数値標高モデル(DEM)の生成
国土地理院技術資料 A1-No.310 航空レーザ測量による数値標高モデル (DEM) 作成マニュアル ( 案 ) 平成 18 年 4 月 国土交通省国土地理院
53
気象庁の現業数値予報システム一覧 数値予報システム ( 略称 ) 局地モデル (LFM) メソモデル (MSM) 全球モデル (GSM) 全球アンサンブル予報システム 全球アンサンブル予報システム 季節アンサンブル予報システム 水平分解能 2km 5km 約 20km 約 40km 約 40km(1
11
Title 疑似乱数生成器の安全性とモンテカルロ法 ( 確率数値解析に於ける諸問題,VI) Author(s) 杉田, 洋 Citation 数理解析研究所講究録 (2004), 1351: Issue Date URL
9
UC-win/Road Ver.11 新機能 高精度レンダリング 影/湖沼反射/天空自動生成 Standard 630,000 / Advanced / Driving Sim / Ultimate / 開発キットSDK SfM写真解析 点群 自動3Dモデル生成 OpenStreetMap対応道路自
96
178 宇宙航空研究開発機構特別資料 JAXA-SP 図 2 ステ ジング型燃料ノズル [2] 図 3 計算格子概略図 3. 数値計算数値解析には NuFD/ Front Flow Red を用いた. LES の支配方程式を以下に示す. 以下の式において, は化学反応による化学種の生成
6
SOLIDWORKS では 2 次元のドラフトツールおよび作図システムと同じ方法で 図面を作成できます しかし 3 次元モデルを作成して そのモデルから図面を生成することで 次のような多くの利点を得ることができます 線を描くより速くモデルを設計できます SOLIDWORKS ではモデルから図面を作成
21
筑波大農林技研第 5 号 2017 る ( 数値標高モデル Digital Elevation Model 以下 DEM と略する ) 縦 横断測量では困難であった面の情報を持つことが大きな特徴の一つである 中村ら (2006) 吉田ら (2015) は同一河川に対し横断測量と航空レーザー測量を行い
12
気象庁数値予報の現状と展望 再生可能エネルギー発電導入のための気象データ活用 ワークショップ 2014 年 3 月 25 日 気象庁予報部数値予報課数値予報モデル開発推進官多田英夫 1
31
第 1 章新しい数値予報モデル構成とプロダクト 1.1 モデル構成 1 数値予報課では 2006 年 3 月のスーパーコンピュータシステムの更新時に メソ数値予報モデルの解像度を水平格子間隔 10km から 5km に また 鉛直層数を 40 から 50 に向上させ また 週間アンサンブル予報モデル
6
内容 研究の目的 新短長期規制導入による大気質改善効果評価 補足説明資料 JCAP における大気研究の概要 JCAP 大気研究の体制 自動車からの排出量推計 ( 補足資料 ) 都市域大気質予測モデル 二次粒子生成モデル 沿道大気質予測モデル ミクロ交通シミュレーション 過渡排出係数の算出法 大気観測
40
データ同化 観測データ 解析値 数値モデル オーストラリア気象局より 気象庁 HP より 数値シミュレーションに観測データを取り組む - 陸上 船舶 航空機 衛星などによる観測 - 気圧 気温 湿度など観測情報 再解析データによる現象の再現性を向上させる -JRA-55(JMA),ERA-Inter
22
自己生成のプロセスにおけるインフォームド・コンセント
199
2016 年 5 月 17 日第 9 回気象庁数値モデル研究会 第 45 回メソ気象研究会第 2 回観測システム 予測可能性研究連絡会 気象庁週間アンサンブル予報 システムの現状と展望 気象庁予報部数値予報課 太田洋一郎 1
24
ものづくり ロボティクス分野交付決定事業者名 アセントロボティクス株式会社 ( 川崎重工業株式会社 ) 物体認識 ロボット動作生成用 AI 教育環境の開発 中小企業 三品産業をターゲットとして 導入や設定変更が容易な Easy to use 型のロボットシステムの実現を目指し 深層学習や生成モデルを
5
圧縮性LESを用いたエアリード楽器の発音機構の数値解析 (数値解析と数値計算アルゴリズムの最近の展開)
11
情報処理学会研究報告 IPSJ SIG Technical Report Vol.2017-DBS-164 No /1/17 書籍レビューテキストから生成した評価軸とトピックモデルを用いたハイブリッド推薦手法の有効性 北原將平 ジェプカラファウ 荒木健治 概要 : 近年, 消費者生成メデ
6
図 1 提案手法による生成型学習の流れ Fig. 1 Generative learning procedure in the proposed method. 図 2 3 次元人体モデル Fig. 2 3D human model. 図 3 パラメータに対応した人体モデル Fig. 3 Adapt
8
エアロゾル生成率の増加が引き起こす積雲-層雲転移に関する予備的数値実験
17
城跡公園によるヒートアイランド低減効果の数値モデル解析
8
中規模都市におけるヒートアイランド現象の数値モデル解析
8