Submit Search
Upload
2019年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2019. 11. 15)
•
1 like
•
229 views
Akira Asano
Follow
関西大学総合情報学部・画像情報処理(担当・浅野晃)
Read less
Read more
Education
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 78
Download now
Download to read offline
Recommended
2019年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2019. 10. 11)
2019年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2019. 10. 11)
Akira Asano
2019年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2019. 11. 29)
2019年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2019. 11. 29)
Akira Asano
2019年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2019. 11. 8)
2019年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2019. 11. 8)
Akira Asano
2019年度秋学期 画像情報処理 第11回 radon変換と投影定理 (2019. 12. 13)
2019年度秋学期 画像情報処理 第11回 radon変換と投影定理 (2019. 12. 13)
Akira Asano
2019年度秋学期 画像情報処理 第12回 逆投影法による再構成 (2019. 12. 20)
2019年度秋学期 画像情報処理 第12回 逆投影法による再構成 (2019. 12. 20)
Akira Asano
2019年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2019. 11. 22)
2019年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2019. 11. 22)
Akira Asano
2019年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2019. 11. 12)
2019年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2019. 11. 12)
Akira Asano
2018年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2018. 10. 5)
2018年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2018. 10. 5)
Akira Asano
Recommended
2019年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2019. 10. 11)
2019年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2019. 10. 11)
Akira Asano
2019年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2019. 11. 29)
2019年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2019. 11. 29)
Akira Asano
2019年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2019. 11. 8)
2019年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2019. 11. 8)
Akira Asano
2019年度秋学期 画像情報処理 第11回 radon変換と投影定理 (2019. 12. 13)
2019年度秋学期 画像情報処理 第11回 radon変換と投影定理 (2019. 12. 13)
Akira Asano
2019年度秋学期 画像情報処理 第12回 逆投影法による再構成 (2019. 12. 20)
2019年度秋学期 画像情報処理 第12回 逆投影法による再構成 (2019. 12. 20)
Akira Asano
2019年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2019. 11. 22)
2019年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2019. 11. 22)
Akira Asano
2019年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2019. 11. 12)
2019年度秋学期 統計学 第7回 データの関係を知る(2)ー 回帰分析 (2019. 11. 12)
Akira Asano
2018年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2018. 10. 5)
2018年度秋学期 画像情報処理 第3回 フーリエ変換とサンプリング定理 (2018. 10. 5)
Akira Asano
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
Akira Asano
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
Akira Asano
2018年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2018. 11. 30)
2018年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2018. 11. 30)
Akira Asano
2018年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2018. 12. 14)
2018年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2018. 12. 14)
Akira Asano
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
Akira Asano
2018年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2018. 11. 16)
2018年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2018. 11. 16)
Akira Asano
2016年度秋学期 画像情報処理 第12回 画像フィルタとフィルタ定理 (2016. 12. 22)
2016年度秋学期 画像情報処理 第12回 画像フィルタとフィルタ定理 (2016. 12. 22)
Akira Asano
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
Akira Asano
2018年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2018. 11. 9)
2018年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2018. 11. 9)
Akira Asano
2016年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2016. 12. 15)
2016年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2016. 12. 15)
Akira Asano
2016年度秋学期 画像情報処理 第10回 画像の集合演算とオープニング (2016. 12. 8)
2016年度秋学期 画像情報処理 第10回 画像の集合演算とオープニング (2016. 12. 8)
Akira Asano
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
Akira Asano
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
Akira Asano
2018年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2018. 10. 26)
2018年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2018. 10. 26)
Akira Asano
2016年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2016. 12. 1)
2016年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2016. 12. 1)
Akira Asano
2016年度秋学期 画像情報処理 第13回 Radon変換と投影定理 (2017. 1. 12))
2016年度秋学期 画像情報処理 第13回 Radon変換と投影定理 (2017. 1. 12))
Akira Asano
2016年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2016. 11. 17)
2016年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2016. 11. 17)
Akira Asano
2018年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2018. 12. 21)
2018年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2018. 12. 21)
Akira Asano
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
Akira Asano
2016年度秋学期 画像情報処理 第4回 離散フーリエ変換 (2016. 10. 20)
2016年度秋学期 画像情報処理 第4回 離散フーリエ変換 (2016. 10. 20)
Akira Asano
2021年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2021. 11. 5)
2021年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2021. 11. 5)
Akira Asano
2020年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2020. 11. 6)
2020年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2020. 11. 6)
Akira Asano
More Related Content
What's hot
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
Akira Asano
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
Akira Asano
2018年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2018. 11. 30)
2018年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2018. 11. 30)
Akira Asano
2018年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2018. 12. 14)
2018年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2018. 12. 14)
Akira Asano
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
Akira Asano
