• 検索結果がありません。

N(x|1,3)からサンプルすること

X x X X Y X Y R n n n R n R n 0 n 1 B n := {x R n : x < 1} B n := {x R n : x 1} 0 n := (0,..., 0) R n R n 2 S 1 S 1 3 B 2 S 1 (manifold) 2 ( ) n 1 n p

X x X X Y X Y R n n n R n R n 0 n 1 B n := {x R n : x < 1} B n := {x R n : x 1} 0 n := (0,..., 0) R n R n 2 S 1 S 1 3 B 2 S 1 (manifold) 2 ( ) n 1 n p

... を変形 3 する手法などのことである.式 (7) の両辺はともに M 上の (0, 2)-対称テンソル場で あり,右辺の Ric(g(t)) はリーマン計量 g(t) から定まるリッチテンソルを表す.また, リッチテンソルとは別にリッチ曲率も定義されるが,本稿ではその2つを敢えて混同 する.つまり,リッチフローはリーマン計量のリッチ曲率が正の部分を縮ませ,負の ...

16

* 1 H Hilbert C H C H T (nonexpansive) T x T y x y, x, y C ([46]). C H T C C F (T ) T F (T ) ϕ x 1 = x C {x n } x n+1 = α n x + (1 α n )T x n, n

* 1 H Hilbert C H C H T (nonexpansive) T x T y x y, x, y C ([46]). C H T C C F (T ) T F (T ) ϕ x 1 = x C {x n } x n+1 = α n x + (1 α n )T x n, n

... 1) Editorial Board には、国内だけでなく、海外 15 カ国の著名な研究者 40 名が参加している。 2) 世界の research group に論文が紹介され、積極的な交流が推進されている。 3) Editor を窓口として直接論文を投稿できて、迅速な referee 及び出版が得られる。 4) 有名な数理科学者の original paper や、研究に役立つ survey ...

21

G (n) (x 1, x 2,..., x n ) = 1 Dφe is φ(x 1 )φ(x 2 ) φ(x n ) (5) N N = Dφe is (6) G (n) (generating functional) 1 Z[J] d 4 x 1 d 4 x n G (n) (x 1, x 2

G (n) (x 1, x 2,..., x n ) = 1 Dφe is φ(x 1 )φ(x 2 ) φ(x n ) (5) N N = Dφe is (6) G (n) (generating functional) 1 Z[J] d 4 x 1 d 4 x n G (n) (x 1, x 2

... 第 2 項はもともとの actin に加えた項であるので無視してよい。第 3 項は source がある場合の connected propagator を表しており、一つの内線を cut しても まだ connected になっていることを表している。図示すると、 x y ...

31

112 sequential aliment method (a) V in = β 1 x 1in + β 2 x 2in + + β K x Kin (3.120) V in n i x kin n i k β k k (x kin ) (β k ) (3.120)

112 sequential aliment method (a) V in = β 1 x 1in + β 2 x 2in + + β K x Kin (3.120) V in n i x kin n i k β k k (x kin ) (β k ) (3.120)

... 参考文献 129 V in = β i + X in (3.170) ただし, V in はパラメータ β ,説明変数ベクトル X で表される効用の確定 項, η は共分散行列 Ω に従う確率分布に従う誤差項, ϵ は IID ガンベル分布 に従う誤差項である.パラメータはパラメータ値が確率的に変動するランダ ム係数として表され,ランダム係数がサンプル間の異質性を考慮した部分に なる. ...

56

B [ 0.1 ] x > 0 x 6= 1 f(x) µ 1 1 xn 1 + sin sin x 1 x 1 f(x) := lim. n x n (1) lim inf f(x) (2) lim sup f(x) x 1 0 x 1 0 (

B [ 0.1 ] x > 0 x 6= 1 f(x) µ 1 1 xn 1 + sin sin x 1 x 1 f(x) := lim. n x n (1) lim inf f(x) (2) lim sup f(x) x 1 0 x 1 0 (

... (Remark: 講義中の記号で,B(R) = σ[ E 1 ] はもちろん証明なしで使ってよい. ) [ 2.2 ] E := {R の h-intervals} とおくとき,E は elementary family をなすことを 示せ. [ 2.3 ] E Ω P(X) を elementary family とする.このとき, A := { 有限個の E の元の非交差和 } ...

