SlideShare a Scribd company logo
1 of 56
モータトルク余裕度に基づく2台の
多関節ロボットの配置法の考察
同志社大学
理工学研究科 機械工学専攻
生産システムデザイン研究室
担当教授:廣垣俊樹 青山栄一
角谷 拓也
小型・軽量な2台のロボットアームを用い
関節(モータ)トルクに着目した
配置の決定手法を模索
双腕ロボットはFA技術への応用が期待され
研究が進んでいる
双腕ロボットは大型かつ高価であり
複数台用いるには現場的でない
100 mm
J1
J2
J3
デンソーウェーブ社製
アカデミックロボットVE026A
最大自由度:6
前長:378 mm
重量:216 g
可搬重量:150 g
モデル
w w平面上でのみ動作させる
自由度3
End-Effector
End-effector’s force θ1
θ2
θ3
lg1
lg2
lg3
End-effector
m2g
τg1
τg2
τg3
m1g
m3g
- リンクの自重により
作用するトルク
= 重力影響下においてエンドエフェクタの出力に
対して実際に必要な各関節の出力トルク
エンドエフェクタの出力により
必要な関節トルク
①ロボットの運動学から関節トルクを求める
実際に必要な各関節の出力トルク
エンドエフェクタの出力により必要な関節トルク
①ロボットの運動学から関節トルクを求める
~ ロボットのヤコビ行列の各要素
②関節トルクの余裕度を求める
各関節について
出力可能な
最大トルク - 実際に必要な
関節トルク=トルク余裕[N・m]
トルク余裕を要素としたノルム値[N・m]を算出
無次元化[%]
ロボット全体の関節トルクの余裕を評価する値
トルク余裕度[%]
各関節についてのトルク余裕[N・m]
各関節のトルク余裕を要素としたノルム値[N・m]
ノルム値[N・m]が取りうる最大値
トルク余裕度[%]
※𝑁τ𝑝値が高いほど良好なものである
𝑵 𝑷 = 100
②関節トルクの余裕度を求める
End-effector
エンドエフェクタの作業領域とトルク余裕度の関係を表した図
88%
濃淡の変化
・エンドエフェクタの出力
・自重の影響
配置条件を考える際に
両方の影響同時に
考慮するのは難しい
ある拘束条件を使用して
自重の影響のみを考える
Strings
Weight
Pulley
Arm RArm L
w
w
w
想定動作:2台のロボットとテグス(糸)を用いて
おもり(102 g)を w軸正方向のみに100 mm動作させる
拘束条件:テグスは常に水平を保って動作(エンドエフェクタ出力一定)
様々な配置の中からトルク余裕度が高くなる配置を考える
ArmL ArmR
問題の簡単化のためロボットの配置条件を決定
軸周りの回転角B=0,45,90,135,180,225,270,315 deg.
8配置でロボットの設置が可能
第2関節:負 第2関節:正
第2関節が常に負のロボットと常に正のロボットによる協調動作
B=90 deg.
Weight
ArmL
B=0 deg.
Zw
Xw
Yw
J2
J2
ArmR
B=0 deg.
ZrL
XrL
ZrR
XrR
Arm L R
第2関節 正 負
外力の
働く方向
&1 N 1 N 1 N
固有
世界
𝜃2
Weight
ArmL
B=0 deg.
Zw
Xw
Yw
J2
J2
ArmR
B=0 deg.
ZrL
XrL
ZrR
XrR
ArmR:主体となるロボット(第2関節:負)
ArmL:補佐となるロボット(第2関節:正)
今回の実験装置では
おもりが接続されているロボットArmRに負荷がかかる
主体となるロボット(ArmR)より配置を決定する
B=90 deg.
B=0 deg. B=270 deg.
8配置の中でトルク余裕度の高い範囲が多く
おもりとロボットが干渉しない
B=90 deg. が適している
エンドエフェクタが常に設置面方向
を向いた姿勢で設置面Bのみを回転させる
ArmR