2018年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2018. 11. 16)
2018年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2018. 11. 16)
Akira Asano
2016年度秋学期 画像情報処理 第12回 画像フィルタとフィルタ定理 (2016. 12. 22)
2016年度秋学期 画像情報処理 第12回 画像フィルタとフィルタ定理 (2016. 12. 22)
Akira Asano
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
Akira Asano
2018年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2018. 11. 9)
2018年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2018. 11. 9)
Akira Asano
2016年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2016. 12. 15)
2016年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2016. 12. 15)
Akira Asano
2016年度秋学期 画像情報処理 第10回 画像の集合演算とオープニング (2016. 12. 8)
2016年度秋学期 画像情報処理 第10回 画像の集合演算とオープニング (2016. 12. 8)
Akira Asano
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
Akira Asano
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
Akira Asano
2018年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2018. 10. 26)
2018年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2018. 10. 26)
Akira Asano
2016年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2016. 12. 1)
2016年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2016. 12. 1)
Akira Asano
2016年度秋学期 画像情報処理 第13回 Radon変換と投影定理 (2017. 1. 12))
2016年度秋学期 画像情報処理 第13回 Radon変換と投影定理 (2017. 1. 12))
Akira Asano
2016年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2016. 11. 17)
2016年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2016. 11. 17)
Akira Asano
2018年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2018. 12. 21)
2018年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2018. 12. 21)
Akira Asano
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
Akira Asano
2016年度秋学期 画像情報処理 第4回 離散フーリエ変換 (2016. 10. 20)
2016年度秋学期 画像情報処理 第4回 離散フーリエ変換 (2016. 10. 20)
Akira Asano
What's hot
(20)
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
2019年度春学期 統計学 第7回 データの関係を知る(2)ー回帰分析 (2019. 5. 30)
2018年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2018. 11. 30)
2018年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2018. 11. 30)
2018年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2018. 12. 14)
2018年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2018. 12. 14)
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
2016年度秋学期 画像情報処理 第11回 画像の集合演算とオープニング (2016. 12. 15)
2018年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2018. 11. 16)
2018年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2018. 11. 16)
2016年度秋学期 画像情報処理 第12回 画像フィルタとフィルタ定理 (2016. 12. 22)
2016年度秋学期 画像情報処理 第12回 画像フィルタとフィルタ定理 (2016. 12. 22)
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
2016年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2017. 1. 12)
2018年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2018. 11. 9)
2018年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2018. 11. 9)
2016年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2016. 12. 15)
2016年度秋学期 応用数学(解析) 第12回 複素関数・正則関数 (2016. 12. 15)
2016年度秋学期 画像情報処理 第10回 画像の集合演算とオープニング (2016. 12. 8)
2016年度秋学期 画像情報処理 第10回 画像の集合演算とオープニング (2016. 12. 8)
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
2016年度秋学期 画像情報処理 第14回 逆投影法による再構成 (2017. 1. 19)
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
2016年度秋学期 応用数学(解析) 第13回 孤立特異点と留数 (2016. 12. 22)
2018年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2018. 10. 26)
2018年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2018. 10. 26)
2016年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2016. 12. 1)
2016年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2016. 12. 1)
2016年度秋学期 画像情報処理 第13回 Radon変換と投影定理 (2017. 1. 12))
2016年度秋学期 画像情報処理 第13回 Radon変換と投影定理 (2017. 1. 12))
2016年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2016. 11. 17)
2016年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2016. 11. 17)
2018年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2018. 12. 21)
2018年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2018. 12. 21)
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
2021年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2021. 12. 3)
2016年度秋学期 画像情報処理 第4回 離散フーリエ変換 (2016. 10. 20)
2016年度秋学期 画像情報処理 第4回 離散フーリエ変換 (2016. 10. 20)
Similar to 2019年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2019. 11. 15)
2021年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2021. 11. 5)
2021年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2021. 11. 5)
Akira Asano
2020年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2020. 11. 6)
2020年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2020. 11. 6)
Akira Asano
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
Akira Asano
2013年度春学期 画像情報処理 第7回「主成分分析とKarhunen-Loève変換」
2013年度春学期 画像情報処理 第7回「主成分分析とKarhunen-Loève変換」
Akira Asano
2020年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2020. 11. 20)
2020年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2020. 11. 20)
Akira Asano
2020年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2020. 10. 30)
2020年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2020. 10. 30)
Akira Asano
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)
Akira Asano
2016年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2016. 11. 10)
2016年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2016. 11. 10)
Akira Asano
2020年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2020. 10. 30)
2020年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2020. 10. 30)
Akira Asano
2019年度秋学期 統計学 第14回 分布についての仮説を検証するー 検定 (2020. 1. 7)
2019年度秋学期 統計学 第14回 分布についての仮説を検証するー 検定 (2020. 1. 7)
Akira Asano
ACPC 2019 Day3 G: Restricted DFS
ACPC 2019 Day3 G: Restricted DFS
HCPC: 北海道大学競技プログラミングサークル
Similar to 2019年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2019. 11. 15)
(11)
2021年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2021. 11. 5)