11

ds 2 = (dx dx 2 n)/x 2 n Hn = {(x 1,, x n ) x n > 0} n H n := (R n 1 {0}) { } H n H n := H n H n n H n Isom(H n ) H n n 1 n = 2 H 2 {z

ds 2 = (dx dx 2 n)/x 2 n Hn = {(x 1,, x n ) x n > 0} n H n := (R n 1 {0}) { } H n H n := H n H n n H n Isom(H n ) H n n 1 n = 2 H 2 {z

... 2, 3, · · · , ω, ω + 1, ω + 2, · · · , 2ω, 2ω + 1, · · · , 3ω, · · · , ω 2 , ω 2 + 1, · · · , ω 3 , · · · } ここで,1 は最小体積の閉双曲多様体に対応し,ω はカスプを1つだけ持つ双曲多様体 ...

26

j x j j j + 1 l j l j = x j+1 x j, n x n x 1 = n 1 l j j=1 H j j + 1 l j l j E

j x j j j + 1 l j l j = x j+1 x j, n x n x 1 = n 1 l j j=1 H j j + 1 l j l j E

... 1 から n1 までの数をでたらめに選ぶ. 選んだ数を a とする.l a は,+1 か −1 である,l a が +1 な ら −1 に,−1 なら+1 になるように,l a に −1 をかける.こうして状 態 t から作った状態を m ...

19

1 1 Lambert Adolphe Jacques Quetelet ( ) [ ] 1 (1 ) n x 1, x 2,..., x n x a 1 a i a m f f 1 f i f m n 1.1 ( ( ))

1 1 Lambert Adolphe Jacques Quetelet ( ) [ ] 1 (1 ) n x 1, x 2,..., x n x a 1 a i a m f f 1 f i f m n 1.1 ( ( ))

... が得られる. これは棄却域に落ちるから, H 0 を棄却する. 結論は, 「有意水準 5% の両側検定で H 0 を棄 却する」となる. したがって, このコインは公平ではないとの判断に至る. 5. 有意水準 1% では, 両側 1% 点が 2.58 であることより, 実現値 z = 2.3 は棄却域に落ちない. 結論は「有 意水準 ...

44

1 Edward Waring Lagrange n {(x i, y i )} n i=1 x i p i p i (x j ) = δ ij P (x) = p i p i (x) = n y i p i (x) (1) i=1 n j=1 j i x x j x i x j (2) Runge

1 Edward Waring Lagrange n {(x i, y i )} n i=1 x i p i p i (x j ) = δ ij P (x) = p i p i (x) = n y i p i (x) (1) i=1 n j=1 j i x x j x i x j (2) Runge

... s(x 1 ), s(x 2 ) が、それぞれ f (x 1 ), f (x 2 ) に一致す るように選ぶ。条件 (15) を順次適用すれば、条件 (13) が充たされていることがわかる。よってこの s が求め るものである。 2 階微分が 1 次のスプラインであるから、 s は 3 ...

12

h(n) x(n) s(n) S (ω) = H(ω)X(ω) (5 1) H(ω) H(ω) = F[h(n)] (5 2) F X(ω) x(n) X(ω) = F[x(n)] (5 3) S (ω) s(n) S (ω) = F[s(n)] (5

h(n) x(n) s(n) S (ω) = H(ω)X(ω) (5 1) H(ω) H(ω) = F[h(n)] (5 2) F X(ω) x(n) X(ω) = F[x(n)] (5 3) S (ω) s(n) S (ω) = F[s(n)] (5

... 係数にしきい処理と逆変換を行って原画像を推定 する.その際,ブロックひずみの発生を防ぐため,まずブロックを画素ごとにスライディン グしながら推定を行い,各画素ごとにブロックサイズ個の推定値を得る.次にこれらの推定 値にブロックの信号電力に反比例する重み付け平均を行い,各画素を復元する 8 ) ...

