Radar,LASER,LIDAR備忘録

いつも、ワチャワチャなるので整理。

  • 電磁波
    • 空間の電場と磁場の変化によって形成される波。
    • 電磁波の一種。
    • 狭義では人間の目に見えるという意味で可視光線
    • 広義では物理的特性の同一性から紫外線、可視光線、赤外線。
  • 電波
    • 電磁波の一種。
    • 赤外線よりも波長が長い電磁波。
  • Radar
    • Radio Detection and Ranging。
    • 対象物に向けて"電波"を放射して、その反射波を解析して、距離や方向を割り出す装置。
  • LASER
    • Light Amplification by Simulated Emission of Radiation。
    • "光"の周波数の領域で単色性にすぐれ,干渉性のよい電磁波を発振する装置。
  • LIDAR
    • Light Detection and Ranging。
    • "レーザー"を照射して、対象物の距離や方向を割り出す装置。
    • Radarより短い波長の電磁波を用いるため、スケールの小さな物体の検出に向いている(例:エアロゾル、雲の粒子)

k-meansアルゴリズム-ノルムと内積

あたらしい機械学習の教科書において、EMアルゴリズムについての記載があったが、数学的な意味が記載されていなかったので、ネットで探索。

以下の記事を掘り当てる。

qiita.com

EMアルゴリズムの前にk-meansアルゴリズム

ステップ2のrを固定して、μで偏微分の項目に出てくる

2次ノルムの展開式が分からなかったので探索。

www.iwanttobeacat.com

www.iwanttobeacat.com

2次ノルムの中身を内積に直して展開、

全体が2乗なので、内積のルートは無くなり、

内積を転置表現で書き直すと言ったところ。

Jupyter Notebookの行番号表示とホームディレクトリ変更

デフォルトの設定を弄る流れ

  1. jupyterコマンドで設定ファイルの生成
  2. 設定ファイルの編集

行番号については、設定フォルダのcustom.jsを編集する。

Show Line Numbers by Default in IPython Notebook - Webucator Blog

 

ホームディレクトリ変更はドキュメントページを参考にした。

3.1.1. Change Jupyter Notebook startup folder (Windows)

3. Running the Jupyter Notebook — Jupyter/IPython Notebook Quick Start Guide 0.1 documentation

あたらしい機械学習の教科書 第5章 分散と共分散の変形で詰まったので

引き続き、以下書籍で学習中。 

 

Pythonで動かして学ぶ! あたらしい機械学習の教科書

Pythonで動かして学ぶ! あたらしい機械学習の教科書

 

  var(a) = <a^{2}>-<a>^{2}

 cov(a,b) = <ab>-<a><b>

 第5章「教師あり学習:回帰」において、

分散と共分散の定義に引っかかる。あれ?知ってるのと違う。

 

どうやら知ってるやつを変形すると上になるようです。

\begin{align}
var(a) &= \frac{1}{N}\sum_{n=0}^{N-1}(a_n-μ_a)^{2} \\
&=\frac{1}{N}\sum_{n=0}^{N-1}(a_n^{2}-2a_nμ_a+μ_a^{2}) \\
&=\frac{1}{N}\sum_{n=0}^{N-1}a_n^{2}-μ_a^{2}
\end{align}
\begin{align}
何故ならば、\frac{1}{N}\sum_{n=0}^{N-1}a_n = μ_a \\
\end{align}

共分散の方も同じ。すっきり。

ドットインストールのAndroidアプリ開発入門#07 テキストサイズが変更できない

Androiアプリ開発入門 #07 TextViewを配置してみよう

https://dotinstall.com/lessons/basic_android_v3/43407

 

続きをやっています。

TextSizeを弄る場面で、何故か大きさが変わらなかったので、

なんでかなと詰まる。

 

調査するとTextViewのlayout_widthの設定が間違っていました。

wrap_contentに設定しないとTextSizeの変化に合わせてくれないのですね。

参考:Android wrap_contentとmatch_parentの使い方 

https://androidroid.info/android/%E3%83%AC%E3%82%A4%E3%82%A2%E3%82%A6%E3%83%88/487/

あたらしい機械学習の教科書 第4章 ガウス関数の正規化について詰まったので

業務で必要になりそうなので、良い加減、数学からは逃げられんと思い、

以下の書籍で勉強している。

 

第四章でガウス関数が出てきて、正規化するにはaには以下の値を使うように書いてある。

a = {\frac{1}{{\sqrt(2πσ^2)}}}

なんやねんこれ。

 

ガウス関数積分に逆数をかけていると思うが、

ガウス関数積分ってどうやんだっけ。

 

ぐぐる

mathtrain.jp

ガウス積分の公式というのがあるらしい。

 

ぐぐる

phys-and-program.com

ヤコビアンってなんやねん。

 

ぐぐる

mathtrain.jp

例として、ちょうど極座標(r,θ)から直交座標(x,y)への変数変換が出てきた。

ヤコビアンは変換の「拡大率」を表し、重積分の変数変換の文脈では以下。

 dxdy = rdrdθ

 

なるほど。分かってきた。

ガウス関数積分は、直交座標から極座標へ変換することで上手く計算出来るのか。

頭の良い人はすげぇな。

 

では、また次。