2021年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2021. 11. 5)
2020年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2020. 11. 6)
2020年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2020. 11. 6)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2022年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2022. 11. 11)
2013年度春学期 画像情報処理 第7回「主成分分析とKarhunen-Loève変換」
2013年度春学期 画像情報処理 第7回「主成分分析とKarhunen-Loève変換」
2020年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2020. 11. 20)
2020年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2020. 11. 20)
2020年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2020. 10. 30)
2020年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2020. 10. 30)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)
2016年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2016. 11. 10)
2016年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2016. 11. 10)
2020年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2020. 10. 30)
2020年度秋学期 画像情報処理 第6回 「行列」に慣れていない人のために (2020. 10. 30)
2019年度秋学期 統計学 第14回 分布についての仮説を検証するー 検定 (2020. 1. 7)
2019年度秋学期 統計学 第14回 分布についての仮説を検証するー 検定 (2020. 1. 7)
ACPC 2019 Day3 G: Restricted DFS
ACPC 2019 Day3 G: Restricted DFS
More from Akira Asano
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
Akira Asano
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
Akira Asano
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
Akira Asano
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
Akira Asano
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
Akira Asano
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
Akira Asano
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
Akira Asano
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
Akira Asano
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
Akira Asano
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
Akira Asano
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
Akira Asano
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
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
Akira Asano
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
Akira Asano
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
Akira Asano
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
Akira Asano
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
Akira Asano
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
Akira Asano
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
Akira Asano
2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10)
2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10)
Akira Asano
More from Akira Asano
(20)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 統計学 第15回 分布についての仮説を検証するー仮説検定(2) (2023. 1. 17)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第15回 測度論ダイジェスト(2) ルベーグ積分 (2023. 1. 19)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 応用数学(解析) 第14回 測度論ダイジェスト(1) ルベーグ測度と完全加法性 (2023. 1. 12)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 統計学 第14回 分布についての仮説を検証するー仮説検定(1) (2023. 1. 10)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 応用数学(解析) 第13回 複素関数論ダイジェスト(2) 孤立特異点と留数 (2022. 12. 22)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 統計学 第13回 不確かな測定の不確かさを測る - 不偏分散とt分布 (2022. 12. 20)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 応用数学(解析) 第12回 複素関数論ダイジェスト(1) 複素関数・正則関数 (2022. 12. 15)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 統計学 第12回 分布の平均を推測する - 区間推定 (2022. 12. 13)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 画像情報処理 第11回 逆投影法による再構成 (2022. 12. 9)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 応用数学(解析) 第11回 振動と微分方程式 (2022. 12. 8)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
2022年度秋学期 統計学 第11回 分布の「型」を考える - 確率分布モデルと正規分布 (2022. 12. 6)
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 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 応用数学(解析) 第10回 生存時間分布と半減期 (2022. 12. 1)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第10回 分布の推測とはー標本調査,度数分布と確率分布 (2022. 11. 29)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 統計学 第8回 問題に対する答案の書き方 (2022. 11. 15)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 画像情報処理 第9回 離散フーリエ変換と離散コサイン変換 (2022. 11. 25)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 統計学 第9回 確からしさを記述するー確率 (2022. 11. 22)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 画像情報処理 第8回 行列の直交変換と基底画像 (2022. 11. 18)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第8回 2階線形微分方程式(2) (2022. 11. 17)
2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10)
2022年度秋学期 応用数学(解析) 第7回 2階線形微分方程式(1) (2022. 11. 10)
Recently uploaded
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
Ken Fukui
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
Ken Fukui
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ssusere0a682
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
koheioishi1
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
Ken Fukui
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
yukisuga3
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
Ken Fukui
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
yuitoakatsukijp
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
YukiTerazawa
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
Ken Fukui
Recently uploaded
(10)
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座1(スタッフ共有用)『兵は詐をもって立つ』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
リアル戦国探究in米沢 当日講座2スライド(スタッフ共有用)『人を致すも人に致されず』についてのスライド
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
リアル戦国探究in米沢 当日講座3スライド(スタッフ共有用)『糧は三度はさいせず』についてのスライド
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
リアル戦国探究in米沢 事前講座1スライド(スタッフ共有用)『川中島の謎』についてのスライド
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
リアル戦国探究in米沢 事前講座2スライド(スタッフ共有用)『両雄の強さの秘密』についてのスライド
2019年度秋学期 画像情報処理 第7回 主成分分析とKarhunen-Loève変換 (2019. 11. 15)
1.