12

2. ICA ICA () (Blind Source Separation BBS) 2) Fig. 1 Model of Optical Topography. ( ) ICA 2.2 ICA ICA 3) n 1 1 x 1 (t) 2 x 2 (t) n x(t) 1 x(t

2. ICA ICA () (Blind Source Separation BBS) 2) Fig. 1 Model of Optical Topography. ( ) ICA 2.2 ICA ICA 3) n 1 1 x 1 (t) 2 x 2 (t) n x(t) 1 x(t

... ICA による光トポグラフィーデータからのノイズ除去手法 横 田 山 都 †1 廣 安 知 之 †2 横 内 久 猛 †2 光トポグラフィーは脳外から非侵襲・低拘束で脳活動を捉える計測機器として注目 を集めている.しかし,光トポグラフィーは,頭皮上から近赤外光を照射し,その反 射強度から脳血流変化量を測定を行っているため,そのデータは頭皮下の血流や頭蓋 ...

7

80 X 1, X 2,, X n ( λ ) λ P(X = x) = f (x; λ) = λx e λ, x = 0, 1, 2, x! l(λ) = n f (x i ; λ) = i=1 i=1 n λ x i e λ i=1 x i! = λ n i=1 x i e nλ n i=1 x

80 X 1, X 2,, X n ( λ ) λ P(X = x) = f (x; λ) = λx e λ, x = 0, 1, 2, x! l(λ) = n f (x i ; λ) = i=1 i=1 n λ x i e λ i=1 x i! = λ n i=1 x i e nλ n i=1 x

... 「Data」「Data Editor」を選択 Excel からデータのコピー 123,456 という形式でなく,123456 のようにコンマのない形式に設定すること。 方法: 「書式」「セル」のところで「表示形式」のタブの「標準」を選択 ...

19

CARNet Wi-Fi PHY Tx/Rx:SS n 2x2: ac 3x3: n 3x3: Aruba ac 3x3:

CARNet Wi-Fi PHY Tx/Rx:SS n 2x2: ac 3x3: n 3x3: Aruba ac 3x3:

... すべてのエンタープライズ 向け Wi-Fi メーカーは自社の AP を 持ち込むよう奨励され、1 日にテストする AP の種類と数には 制限が設けられませんでした。以下のベンダーが、機器持ち 込みでテストに参加しました :Aerohive、Cisco、HP、Ruckus。 また各ベンダーは、自社の AP が適切に動作していることを 確認するためテスト ...

9

ft. ft τfτdτ = e t.5.. fx = x [ π, π] n sinnx n n=. π a π a, x [ π, π] x = a n cosnx cosna + 4 n=. 3, x [ π, π] x 3 π x = n sinnx. n=.6 f, t gt n 3 n

ft. ft τfτdτ = e t.5.. fx = x [ π, π] n sinnx n n=. π a π a, x [ π, π] x = a n cosnx cosna + 4 n=. 3, x [ π, π] x 3 π x = n sinnx. n=.6 f, t gt n 3 n

... り, そこから 1 個のボールを取り出す. ただし, 0 < p < 1する. 赤いボールがでたら A 君が B 君 からコインを 1 枚受け取り, 白いボールがでたら A 君が B 君にコインを 1 枚渡す. コインの受け渡 し後, 取り出したボールは元の箱の中に戻すものとする. この操作を繰り返し, A ...

159

ax 2 + bx + c = n 8 (n ) a n x n + a n 1 x n a 1 x + a 0 = 0 ( a n, a n 1,, a 1, a 0 a n 0) n n ( ) ( ) ax 3 + bx 2 + cx + d = 0 4

ax 2 + bx + c = n 8 (n ) a n x n + a n 1 x n a 1 x + a 0 = 0 ( a n, a n 1,, a 1, a 0 a n 0) n n ( ) ( ) ax 3 + bx 2 + cx + d = 0 4

... しかし上のアーベルの結果をよくみてください。アーベルの結果は, 「代数的な」 解の公式は存在しない,というものです。この代数的というところがポイントで, 要は加減乗除と――まだ説明していませんが,平方根を一般化した――累乗根に よって解を求めることができない,といっているのです。一方ガウスの結果は― ―どうやって求めるか,あるいは求める方法があるかどうかは別にして――とも ...