B=0 deg.B=90 deg.B=180 deg.B=270 deg.
Weight
B=90 deg.
Weight
エンドエフェクタが常に真下を向く姿勢で動作させる
リンク3がテグスと干渉しないように第三関節を調整
ArmR
Weight
1N
1N
エンドエフェクタが常に設置面方向
を向いた姿勢で設置面Bのみを回転
ArmL
ロボットの第2関節が常に正の条件
トルク余裕度の高い範囲が多く
テグスとロボットの干渉がない
B=315 deg. が適している
B=315 deg.
Determined line
w= - 50 mm w= 50 mm
Determined line
w= 50 mm
おもりが w軸正方向のみに持ち上がり
おもりに対して各ロボットが行う仕事が同値となるよう軌道を決定する
ArmRArmL
トルク余裕度図の利用により
2台のロボットの協調動作における
配置および軌道を決定することができた
ArmL
B=315 deg.
ArmR
B=90 deg.
w
w
w
𝐽2
𝐽2
The direction which
end-effector moves
50 mm
50
50
ArmL
B=315 deg.
ArmR
B=90 deg.
w
w
w
100 mm
𝐽2
𝐽2
75
80
85
90
95
100
0.0 0.5 1.0 1.5 2.0
TorquemarginNtp[%]
Operating time t [s]
Experimental value
Static theoretical value
75
80
85
90
95
100
0.0 0.5 1.0 1.5 2.0
TorquemarginNtp[%]
Operating time t [s]
Experimental value
Static theoretical value
ArmL ArmR
ArmLは右肩上がり,ArmRは右肩下がり
という傾向は類似していることから
理論値は実験値を予測する指標となっている
ロボットの配置を考えることは有効であり
トルク余裕度図を使用することで
ロボットの配置決定を行うことが可能である
Determined line
C
始点
終点
操作力楕円体の力が出力できる方向に
軌道を決定できている
可操作度 操作力楕円体
始点
終点
操作力楕円体
Determined line
可操作度
操作力楕円体の力が出力できる方向に
軌道を決定できていない
ロボットの関節トルクに着目して作成したトルク余裕度図
を用いることでロボットの配置とエンドエフェクタの軌道
を決定することが可能である
おもりが吊り下げられている側のロボットに負荷がかかる
全配置におけるトルク余裕度図を作成
おもり側:主体となるロボット
テグス側:補佐となるロボット
2台のロボットとテグスを用いた実験装置を提案
主体となるロボットより配置を選定第2関節が常に負のロボット
トルク余裕度の高い範囲を有する配置を選定
第2関節が常に正のロボット
おもりに対して各ロボットが行う仕事が同値となるよう軌道決定
実験装置同士の接触
主体となるロボットの配置決定
No
Yes
補佐となるロボットにも同様の処理
ご清聴ありがとうございました
付録
エンドエフェクタの出力により必要な関節トルク
z
x
τs3
Fex
τs2
τs1
Fez
End-Effector
End-effector’s force
①ロボットの運動学から関節トルクを求める
仮想仕事の原理
(手先がした仕事 𝑻∆ =モータがした仕事 𝑻∆𝒒)
から以下の式が導かれる
※∆ = ∆𝒒
重力影響下においてエンドエフェクタの出力に
対して実際に必要な各関節の出力トルク
①ロボットの運動学から関節トルクを求める
𝜏 𝑠3 = 𝜏3 − [𝑚3 𝑔𝑙 𝑔3 sin 𝜃1 𝜃2 𝜃3 ]
=
z
x
θ1
θ2
θ3
lg1
lg2
lg3
End Effector
m2g
τg1
τg2
τg3
m1g
m3g
- リンクの自重により