A.Asano,KansaiUniv. 2019年度秋学期 画像情報処理 浅野 晃 関西大学総合情報学部 主成分分析とKarhunen-Loève変換 第7回
2.
A.Asano,KansaiUniv.
3.
A.Asano,KansaiUniv. 画像情報圧縮
4.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 画像情報圧縮の必要性 3 この画像では,1画素の明るさを0~255の整数で表す カラー画像ならば,3倍の15メガバイト必要 1画素に,2進数8桁 =
8ビット = 1バイト必要 500万画素のデジカメの画像は,約5メガバイト必要 こういう画像は,1画素 = 16ビットで, 2倍の10メガバイト必要なこともある 動画ならば,(1/30)秒でこれだけのデータ量!
5.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 JPEG方式による画像圧縮 4 画像を波の重ね合わせで表わし, 一部を省略して,データ量を減らす
6.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 JPEG方式による画像圧縮 4 画像を波の重ね合わせで表わし, 一部を省略して,データ量を減らす
7.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 JPEG方式による画像圧縮 4 画像を波の重ね合わせで表わし, 一部を省略して,データ量を減らす 8×8ピクセルずつの セルに分解
8.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 JPEG方式による画像圧縮 4 画像を波の重ね合わせで表わし, 一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す8×8ピクセルずつの セルに分解 (著作権の問題により画像をはずしました)
9.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 JPEG方式による画像圧縮 4 画像を波の重ね合わせで表わし, 一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す8×8ピクセルずつの セルに分解 細かい部分は,どの画像でも大してか わらないから,省略しても気づかない (著作権の問題により画像をはずしました)
10.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 JPEG方式による画像圧縮 4 画像を波の重ね合わせで表わし, 一部を省略して,データ量を減らす ひとつのセルを, これらの波の重ね合わせで表す8×8ピクセルずつの セルに分解 細かい部分は,どの画像でも大してか わらないから,省略しても気づかない 省略すると,データ量が減る (著作権の問題により画像をはずしました)
11.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 画像情報圧縮の例 5 データ量:80KB データ量:16KB
12.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 画像情報圧縮の例 5 データ量:80KB データ量:16KB
13.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 画像情報圧縮の例 5 データ量:80KB データ量:16KB (8×8ピクセルの セルが見える)
14.
A.Asano,KansaiUniv.
15.
A.Asano,KansaiUniv. ところで,本当に「波」でいいんですか?
16.
A.Asano,KansaiUniv. ところで,本当に「波」でいいんですか? まあ,結局「波」でいいんですけどね…
17.
A.Asano,KansaiUniv.
18.
A.Asano,KansaiUniv. もっと根本的な原理から説明します。
19.
A.Asano,KansaiUniv. もっと根本的な原理から説明します。 「主成分分析」と「直交変換」
20.
A.Asano,KansaiUniv.
21.
