 
混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)混合モデルとEMアルゴリズム(PRML第9章)
混合モデルとEMアルゴリズム(PRML第9章)
 
方策勾配型強化学習の基礎と応用
方策勾配型強化学習の基礎と応用方策勾配型強化学習の基礎と応用
方策勾配型強化学習の基礎と応用
 
ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介ベイズ統計学の概論的紹介
ベイズ統計学の概論的紹介
 
バンディット問題について
バンディット問題についてバンディット問題について
バンディット問題について
 
[DL輪読会]1次近似系MAMLとその理論的背景
[DL輪読会]1次近似系MAMLとその理論的背景[DL輪読会]1次近似系MAMLとその理論的背景
[DL輪読会]1次近似系MAMLとその理論的背景
 
大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法
 
変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)変分推論法(変分ベイズ法)(PRML第10章)
変分推論法(変分ベイズ法)(PRML第10章)
 
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
 
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
ブラックボックスからXAI (説明可能なAI) へ - LIME (Local Interpretable Model-agnostic Explanat...
 
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
 
機械学習ゴリゴリ派のための数学とPython
機械学習ゴリゴリ派のための数学とPython機械学習ゴリゴリ派のための数学とPython
機械学習ゴリゴリ派のための数学とPython
 

Ähnlich wie 【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】

Cvim tutorial2 03_06_wk77_110220-0546
Cvim tutorial2 03_06_wk77_110220-0546Cvim tutorial2 03_06_wk77_110220-0546
Cvim tutorial2 03_06_wk77_110220-0546Wataru Kishimoto
 
UTPC2012 - K
UTPC2012 - KUTPC2012 - K
UTPC2012 - Komeometo
 
代数的実数とCADの実装紹介
代数的実数とCADの実装紹介代数的実数とCADの実装紹介
代数的実数とCADの実装紹介Masahiro Sakai
 
Rの初歩: 6. グラフィックス
Rの初歩:  6. グラフィックスRの初歩:  6. グラフィックス
Rの初歩: 6. グラフィックスTeiko Suzuki
 
第8回 配信講義 計算科学技術特論A(2021)
第8回 配信講義 計算科学技術特論A(2021)第8回 配信講義 計算科学技術特論A(2021)
第8回 配信講義 計算科学技術特論A(2021)RCCSRENKEI
 
210603 yamamoto
210603 yamamoto210603 yamamoto
210603 yamamotoRCCSRENKEI
 
CEDEC 2009 Imagire Day 続・レンダリスト養成講座
CEDEC 2009 Imagire Day 続・レンダリスト養成講座CEDEC 2009 Imagire Day 続・レンダリスト養成講座
CEDEC 2009 Imagire Day 続・レンダリスト養成講座Silicon Studio Corporation
 
Objectnessとその周辺技術
Objectnessとその周辺技術Objectnessとその周辺技術
Objectnessとその周辺技術Takao Yamanaka
 
何もないところから数を作る
何もないところから数を作る何もないところから数を作る
何もないところから数を作るTaketo Sano
 
【Unite Tokyo 2018】誘導ミサイル完全マスター
【Unite Tokyo 2018】誘導ミサイル完全マスター【Unite Tokyo 2018】誘導ミサイル完全マスター
【Unite Tokyo 2018】誘導ミサイル完全マスターUnity Technologies Japan K.K.
 
Robust Vehicle Localization in Urban Environments Using Probabilistic Maps
Robust Vehicle Localization in Urban Environments Using Probabilistic MapsRobust Vehicle Localization in Urban Environments Using Probabilistic Maps
Robust Vehicle Localization in Urban Environments Using Probabilistic MapsKitsukawa Yuki
 
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2) 2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2) Akira Asano
 
多チャンネルバイラテラルフィルタの高速化
多チャンネルバイラテラルフィルタの高速化多チャンネルバイラテラルフィルタの高速化
多チャンネルバイラテラルフィルタの高速化Norishige Fukushima
 
シェーダだけで世界を創る!three.jsによるレイマーチング
シェーダだけで世界を創る!three.jsによるレイマーチングシェーダだけで世界を創る!three.jsによるレイマーチング
シェーダだけで世界を創る!three.jsによるレイマーチングSho Hosoda
 
情報幾何の基礎輪読会 #1
情報幾何の基礎輪読会 #1情報幾何の基礎輪読会 #1
情報幾何の基礎輪読会 #1Tatsuki SHIMIZU
 
Ax symmetricpressurevesselelasticstressanalysis
Ax symmetricpressurevesselelasticstressanalysisAx symmetricpressurevesselelasticstressanalysis
Ax symmetricpressurevesselelasticstressanalysisstebee19
 
クラシックな機械学習の入門 6. 最適化と学習アルゴリズム
クラシックな機械学習の入門  6. 最適化と学習アルゴリズムクラシックな機械学習の入門  6. 最適化と学習アルゴリズム
クラシックな機械学習の入門 6. 最適化と学習アルゴリズムHiroshi Nakagawa
 

Ähnlich wie 【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】 (20)