作用するトルク
エンドエフェクタの出力により
必要な関節トルク
①ロボットの運動学から基礎式を求める
ロボットアームの運動方程式+エンドエフェクタ出力
𝜏 = 𝑀 𝜃 𝜃 𝐶 𝜃, 𝜃 𝑔 𝜃 𝐽𝑟
𝑇 𝐹 (1)
𝜏: サーボモータトルク
𝑀 𝜃 : 慣性項
𝐶 𝜃, 𝜃 :非線形項
𝑔 𝜃 :重力項
𝐽𝑟
𝑇
𝐹:エンドエフェクタ出力によるモータトルク
手先速度ベクトル𝑣と関節速度ベクトル 𝜃の関係
𝑣 = 𝐽𝑣 𝜃
微分
𝑣 = 𝐽𝑣 𝜃 𝑎 𝑟 𝜃, 𝜃 (2) ※ 𝑎 𝑟 𝜃, 𝜃 = 𝐽𝑣 𝜃
(手先加速度の一部)
①ロボットの運動学から基礎式を求める
※ 𝑎 𝑟 𝜃, 𝜃 = 𝐽𝑣 𝜃
𝑎 𝑟(手先加速度の一部)を関節駆動力で
出力可能な部分とそうでない部分に分ける
𝑎 𝑟 = 𝐽𝑣 𝐽𝑣
+
𝑎 𝑟 𝐼 − 𝐽𝑣 𝐽𝑣
+
𝑎 𝑟 = 𝐽𝑣 𝑀−1 𝑀𝐽𝑣
+
𝑎 𝑟 𝐼 − 𝐽𝑣 𝐽𝑣
+
𝑎 𝑟 (3)
𝑣 = 𝐽𝑣 𝑀−1 𝜏:可操作性の基礎式
𝑣 = 𝐽𝑣 𝜃 𝑎 𝑟 𝜃, 𝜃 (2)
(1)~(3)より
𝑣 = 𝑣 − 𝐼 − 𝐽𝑣 𝐽𝑣
+
𝑎 𝑟
𝜏 = 𝜏 − 𝐶 𝜃, 𝜃 − 𝑔 𝜃 − 𝐽𝑟
𝑇 𝐹 𝑀𝐽𝑣
+
𝑎 𝑟
※
②操作力楕円体および可操作度の算出
𝑣 = 𝐽𝑣 𝑀−1 𝜏:可操作性の基礎式
静的に動作
操作力楕円体(MFE)
手先力に関する楕円体
可操作性楕円体(DME)
手先速度に関する楕円体
𝜏 ≤ 𝜏𝑖𝑚𝑎𝑥を満足する関節駆動力 𝜏を用いて
実現できる手先加速度 𝑣のすべての集合
楕円体
𝜏𝑖𝑚𝑎𝑥 = 𝜏𝑖𝑚𝑎𝑥 − 𝑔𝑖 𝜃 𝐽𝑟
𝑇 𝐹
𝑀 = diag
1
𝜏1𝑚𝑎𝑥
,
1
𝜏2𝑚𝑎𝑥
,
1
𝜏3𝑚𝑎𝑥
× 𝑀
最大値 重力 エンド出力
慣性項
※
②操作力楕円体および可操作度の算出
𝑣 = 𝐽𝑣 𝑀−1 𝜏:可操作性の基礎式
特異値分解
𝐽𝑣 𝑀−1 = 𝑈 𝑑 𝛴 𝑑 𝑉𝑑
𝑇
※
・𝑈 𝑑, 𝑉𝑑:𝑚 × 𝑚, 𝑛 × 𝑛の直交行列
・𝛴 𝑑 =
σ 𝑑1 ⋯ 0
⋮ ⋱ ⋮
0 ⋯ σ 𝑑𝑚
(σ 𝑑𝑖 ≥ 0)
操作力楕円体(MFE)
主軸:𝒖 𝒅 /σ 𝑑1, 𝒖 𝒅 /σ 𝑑2, ⋯ 𝒖 𝒅𝒎/σ 𝑑𝑚
可操作性楕円体(DME)
主軸:σ 𝑑1 𝒖 𝒅 , σ 𝑑2 𝒖 𝒅 , ⋯ σ 𝑑𝑚 𝒖 𝒅𝒎
②操作力楕円体および可操作度の算出
体積
スカラ指標:可操作度𝜔 𝑑
可操作度の定義
𝜔 𝑑 =
𝑑𝑒𝑡 (𝐽𝑣)
𝑑𝑒𝑡( 𝑀)
※冗長性をもたないマニピュレータ
可操作性楕円体(DME)
手先速度に関する楕円体
𝜏𝑖𝑚𝑎𝑥 = 𝜏𝑖𝑚𝑎𝑥 − 𝑔𝑖 𝜃 𝐽𝑟
𝑇 𝐹
𝑀 = diag
1
𝜏1𝑚𝑎𝑥
,
1
𝜏2𝑚𝑎𝑥
,
1
𝜏3𝑚𝑎𝑥
× 𝑀
最大値 重力 エンド出力
慣性項
※
Arm L R
第2関節 正 負
外力の
働く方向 &1 N 1 N 1 N
固有
世界
ArmL
B=315 deg.
ArmR
B=90 deg.
w
w
w
𝐽2
𝐽2
The direction which
end-effector moves
50 mm
50
50
特異姿勢となる𝜔 𝑑 = 0の位置 = トルク余裕度の高い位置
エンドエフェクタ出力の影響度
可操作度 :小
トルク余裕度 :大 𝜔 𝑑 =
𝑑𝑒𝑡 (𝐽𝑣)
𝑑𝑒𝑡(𝑀)
可操作度 : 姿勢の影響が大
トルク余裕度 可操作度
Determined line
C
Determined line
w= - 50 mm w= 50 mm
A
C
B
A:始点
B:終点
C:𝜔 𝑑 = 0
特異姿勢となる𝜔 𝑑 = 0の位置 ≠ トルク余裕度の高い位置
エンドエフェクタ出力の影響度
可操作度 :小
トルク余裕度 :大 𝜔 𝑑 =
𝑑𝑒𝑡 (𝐽𝑣)
𝑑𝑒𝑡(𝑀)
可操作度 : 姿勢の影響が大
トルク余裕度 可操作度
ArmRは可操作度の低い軌道を選択しているが,動作方向に操作可能
操作力が確保できている
操作力楕円体(MFE)の作成