A.Asano,KansaiUniv. 主成分分析
22.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 重要な成分と,そうでない成分 9 しばらく,画素が2つしかない画像を考える たくさんの2画素画像を考える ひとつの2画素画像は, この図の1つの点で 表される ++ + +
+ + + x1 x2 画素1の値 画素2の値 (散布図という)
23.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 どちらかの画素値を省略できるか? 10 たくさんの2画素画像が こんなふうに散らばって (分布して)いたら ++ + + + + + x1 x2
画素1の値 画素2の値
24.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 どちらかの画素値を省略できるか? 10 各画像の違いを表現する のには,どちらの画素も 省略することはできない たくさんの2画素画像が こんなふうに散らばって (分布して)いたら ++ + + + + + x1 x2
画素1の値 画素2の値
25.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 どちらかの画素値を省略できるか? 10 どちらの画素値の分散も大きい 各画像の違いを表現する のには,どちらの画素も 省略することはできない たくさんの2画素画像が こんなふうに散らばって (分布して)いたら ++ + + + + + x1 x2
画素1の値 画素2の値
26.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 こんな分布なら 11 各画像の違いを表現するの に,画素2はそれほど必要な い 画素2の値は,どの画像 でもあまり変わりない (分散が小さい) 画素1の値 画素2の値 x1 x2 ++ + + + + +
27.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 こんな分布なら 11 画素2の値は,それらの平均に置きかえてし まってもそれほど変わらない 各画像の違いを表現するの に,画素2はそれほど必要な い 画素2の値は,どの画像 でもあまり変わりない (分散が小さい) 画素1の値 画素2の値 x1 x2 ++ + + + + + ++ +
+ + + +
28.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 こんな分布なら 11 画素2の値は,それらの平均に置きかえてし まってもそれほど変わらない 各画像の違いを表現するの に,画素2はそれほど必要な い 画素2の値は,どの画像 でもあまり変わりない (分散が小さい) 画素1の値 画素2の値 x1 x2 ++ + + + + + ++ +
+ + + + 画素2の値はいちいち記録しなくてもいいか ら,データ量が半分に減る
29.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 そういう都合のいい分布に変換できないの? 12 ++ + +
+ + + x1 x2 画素1の値 画素2の値
30.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 そういう都合のいい分布に変換できないの? 12 散布図上である方向に広がっているなら (x1, x2に相関があるなら)できます。こうすればいい ++ +
+ + + + x1 x2 画素1の値 画素2の値
31.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 そういう都合のいい分布に変換できないの? 12 散布図上である方向に広がっているなら (x1, x2に相関があるなら)できます。こうすればいい + + + + + + + xx2 画 素 1 の 値 画 素 2 の 値 z(2) z(1)
32.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 そういう都合のいい分布に変換できないの? 12 散布図上である方向に広がっているなら (x1, x2に相関があるなら)できます。こうすればいい + + + + + + + xx2 画 素 1 の 値 画 素 2 の 値 z(2) z(1) x1,
x2を回転して,新たに z(1) , z(2) とすればよい
33.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 そういう都合のいい分布に変換できないの? 12 散布図上である方向に広がっているなら (x1, x2に相関があるなら)できます。こうすればいい + + + + + + + xx2 画 素 1 の 値 画 素 2 の 値 z(2) z(1) x1,
x2を回転して,新たに z(1) , z(2) とすればよい z(1) の分散がもっとも大き くなるように回転する
34.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 そういう都合のいい分布に変換できないの? 12 散布図上である方向に広がっているなら (x1, x2に相関があるなら)できます。こうすればいい + + + + + + + xx2 画 素 1 の 値 画 素 2 の 値 z(2) z(1) x1,
x2を回転して,新たに z(1) , z(2) とすればよい z(1) の分散がもっとも大き くなるように回転する このとき z(1) とz(2) の相関 がなくなる
35.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 そういう都合のいい分布に変換できないの? 12 散布図上である方向に広がっているなら (x1, x2に相関があるなら)できます。こうすればいい + + + + + + + xx2 画 素 1 の 値 画 素 2 の 値 z(2) z(1) x1,
x2を回転して,新たに z(1) , z(2) とすればよい z(1) の分散がもっとも大き くなるように回転する これをするのが主成分分析 このとき z(1) とz(2) の相関 がなくなる