領域分割法
領域分割法領域分割法
領域分割法
 
Cvim tutorial2 03_06_wk77_110220-0546
Cvim tutorial2 03_06_wk77_110220-0546Cvim tutorial2 03_06_wk77_110220-0546
Cvim tutorial2 03_06_wk77_110220-0546
 
UTPC2012 - K
UTPC2012 - KUTPC2012 - K
UTPC2012 - K
 
代数的実数とCADの実装紹介
代数的実数とCADの実装紹介代数的実数とCADの実装紹介
代数的実数とCADの実装紹介
 
Rの初歩: 6. グラフィックス
Rの初歩:  6. グラフィックスRの初歩:  6. グラフィックス
Rの初歩: 6. グラフィックス
 
第8回 配信講義 計算科学技術特論A(2021)
第8回 配信講義 計算科学技術特論A(2021)第8回 配信講義 計算科学技術特論A(2021)
第8回 配信講義 計算科学技術特論A(2021)
 
210603 yamamoto
210603 yamamoto210603 yamamoto
210603 yamamoto
 
CG2013 08
CG2013 08CG2013 08
CG2013 08
 
CEDEC 2009 Imagire Day 続・レンダリスト養成講座
CEDEC 2009 Imagire Day 続・レンダリスト養成講座CEDEC 2009 Imagire Day 続・レンダリスト養成講座
CEDEC 2009 Imagire Day 続・レンダリスト養成講座
 
Objectnessとその周辺技術
Objectnessとその周辺技術Objectnessとその周辺技術
Objectnessとその周辺技術
 
何もないところから数を作る
何もないところから数を作る何もないところから数を作る
何もないところから数を作る
 
CG2013 06
CG2013 06CG2013 06
CG2013 06
 
【Unite Tokyo 2018】誘導ミサイル完全マスター
【Unite Tokyo 2018】誘導ミサイル完全マスター【Unite Tokyo 2018】誘導ミサイル完全マスター
【Unite Tokyo 2018】誘導ミサイル完全マスター
 
Robust Vehicle Localization in Urban Environments Using Probabilistic Maps
Robust Vehicle Localization in Urban Environments Using Probabilistic MapsRobust Vehicle Localization in Urban Environments Using Probabilistic Maps
Robust Vehicle Localization in Urban Environments Using Probabilistic Maps
 
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2) 2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
2022年度秋学期 画像情報処理 第10回 Radon変換と投影切断面定理 (2022. 12. 2)
 
多チャンネルバイラテラルフィルタの高速化
多チャンネルバイラテラルフィルタの高速化多チャンネルバイラテラルフィルタの高速化
多チャンネルバイラテラルフィルタの高速化
 
シェーダだけで世界を創る!three.jsによるレイマーチング
シェーダだけで世界を創る!three.jsによるレイマーチングシェーダだけで世界を創る!three.jsによるレイマーチング
シェーダだけで世界を創る!three.jsによるレイマーチング
 
情報幾何の基礎輪読会 #1
情報幾何の基礎輪読会 #1情報幾何の基礎輪読会 #1
情報幾何の基礎輪読会 #1
 
Ax symmetricpressurevesselelasticstressanalysis
Ax symmetricpressurevesselelasticstressanalysisAx symmetricpressurevesselelasticstressanalysis
Ax symmetricpressurevesselelasticstressanalysis
 
クラシックな機械学習の入門 6. 最適化と学習アルゴリズム
クラシックな機械学習の入門  6. 最適化と学習アルゴリズムクラシックな機械学習の入門  6. 最適化と学習アルゴリズム
クラシックな機械学習の入門 6. 最適化と学習アルゴリズム
 

Mehr von Yuuki Takano

アクターモデル
アクターモデルアクターモデル
アクターモデルYuuki Takano
 
FARIS: Fast and Memory-efficient URL Filter by Domain Specific Machine
FARIS: Fast and Memory-efficient URL Filter by Domain Specific MachineFARIS: Fast and Memory-efficient URL Filter by Domain Specific Machine
FARIS: Fast and Memory-efficient URL Filter by Domain Specific MachineYuuki Takano
 
リアクティブプログラミング
リアクティブプログラミングリアクティブプログラミング
リアクティブプログラミングYuuki Takano
 
Transactional Memory
Transactional MemoryTransactional Memory
Transactional MemoryYuuki Takano
 
Tutorial of SF-TAP Flow Abstractor
Tutorial of SF-TAP Flow AbstractorTutorial of SF-TAP Flow Abstractor
Tutorial of SF-TAP Flow AbstractorYuuki Takano
 
SF-TAP: Scalable and Flexible Traffic Analysis Platform (USENIX LISA 2015)
SF-TAP: Scalable and Flexible Traffic Analysis Platform (USENIX LISA 2015)SF-TAP: Scalable and Flexible Traffic Analysis Platform (USENIX LISA 2015)
SF-TAP: Scalable and Flexible Traffic Analysis Platform (USENIX LISA 2015)Yuuki Takano
 