Determined lineDetermined line
w= 50 mm
トルク余裕度 可操作度
1 N
テグスの水平条件
おもりに対して各ロボットが行う
仕事が同値
①おもりを持ち上げるために必要となる仕事100 Nmを各ロボットで分担
②各ロボットで行う仕事が50 Nmとなるように軌道を決定
③主体となるロボット(ArmR)より軌道を決定
おもりが真上のみに持ち上がるように w軸正方向に50 mmと決定する
④テグスの水平条件より
ArmLは w軸正方向に50 mm持ち上げる軌道とする
⑤ ArmLの w軸正方向への仕事はおもりに対して仕事を行わないので
w軸負方向にも50 mm動作させることで
2台のロボットにより,おもりを100 mm持ち上げる
Weight
𝑙1
𝑙2
𝑙1 𝑙2 = 𝑙
ArmL
End-effector
zw
ArmR
End-effector
xw
(a)Before (b)After
Weight
𝑙1
𝑙1
2 2
= 𝑙
zw
xw
テグスの水平条件を考えない場合
= 𝑙 − 2
𝑙1
2
− = 𝑙1 𝑙2 − 2
𝑙1
2
−
𝐿 = 𝑙2 − = 2
𝑙1
2
− 𝑙1
おもりを持ち上げる際にロボット間距離の拘束を受ける
エンドエフェクタの出力が随時変化する
出力に応じたトルク余裕度図の作成が必要となる
問題の複雑化
問題1問題2
Weight
𝑙1
𝑙1 = 𝑙
zw
xw
テグスの水平条件を考える場合
Weight
𝑙1
𝑙2
𝑙1 𝑙2 = 𝑙
ArmL
End-effector
zw
ArmR
End-effector
xw
(a)Before (b)After
𝑙 = 𝑙1 𝑙2 = 𝑙1 = 𝑙2 − −
𝐿 = 𝑙2 − =
おもりを持ち上げる際にロボット間距離の拘束を受けない
エンドエフェクタの出力が変動しない
出力に応じたトルク余裕度図の作成が必要でなくなる
問題の簡単化
Weight
45[deg.]
zrL
xrL
Yw
zrR
xrR
J1
J1
ArmL
B=315 deg. C=0 deg.
Xw
Zw
ArmR
B=90 deg. C=0 deg.
Weight
45[deg.]
zrL
xrL
Yw
J1
ArmL
B=315 deg. C=0 deg.
Xw
Zw
45[deg.]
ArmR
B=315 deg. C=0 deg.
どちらのロボットの方がトルク余裕度が高くなるのかを比較
同じ配置,同じ姿勢 異なる配置,異なる姿勢
End-effector’s
position of xrR[mm]
0 -150300 150 -300
-300
-150
0
150
300
End-effector’s
positionofzrR[mm]
80
100
NτP[%]
90
w= 50 mm
Determined line Determined line
End-effector’s
position of xrR[mm]
0 -150300 150 -300
-300
-150
0
150
300
End-effector’s
positionofzrR[mm]
80
100
NτP[%]
90
w= 50 mm
Weight
45[deg.]
zrL
xrL
Yw
J1
ArmL
B=315 deg. C=0 deg.
Xw
Zw
45[deg.]
ArmR
B=315 deg. C=0 deg.
Weight
45[deg.]
zrL
xrL
Yw
zrR
xrR
J1
J1
ArmL
B=315 deg. C=0 deg.
Xw
Zw
ArmR
B=90 deg. C=0 deg.
トルク余裕度の高い緑(90 %付近)の領域が多い
End-effector’s
positionofzrL[mm]
End-effector’s
position of xrL[mm]
70
100
NτP [%]
85
0 100 300-200-300
-300
-100
0
100