36.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 主成分分析 13 x1, x2から次の式で
zを求めるものとし, zの分散V(z)が最大になるa1, a2を求める z = a1x1 + a2x2
37.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 主成分分析 13 x1, x2から次の式で
zを求めるものとし, zの分散V(z)が最大になるa1, a2を求める z = a1x1 + a2x2 V(z)を求めるために,次の量を用いる ¯x1, ¯x2, x1, x2の全画像にわたる平均 x1i, x2i n枚中のi番目の画像の,x1, x2の値 s11, s22,x1, x2の分散
38.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 共分散とは 14 s12 =
s21 = 1 n n i=1 (x1i − x1)(x2i − x2) x1, x2の共分散
39.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 共分散とは 14 s12 =
s21 = 1 n n i=1 (x1i − x1)(x2i − x2) x1, x2の共分散 ++ + + + + + x1 x2 x2 x1 < 0 < 0 > 0 > 0 ( x1i – x1)( x2i – x2) ( x1i – x1)( x2i – x2) ( x1i – x1 )( x2i – x2 )( x1i – x1 )( x2i – x2 )
40.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 共分散とは 14 s12 =
s21 = 1 n n i=1 (x1i − x1)(x2i − x2) x1, x2の共分散 ++ + + + + + x1 x2 x2 x1 < 0 < 0 > 0 > 0 ( x1i – x1)( x2i – x2) ( x1i – x1)( x2i – x2) ( x1i – x1 )( x2i – x2 )( x1i – x1 )( x2i – x2 ) 共分散の正負 =相関の正負
41.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 共分散とは 14 s12 =
s21 = 1 n n i=1 (x1i − x1)(x2i − x2) x1, x2の共分散 ++ + + + + + x1 x2 x2 x1 < 0 < 0 > 0 > 0 ( x1i – x1)( x2i – x2) ( x1i – x1)( x2i – x2) ( x1i – x1 )( x2i – x2 )( x1i – x1 )( x2i – x2 ) 共分散の正負 =相関の正負 (共分散を x1, x2の標準偏差で 割ったものが 相関係数)
42.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 さて,zの分散V(z)は 15 (3)式 V (z)
= 1 n n i=1 (zi − z)2 i 1 = a2 1s11 + 2a1a2s12 + a2 2s22
43.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 さて,zの分散V(z)は 15 (3)式 V(z)が最大になるa1, a2を求める V
(z) = 1 n n i=1 (zi − z)2 i 1 = a2 1s11 + 2a1a2s12 + a2 2s22
44.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 さて,zの分散V(z)は 15 (3)式 V(z)が最大になるa1, a2を求める V
(z) = 1 n n i=1 (zi − z)2 i 1 = a2 1s11 + 2a1a2s12 + a2 2s22 xからzへの変換は「回転」 (伸び縮みしない)→
45.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 さて,zの分散V(z)は 15 (3)式 V(z)が最大になるa1, a2を求める V
(z) = 1 n n i=1 (zi − z)2 i 1 = a2 1s11 + 2a1a2s12 + a2 2s22 xからzへの変換は「回転」 (伸び縮みしない)→ a2 1 + a2 2 = 1
46.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 固有値問題 16 が得られる(付録1) a1s11 +
a2s12 = a1λ a2s22 + a1s12 = a2λ s11 s12 s12 s22 a1 a2 = λ a1 a2 行列で書くと 分散共分散行列 固有ベクトル 固有値 固有値・固有ベクトルを求める問題を 「固有値問題」という(解き方は略) 定数λを使って
47.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 第1主成分 17 固有ベクトル ( ) a1 a2 新し
画 固有値 λ が2組得られて,しかも
48.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 第1主成分 17 固有ベクトル V (z)
= λ となる(付録2) ( ) a1 a2 新し 画 固有値 λ が2組得られて,しかも
49.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 第1主成分 17 固有ベクトル V (z)
= λ となる(付録2) ( ) a1 a2 新し 画 固有値 λ が2組得られて,しかも 第1主成分という 大きい方の λ(λ(1)とする)に対応する 固有ベクトル 求めた z( z(1) とする)が,求めたかった z a1(1) a2(1) を使って
50.
A.Asano,KansaiUniv.
51.