SF-TAP: L7レベルネットワークトラフィック解析器
SF-TAP: L7レベルネットワークトラフィック解析器SF-TAP: L7レベルネットワークトラフィック解析器
SF-TAP: L7レベルネットワークトラフィック解析器Yuuki Takano
 
MindYourPrivacy: Design and Implementation of a Visualization System for Thir...
MindYourPrivacy: Design and Implementation of a Visualization System for Thir...MindYourPrivacy: Design and Implementation of a Visualization System for Thir...
MindYourPrivacy: Design and Implementation of a Visualization System for Thir...Yuuki Takano
 
SF-TAP: 柔軟で規模追従可能なトラフィック解析基盤の設計
SF-TAP: 柔軟で規模追従可能なトラフィック解析基盤の設計SF-TAP: 柔軟で規模追従可能なトラフィック解析基盤の設計
SF-TAP: 柔軟で規模追従可能なトラフィック解析基盤の設計Yuuki Takano
 
Measurement Study of Open Resolvers and DNS Server Version
Measurement Study of Open Resolvers and DNS Server VersionMeasurement Study of Open Resolvers and DNS Server Version
Measurement Study of Open Resolvers and DNS Server VersionYuuki Takano
 
Security workshop 20131220
Security workshop 20131220Security workshop 20131220
Security workshop 20131220Yuuki Takano
 
Security workshop 20131213
Security workshop 20131213Security workshop 20131213
Security workshop 20131213Yuuki Takano
 
Security workshop 20131127
Security workshop 20131127Security workshop 20131127
Security workshop 20131127Yuuki Takano
 
A Measurement Study of Open Resolvers and DNS Server Version
A Measurement Study of Open Resolvers and DNS Server VersionA Measurement Study of Open Resolvers and DNS Server Version
A Measurement Study of Open Resolvers and DNS Server VersionYuuki Takano
 

Mehr von Yuuki Takano (16)

アクターモデル
アクターモデルアクターモデル
アクターモデル
 
π計算
π計算π計算
π計算
 
FARIS: Fast and Memory-efficient URL Filter by Domain Specific Machine
FARIS: Fast and Memory-efficient URL Filter by Domain Specific MachineFARIS: Fast and Memory-efficient URL Filter by Domain Specific Machine
FARIS: Fast and Memory-efficient URL Filter by Domain Specific Machine
 
リアクティブプログラミング
リアクティブプログラミングリアクティブプログラミング
リアクティブプログラミング
 
Transactional Memory
Transactional MemoryTransactional Memory
Transactional Memory
 
Tutorial of SF-TAP Flow Abstractor
Tutorial of SF-TAP Flow AbstractorTutorial of SF-TAP Flow Abstractor
Tutorial of SF-TAP Flow Abstractor
 
SF-TAP: Scalable and Flexible Traffic Analysis Platform (USENIX LISA 2015)
SF-TAP: Scalable and Flexible Traffic Analysis Platform (USENIX LISA 2015)SF-TAP: Scalable and Flexible Traffic Analysis Platform (USENIX LISA 2015)
SF-TAP: Scalable and Flexible Traffic Analysis Platform (USENIX LISA 2015)
 
CUDAメモ
CUDAメモCUDAメモ
CUDAメモ
 
SF-TAP: L7レベルネットワークトラフィック解析器
SF-TAP: L7レベルネットワークトラフィック解析器SF-TAP: L7レベルネットワークトラフィック解析器
SF-TAP: L7レベルネットワークトラフィック解析器
 
MindYourPrivacy: Design and Implementation of a Visualization System for Thir...
MindYourPrivacy: Design and Implementation of a Visualization System for Thir...MindYourPrivacy: Design and Implementation of a Visualization System for Thir...
MindYourPrivacy: Design and Implementation of a Visualization System for Thir...
 
SF-TAP: 柔軟で規模追従可能なトラフィック解析基盤の設計
SF-TAP: 柔軟で規模追従可能なトラフィック解析基盤の設計SF-TAP: 柔軟で規模追従可能なトラフィック解析基盤の設計
SF-TAP: 柔軟で規模追従可能なトラフィック解析基盤の設計
 
Measurement Study of Open Resolvers and DNS Server Version
Measurement Study of Open Resolvers and DNS Server VersionMeasurement Study of Open Resolvers and DNS Server Version
Measurement Study of Open Resolvers and DNS Server Version
 
Security workshop 20131220
Security workshop 20131220Security workshop 20131220
Security workshop 20131220
 
Security workshop 20131213
Security workshop 20131213Security workshop 20131213
Security workshop 20131213
 
Security workshop 20131127
Security workshop 20131127Security workshop 20131127
Security workshop 20131127
 
A Measurement Study of Open Resolvers and DNS Server Version
A Measurement Study of Open Resolvers and DNS Server VersionA Measurement Study of Open Resolvers and DNS Server Version
A Measurement Study of Open Resolvers and DNS Server Version
 

【やってみた】リーマン多様体へのグラフ描画アルゴリズムの実装【実装してみた】