300
200
-200
-100 200
なぜ,トルク余裕度の
高い位置と低い位置が現れるのか
・エンドエフェクタの出力
・自重の影響
姿勢図により解明
End-effector’s
positionofzrL[mm]
End-effector’s
position of xrL[mm]
70
100
NτP [%]
85
-300
-100
0
100
300
200
-200
0 100 300-200-300 -100 200
Determined line
w= - 50 mm w= 50 mm
ArmL
動作始点におけるロボットの姿勢
各関節に加わる
自重の影響
第一関節…リンク1,2,3の重心である●印
第二関節…リンク2,3の重心である△印
第三関節…リンク3の重心である*印
0 150 300-150-300
-300
-150
0
150
300
End-effector’s
positionofzrL[mm] End-effector’s
position of xrL[mm]
J1
J2
J3
End Effector
Own weight
0 150 300-150-300
-300
-150
0
150
300
End-effector’s
positionofzrL[mm] End-effector’s
position of xrL[mm]
J1
J2
J3
End Effector
Own weight
End-effector’s
positionofzrL[mm]
End-effector’s
position of xrL[mm]
70
100
NτP [%]
85
-300
-100
0
100
300
200
-200
0 100 300-200-300 -100 200
Determined line
w= - 50 mm w= 50 mm
動作終点におけるロボットの姿勢
各関節に加わる
自重の影響
第一関節…リンク1,2,3の重心である●印
第二関節…リンク2,3の重心である△印
第三関節…リンク3の重心である*印
ArmL
0 150 300-150-300
-300
-150
0
150
300
End-effector’s
positionofzrL[mm]
End-effector’s
position of xrL[mm]
J1
J2
J3
End Effector
Own weight
0 150 300-150-300
-300
-150
0
150
300
End-effector’s
positionofzrL[mm]
End-effector’s
position of xrL[mm]
J1
J2
J3
End Effector
Own weight
終点始点
第一関節回りについて,各トルクが反転するように働いている
第一関節が楽に動作できる姿勢となっている
ArmL
93%88% 両トルク余裕度が高い
第二関節が外力の作用線上付近に存在している
第二関節に対してエンドエフェクタの出力により
必要となるトルクが少なくて済んでいる
ArmL
93%88% 高くなっている
第二関節回りについても,各トルクが反転するのに近い姿勢
ArmLについては,第二関節が常に正の範囲で動作する
として計算 反転しないように計算を行っている
ArmL
𝐽1 𝐽2 𝐽3
𝜏𝑖 [Nm] 0.055 0.004 ‐0.062
𝜏 𝑔 [Nm] ‐0.061 0.119 0.030
Total [Nm] ‐0.006 0.123 ‐0.032
𝐽1 𝐽2 𝐽3
𝜏𝑖 [Nm] 0.104 0.027 ‐0.062
𝜏 𝑔 [Nm] ‐0.116 0.019 0.030
Total [Nm] ‐0.012 0.046 ‐0.032
始点
ArmL
終点
時計回りが正
End-effector’s
positionofzrL[mm]
End-effector’s
position of xrL[mm]
70
100