A.Asano,KansaiUniv. 主成分分析と直交変換
52.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 このときz(1)とz(2)は無相関 19 ++ + + + + + x1 x2
画素1の値 画素2の値 x1, x2を回転して,新たに z(1) , z(2) とする z(1) の分散がもっとも大き くなるように回転する
53.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 このときz(1)とz(2)は無相関 19 + + + + + + + x1 x2 画 素 1 の 値 画 素 2 の 値 z(2) z(1) x1, x2を回転して,新たに z(1)
, z(2) とする z(1) の分散がもっとも大き くなるように回転する
54.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 このときz(1)とz(2)は無相関 19 + + + + + + + x1 x2 画 素 1 の 値 画 素 2 の 値 z(2) z(1) x1, x2を回転して,新たに z(1)
, z(2) とする z(1) の分散がもっとも大き くなるように回転する z(1) , z(2) は無相関。 なぜなら
55.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 相関がないときは 20 共分散=0 先ほど求めた z(1) ,
z(2) はこうなっている →本当? z1 z2 ++ + + + + +z2 z1 相関がない→ の正負がつりあう( z1i – z1 )( z2i – z2 )
56.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 主成分分析と分散共分散行列 21 固有値のうち,大きい方を λ(1),小さい方を
λ(2) 対応する固有ベクトル a1(1) a2(1) a1(2) a2(2)
57.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 主成分分析と分散共分散行列 21 固有値のうち,大きい方を λ(1),小さい方を
λ(2) 対応する固有ベクトル a1(1) a2(1) a1(2) a2(2) これらは s11 s12 s21 s22 a1(1) a2(1) = λ(1) a1(1) a2(1) s11 s12 s21 s22 a1(2) a2(2) = λ(2) a1(2) a2(2) をみたす
58.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 分散共分散行列の対角化 22 まとめると s11 s12 s21
s22 a1(1) a1(2) a2(1) a2(2) = a1(1) a1(2) a2(1) a2(2) λ(1) 0 0 λ(2)
59.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 分散共分散行列の対角化 22 まとめると s11 s12 s21
s22 a1(1) a1(2) a2(1) a2(2) = a1(1) a1(2) a2(1) a2(2) λ(1) 0 0 λ(2) S P P Λ
60.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 分散共分散行列の対角化 22 まとめると つまり s11 s12 s21
s22 a1(1) a1(2) a2(1) a2(2) = a1(1) a1(2) a2(1) a2(2) λ(1) 0 0 λ(2) S SP = PΛ すなわち (分散共分散行列の)対角化という Λ = P−1 SP, S = PΛP−1 P P Λ
61.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 対称行列の対角化 23 分散共分散行列 S
は 対称行列 直交行列の逆行列は転置行列(逆回転) すなわち s11 s12 s21 s22 s12 = s21 共分散 対称行列の固有ベクトルは直交する(詳細略) Pは直交行列 a1(1) a1(2) a2(1) a2(2) S = PΛP′ ,
62.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 対角化の意味 24 分散 共分散行列は P′で変換し そこでは分散共分散行列が Λ
で P で戻る λ(1) 0 0 λ(2) Λ = あの世では 共分散が0 →相関がない 「この世」「あの世」 S = PΛP′ ,
63.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 P′で変換された「あの世」と 25 だから z(1) =
a1(1) a2(1) x1 x2 z(2) = a1(2) a2(2) x1 x2 z(1) z(2) = a1(1) a2(1) a1(2) a2(2) x1 x2 直交行列で変換 するから 直交変換という
64.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 P′で変換された「あの世」と 25 だから z(1) =
a1(1) a2(1) x1 x2 z(2) = a1(2) a2(2) x1 x2 z(1) z(2) = a1(1) a2(1) a1(2) a2(2) x1 x2 直交行列で変換 するから 直交変換という
65.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 P′で変換された「あの世」と 25 だから z(1) =
a1(1) a2(1) x1 x2 z(2) = a1(2) a2(2) x1 x2 z(1) z(2) = a1(1) a2(1) a1(2) a2(2) x1 x2 これが P′ 直交行列で変換 するから 直交変換という
66.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 P′で変換された「あの世」と 25 だから つまり, x
から z に変換すると, z(1) とz(2) の共分散が0 →相関がない z(1) = a1(1) a2(1) x1 x2 z(2) = a1(2) a2(2) x1 x2 z(1) z(2) = a1(1) a2(1) a1(2) a2(2) x1 x2 これが P′ 直交行列で変換 するから 直交変換という
67.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 相関がないときは 26 共分散=0 z1 z2 ++ + + + + +z2 z1 相関がない→ の正負がつりあう(
z1i – z1 )( z2i – z2 )
68.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 たしかにz(1)とz(2)は無相関 27 ++ + + + + + x1 x2
画素1の値 画素2の値 x1, x2を回転して,新たに z(1) , z(2) とする z(1) の分散がもっとも大き くなるように回転する
69.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 たしかにz(1)とz(2)は無相関 27 + + + + + + + x1 x2 画 素 1 の 値 画 素 2 の 値 z(2) z(1) x1, x2を回転して,新たに z(1)
, z(2) とする z(1) の分散がもっとも大き くなるように回転する
70.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 たしかにz(1)とz(2)は無相関 27 + + + + + + + x1 x2 画 素 1 の 値 画 素 2 の 値 z(2) z(1) x1, x2を回転して,新たに z(1)
, z(2) とする z(1) の分散がもっとも大き くなるように回転する たしかに z(1) , z(2) は無相関
71.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 画素がp個あっても同じ 28 ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ z(1) z(2) ... z(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1(1) a2(1)