23

8.1 Fubini 8.2 Fubini 9 (0%) 10 (50%) Carathéodory 10.3 Fubini 1 Introduction 1 (1) (2) {f n (x)} n=1 [a, b] K > 0 n, x f n (x) K < ( ) x [a

8.1 Fubini 8.2 Fubini 9 (0%) 10 (50%) Carathéodory 10.3 Fubini 1 Introduction 1 (1) (2) {f n (x)} n=1 [a, b] K > 0 n, x f n (x) K < ( ) x [a

... R n 上の関数、測度 の実解析的観点から書かれている。 [3] は全測度 1 の測度空間、確率空間上の測度論が基礎から展 開され、確率論特有の言葉に慣れるのによい。 [5] では、講義ではあまり話されない停留位相、ラ プラスの漸近公式も述べられている。 [9] ...

43

[1] 1.1 x(t) t x(t + n ) = x(t) (n = 1,, 3, ) { x(t) : : 1 [ /, /] 1 x(t) = a + a 1 cos πt + a cos 4πt + + a n cos nπt + + b 1 sin πt + b sin 4πt = a

[1] 1.1 x(t) t x(t + n ) = x(t) (n = 1,, 3, ) { x(t) : : 1 [ /, /] 1 x(t) = a + a 1 cos πt + a cos 4πt + + a n cos nπt + + b 1 sin πt + b sin 4πt = a

...  記録されるデータ量や変動現象は,データのサンプリングに依存している.サンプリ ング間隔が大きければ,データ量は小さいが,短時間 ( 微小 ) スケールの変動は記録する ことができない.逆に,サンプリング間隔が小さければ,様々なスケールの現象を記録 することができるが,データ量は膨大になる. ...

16

Bessel ( 06/11/21) Bessel 1 ( ) 1.1 0, 1,..., n n J 0 (x), J 1 (x),..., J n (x) I 0 (x), I 1 (x),..., I n (x) Miller (Miller algorithm) Bess

Bessel ( 06/11/21) Bessel 1 ( ) 1.1 0, 1,..., n n J 0 (x), J 1 (x),..., J n (x) I 0 (x), I 1 (x),..., I n (x) Miller (Miller algorithm) Bess

... 3 余談 • 庵原謙治『古典的 Bessel 函数入門』http://nalab.mind.kobe-u.ac.jp/HOME/iohara/doc/ Bessel.pdf は面白い。 • 大型計算機がまだ強かった時代にコンピューターとつきあい始めた筆者は、NUMPAC のよ うなサブルーチン・ライブラリィに一目も二目も置いているところがある。そういうわけで ...

21

) ] [ h m x + y + + V x) φ = Eφ 1) z E = i h t 13) x

) ] [ h m x + y + + V x) φ = Eφ 1) z E = i h t 13) x << 1) N n n= = N N + 1) 14) N n n= = N N + 1)N + 1) 6 15) N n 3 n= = 1 4 N N + 1) 16) N n 4

... {|φ n >} はユニタリー変換で結ばれる関係にある。対角化に用いる 行列 U が分かれば元々のハミルトニアンの固有関数系 {|i >} を求めることもできる。こ のように、シュレーディンガー方程式を解くことと行列の対角化は全く同値である。 ハミルトニアンの固有値と固有関数を直接求めることが困難な場合は、それに近い演算 子の固有関数系を用いて行列 < φ ...

25

1 Introduction 1 (1) (2) (3) () {f n (x)} n=1 [a, b] K > 0 n, x f n (x) K < ( ) x [a, b] lim f n (x) f(x) (1) f(x)? (2) () f(x)? b lim a f n (x)dx = b

1 Introduction 1 (1) (2) (3) () {f n (x)} n=1 [a, b] K > 0 n, x f n (x) K < ( ) x [a, b] lim f n (x) f(x) (1) f(x)? (2) () f(x)? b lim a f n (x)dx = b

... 必要なものだと認識する必要がある。リーマン式の面積 (1 年次に講義したはず。次の章で復習す る) に基づくと ∪ ∞ i=1 A i は一般にはリーマン式に面積の定義される集合にはならず、完全加法性は 成立しないということになる。しかし、ルベーグ式に面積を定義すると (1) リーマン式に面積が定義できれば、ルベーグ式に面積が定義可能 ...

36

Show all 10000 documents...

関連した話題