NτP [%]
85
-300
-100
0
100
300
200
-200
0 100 300-200-300 -100 200
Determined line
w= - 50 mm w= 50 mm
作業領域端でもっともトルク余裕度が高くなる理由
第二関節≒0 deg.となる姿勢,つまり
第一関節と第三関節がほぼ直線上にある姿勢で,最も高くなる
0 150 300-150-300
-300
-150
0
150
300
End-effector’s
positionofzrL[mm]
End-effector’s
position of xrL[mm]
J1
J2
J3
End Effector
Own weight
ArmL
End Effector
Own weight
End-effector’s
position of xrR[mm]
0 -150300 150 -300
-300
-150
0
150
300
End-effector’s
positionofzrR[mm]
J1
J2
J3
-300
-100
100
300
200
-200
0
-300
End-effector’s
position of xrR[mm]
0 -200100200300 -100 -300
End-effector’s
positionofzrR[mm]
60
100
NτP[%]
80
Determined line
w= 50 mm
動作始点におけるロボットの姿勢
各関節に加わる
自重の影響
第一関節…リンク1,2,3の重心である●印
第二関節…リンク2,3の重心である△印
第三関節…リンク3の重心である*印
ArmR
End-effector’s
position of xrR[mm]
0 -150300 150 -300
-300
-150
0
150
300
End-effector’s
positionofzrR[mm]
J1
J2
J3
End Effector
Own weight
-300
-100
100
300
200
-200
0
-300
End-effector’s
position of xrR[mm]
0 -200100200300 -100 -300
End-effector’s
positionofzrR[mm]
60
100
NτP[%]
80
Determined line
w= 50 mm
動作終点におけるロボットの姿勢
各関節に加わる
自重の影響
第一関節…リンク1,2,3の重心である●印
第二関節…リンク2,3の重心である△印
第三関節…リンク3の重心である*印
ArmR
End-effector’s
position of xrR[mm]
0 -150300 150 -300
-300
-150
0
150
300
End-effector’s
positionofzrR[mm]
J1
J2
J3
End Effector
Own weight
End Effector
Own weight
End-effector’s
position of xrR[mm]
0 -150300 150 -300
-300
-150
0
150
300
End-effector’s
positionofzrR[mm]
J1
J2
J3
始点 終点
第二関節が常に負の値を取って動作する姿勢を用いることで
第一関節回りだけでなく,第二関節回りについても各トルクが反転し
おもりを吊るしているArmにおいても,トルク余裕度は高くなる
ArmR
𝐽1 𝐽2 𝐽3
𝜏𝑖 [Nm] 0.110 0.017 0.088
𝜏 𝑔 [Nm] ‐0.143 ‐0.128 0
Total [Nm] ‐0.033 ‐0.111 0.088
𝐽1 𝐽2 𝐽3
𝜏𝑖 [Nm] 0.154 0.099 0.088
𝜏 𝑔 [Nm] ‐0.163 ‐0.084 0
Total [Nm] ‐0.009 0.015 0.088
始点
終点
ArmR
時計回りが正