· · · ap(1) a1(2) a2(2) · · · ap(2) ... ... a1(p) a2(p) · · · ap(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ x1 x2 ... xp ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = P′ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ x1 x2 ... xp ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ xからzへの,P′による直交変換 Pは固有値問題の解 ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ s11 s12 · · · s1p s12 s22 · · · s2p ... ... sp1 sp2 · · · spp ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1 a2 ... ap ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = λ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1 a2 ... ap ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ S ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1(1) a1(2) · · · a1(p) a2(1) a2(2) · · · a2(p) ... ... ap(1) ap(2) · · · ap(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1(1) a1(2) · · · a1(p) a2(1) a2(2) · · · a2(p) ... ... ap(1) ap(2) · · · ap(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ λ(1) 0 λ(2) ... 0 λ(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠
72.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 画素がp個あっても同じ 28 ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ z(1) z(2) ... z(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1(1) a2(1)
· · · ap(1) a1(2) a2(2) · · · ap(2) ... ... a1(p) a2(p) · · · ap(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ x1 x2 ... xp ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = P′ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ x1 x2 ... xp ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ xからzへの,P′による直交変換 Pは固有値問題の解 ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ s11 s12 · · · s1p s12 s22 · · · s2p ... ... sp1 sp2 · · · spp ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1 a2 ... ap ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = λ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1 a2 ... ap ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ S ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1(1) a1(2) · · · a1(p) a2(1) a2(2) · · · a2(p) ... ... ap(1) ap(2) · · · ap(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1(1) a1(2) · · · a1(p) a2(1) a2(2) · · · a2(p) ... ... ap(1) ap(2) · · · ap(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ λ(1) 0 λ(2) ... 0 λ(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ 分散共分散行列S
73.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 画素がp個あっても同じ 28 ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ z(1) z(2) ... z(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1(1) a2(1)
· · · ap(1) a1(2) a2(2) · · · ap(2) ... ... a1(p) a2(p) · · · ap(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ x1 x2 ... xp ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = P′ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ x1 x2 ... xp ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ xからzへの,P′による直交変換 Pは固有値問題の解 ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ s11 s12 · · · s1p s12 s22 · · · s2p ... ... sp1 sp2 · · · spp ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1 a2 ... ap ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = λ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1 a2 ... ap ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ S ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1(1) a1(2) · · · a1(p) a2(1) a2(2) · · · a2(p) ... ... ap(1) ap(2) · · · ap(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ = ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ a1(1) a1(2) · · · a1(p) a2(1) a2(2) · · · a2(p) ... ... ap(1) ap(2) · · · ap(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ λ(1) 0 λ(2) ... 0 λ(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ 分散共分散行列S P P Λ
74.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 Karhunen-Loève変換(KL変換) 29 画像を主成分に変換してから伝送する p画素の画像 1 p 第1~第p /
2 主成分だけを 伝達する 主成分に 変換 もとの画 素に戻す p画素の画像 (情報の損失が最小) もどすときは,データ量が半分でも 情報の損失は最小
75.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 Karhunen-Loève変換(KL変換) 30 もどすときは 伝送されて来なかった主成分は, 平均に置き換えておく ⎛ ⎜ ⎜ ⎜ ⎜ ⎝ x1 x2 ... xp ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ≃ (P′ )−1 ⎛ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎝ z(1) z(2) ... z(p/2) z(p/2+1) ... z(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎠ =
P ⎛ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎝ z(1) z(2) ... z(p/2) z(p/2+1) ... z(p) ⎞ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎠
76.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 KL変換の大問題 31 主成分を求めるには, 分散共分散行列が必要 分散共分散行列を求めるには, 「いまから取り扱うすべての画像」が 事前にわかっていないといけない そんなことは不可能。
77.
2019年度秋学期 画像情報処理 A.Asano,KansaiUniv. / 32 続きは 32 分散共分散行列がわからないから, どういう直交変換をしたらいいかもわからない 画像をベクトルではなく,2次元のまま行列で表して 「行列の直交変換」を考え, 直交変換のようすが目に見えるようにする。 経験的にうまくいく直交変換を行う 適切な直交変換を選ぶ (実は結局フーリエ変換とその変形)
78.
A.Asano,KansaiUniv. Special thanks to DynaFont
金剛黒体.
Download now