More Related Content

What's hot

ブラック・リッターマン法を用いたリスクベース・ポートフォリオの拡張
ブラック・リッターマン法を用いたリスクベース・ポートフォリオの拡張ブラック・リッターマン法を用いたリスクベース・ポートフォリオの拡張
ブラック・リッターマン法を用いたリスクベース・ポートフォリオの拡張Kei Nakagawa
 
金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデルKei Nakagawa
 
PRML輪読#10
PRML輪読#10PRML輪読#10
PRML輪読#10matsuolab
 
PFI Seminar 2012/03/15 カーネルとハッシュの機械学習
PFI Seminar 2012/03/15 カーネルとハッシュの機械学習PFI Seminar 2012/03/15 カーネルとハッシュの機械学習
PFI Seminar 2012/03/15 カーネルとハッシュの機械学習Preferred Networks
 
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成MobileRoboticsResear
 
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
【論文読み会】Deep Clustering for Unsupervised Learning of Visual FeaturesARISE analytics
 
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
 
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成Prunus 1350
 
統計的係り受け解析入門
統計的係り受け解析入門統計的係り受け解析入門
統計的係り受け解析入門Yuya Unno
 
20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列Toru Tamaki
 
死にたくない
死にたくない死にたくない
死にたくないjoisino
 
パターン認識と機械学習 13章 系列データ
パターン認識と機械学習 13章 系列データパターン認識と機械学習 13章 系列データ
パターン認識と機械学習 13章 系列データemonosuke
 
PRML輪読#2
PRML輪読#2PRML輪読#2
PRML輪読#2matsuolab
 
[DL輪読会]Deep Learning based Recommender System: A Survey and New Perspectives
[DL輪読会]Deep Learning based Recommender System: A Survey and New Perspectives[DL輪読会]Deep Learning based Recommender System: A Survey and New Perspectives
[DL輪読会]Deep Learning based Recommender System: A Survey and New PerspectivesDeep Learning JP
 
時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17horihorio
 
自動微分変分ベイズ法の紹介
自動微分変分ベイズ法の紹介自動微分変分ベイズ法の紹介
自動微分変分ベイズ法の紹介Taku Yoshioka
 
グラフデータの機械学習における特徴表現の設計と学習
グラフデータの機械学習における特徴表現の設計と学習グラフデータの機械学習における特徴表現の設計と学習
グラフデータの機械学習における特徴表現の設計と学習Ichigaku Takigawa
 
言語と画像の表現学習
言語と画像の表現学習言語と画像の表現学習
言語と画像の表現学習Yuki Noguchi
 

What's hot (20)

ブラック・リッターマン法を用いたリスクベース・ポートフォリオの拡張
ブラック・リッターマン法を用いたリスクベース・ポートフォリオの拡張ブラック・リッターマン法を用いたリスクベース・ポートフォリオの拡張
ブラック・リッターマン法を用いたリスクベース・ポートフォリオの拡張
 
金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル金融時系列のための深層t過程回帰モデル
金融時系列のための深層t過程回帰モデル
 
PRML輪読#10
PRML輪読#10PRML輪読#10
PRML輪読#10
 
PRML8章
PRML8章PRML8章
PRML8章
 
PFI Seminar 2012/03/15 カーネルとハッシュの機械学習
PFI Seminar 2012/03/15 カーネルとハッシュの機械学習PFI Seminar 2012/03/15 カーネルとハッシュの機械学習
PFI Seminar 2012/03/15 カーネルとハッシュの機械学習
 
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
大域マッチングコスト最小化とLiDAR-IMUタイトカップリングに基づく三次元地図生成
 
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
【論文読み会】Deep Clustering for Unsupervised Learning of Visual Features
 
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
 
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
 
Prml 10 1
Prml 10 1Prml 10 1
Prml 10 1
 
統計的係り受け解析入門
統計的係り受け解析入門統計的係り受け解析入門
統計的係り受け解析入門
 
20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列20090924 姿勢推定と回転行列
20090924 姿勢推定と回転行列
 
死にたくない
死にたくない死にたくない
死にたくない
 
パターン認識と機械学習 13章 系列データ
パターン認識と機械学習 13章 系列データパターン認識と機械学習 13章 系列データ
パターン認識と機械学習 13章 系列データ
 
PRML輪読#2
PRML輪読#2PRML輪読#2
PRML輪読#2
 
[DL輪読会]Deep Learning based Recommender System: A Survey and New Perspectives
[DL輪読会]Deep Learning based Recommender System: A Survey and New Perspectives[DL輪読会]Deep Learning based Recommender System: A Survey and New Perspectives
[DL輪読会]Deep Learning based Recommender System: A Survey and New Perspectives
 
時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17時系列解析の使い方 - TokyoWebMining #17
時系列解析の使い方 - TokyoWebMining #17
 
自動微分変分ベイズ法の紹介
自動微分変分ベイズ法の紹介自動微分変分ベイズ法の紹介
自動微分変分ベイズ法の紹介
 
グラフデータの機械学習における特徴表現の設計と学習
グラフデータの機械学習における特徴表現の設計と学習グラフデータの機械学習における特徴表現の設計と学習
グラフデータの機械学習における特徴表現の設計と学習
 
言語と画像の表現学習
言語と画像の表現学習言語と画像の表現学習
言語と画像の表現学習
 

Similar to 研究スライド

Hough forestを用いた物体検出
Hough forestを用いた物体検出Hough forestを用いた物体検出
Hough forestを用いた物体検出MPRG_Chubu_University
 
ADVENTURE_Solid Ver.2.0の概要
ADVENTURE_Solid Ver.2.0の概要ADVENTURE_Solid Ver.2.0の概要
ADVENTURE_Solid Ver.2.0の概要ADVENTURE Project
 
OpenFOAM の Function Object 機能について
OpenFOAM の Function Object 機能についてOpenFOAM の Function Object 機能について
OpenFOAM の Function Object 機能についてFumiya Nozaki
 
OpenFOAM -回転領域を含む流体計算 (Rotating Geometry)-
OpenFOAM -回転領域を含む流体計算 (Rotating Geometry)-OpenFOAM -回転領域を含む流体計算 (Rotating Geometry)-
OpenFOAM -回転領域を含む流体計算 (Rotating Geometry)-Fumiya Nozaki
 
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
【Unity道場スペシャル 2017大阪】クォータニオン完全マスターUnity Technologies Japan K.K.
 
Light weightbinocular sigasia2012_face
Light weightbinocular sigasia2012_faceLight weightbinocular sigasia2012_face
Light weightbinocular sigasia2012_faceishii yasunori
 
【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.
 
Height calibration for Twister
Height calibration for TwisterHeight calibration for Twister
Height calibration for TwisterHideaki Nii
 

Similar to 研究スライド (15)

Hough forestを用いた物体検出
Hough forestを用いた物体検出Hough forestを用いた物体検出
Hough forestを用いた物体検出
 
ADVENTURE_Solid Ver.2.0の概要
ADVENTURE_Solid Ver.2.0の概要ADVENTURE_Solid Ver.2.0の概要
ADVENTURE_Solid Ver.2.0の概要
 
Yamauchi b
Yamauchi bYamauchi b
Yamauchi b
 
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
機械学習とこれを支える並列計算 : 並列計算の現状と産業応用について
 
Kimura b
Kimura bKimura b
Kimura b
 
minagawa m
minagawa mminagawa m
minagawa m
 
OpenFOAM の Function Object 機能について
OpenFOAM の Function Object 機能についてOpenFOAM の Function Object 機能について
OpenFOAM の Function Object 機能について
 
OpenFOAM -回転領域を含む流体計算 (Rotating Geometry)-
OpenFOAM -回転領域を含む流体計算 (Rotating Geometry)-OpenFOAM -回転領域を含む流体計算 (Rotating Geometry)-
OpenFOAM -回転領域を含む流体計算 (Rotating Geometry)-
 
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
【Unity道場スペシャル 2017大阪】クォータニオン完全マスター
 
momonGa3
momonGa3momonGa3
momonGa3
 
Light weightbinocular sigasia2012_face
Light weightbinocular sigasia2012_faceLight weightbinocular sigasia2012_face
Light weightbinocular sigasia2012_face
 
nakabayasi m
nakabayasi mnakabayasi m
nakabayasi m
 
レポート1
レポート1レポート1
レポート1
 
【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
 
Height calibration for Twister
Height calibration for TwisterHeight calibration for Twister
Height calibration for Twister
 

研究スライド