2014-11-01から1ヶ月間の記事一覧

行列演算としての2次元ウェーブレット変換

2次元画像のウェーブレット変換をしてみる Haarウェーブレットを例にとる waveslimパッケージを使えば library(waveslim) data(xbox) X <- xbox out.dwt <- dwt.2d(X,"haar",3) dev.new() plot.dwt.2d(out.dwt) #### n <- 128 X <- matrix(rnorm(n^2),n,n) …

任意次元〜私のための離散ウェーブレット変換

昨日の記事で、ウェーブレット変換をべたべたになぞって、2次元をやってみた その記事では、変換後の値の定数倍とかは気にせず、各セルの大小比がとれていればよい、という、粗雑なものだが、それでも、2次元にする、というのは、1次元のウェーブレット処…

私のための離散ウェーブレット変換〜二次元

二次元に拡張するときには、「縦」をやって「横」をやる 「縦」に「和」「差」の2種類、そこからさらに「和」「差」の2種類ができるから「和ー和」「和ー差」「差ー和」「差ー差」の4種類ができる waveslimパッケージのxboxというデータを使ってみる libr…

私のための離散ウェーブレット変換

離散ウェーブレット変換についてのいくつかのこと ウェーブレット変換は、1次元波形をうまく分解する方法の一つ 局所ごとに分解する方法であることが特徴で、全体を分解するフーリエ変換と対照的 うまく分解するというのは、情報を落とさずに分解するという…

オリゴ次元データ解析のメモ

オリゴ次元データを扱いたい ここ数週間(数か月)でいじったことのメモ 形・多様体 ランダムだけれど隣とはつながっている〜ランダムフィールド 曲線・パラメタ表現・フルネ=セレ・MovingFrame 曲率 共形変換・複素関数・メビウス変換 射影幾何・リーマン球…

ランダムフィールドをウェーブレット変換する

RのRandomFieldsパッケージを使って粗密に違いのある2つの2次元ランダムフィールドをシミュレーション作成してみる library(RandomFields) n <- 2^8 nuA <- 0.1 nuB <- 0.9 modelA <- RMwhittle(nu=nuA) modelB <- RMwhittle(nu=nuB) # シミュレーション範…

記法

統計 統計の記法(Wikiページ) そのリンク先:Earliest Uses of Symbols in Probability and Statistics 数学 Mathematical Notation(Wiki) 数式の一般的な記法(Wiki) 数学記号の表(Wiki) 文章にして書く 統計関係の小文集 基幹的英単語集

データ圧縮

圧縮センシングはサンプリングを工夫することで、少ない情報だけで完全再構成する方法 データ圧縮は、データ内部の構成・構造を利用して、圧縮する方法 そのデータ圧縮 EZW (3D)SPHIT

圧縮センシング

総説(日本語)(三村先生) MRIの圧縮センシング(一般次元的な話) 疎行列の扱いパッケージ(SparseM):疎行列としてオブジェクトを扱い、通常の線形代数扱い・回帰をしてくれる関数群 Matrix Market(疎行列のサイト) Compressed Sensing(Wiki)

シミュレーション〜ぱらぱらめくるRandomFieldsパッケージのvignette

シミュレーションでは、大きく2つの手法を採用している コレスキー分解 地点ごとの値の似ている具合が共分散行列になるので、それから多変量正規分布を使うなどするに際してコレスキー分解 発生地点数x変数の数が増えるとどんどん大変になるのは、想像がつ…

ぱらぱらめくるRandomFieldsパッケージのvignette

事前知識はこちら イントロ 何を扱うパッケージか、と言うと 時空間Tはd次元 そこに実数変数がm項目 実数変数が作るm次元ベクトルがd次元空間に広がっていて、変数同士がd次元空間における位置関係(時空間での位置関係なので時刻的な遠近も含む)で相互関連を…

ランダムフィールドを学ぶ

ランダムフィールド

場にランダム過程があるときにそれを解析したり、そんなデータをシミュレーションしたりするパッケージとしてRandomFieldsがある 使ってみる まずはシミュレーション。RMsimulate()のExamplesを実行してみる 何やら、地面の模様のようなものができる このま…

確率伝播法

http://d.hatena.ne.jp/ryamada22/20141115:この日の記事でジェノタイプ推定のためのベイジアンネットワークについて書いた そこで、ジョイント確率を計算するときには、併せて計算したノードを「propagate=TRUE」で指定すると計算が速くなることを利用した…

マルコフランダムフィールド

Wiki記事 要素は確率変数であって、ノードとして扱う ノードは無向グラフを作っている エッジで結ばれたノード同士には「関連」がある エッジで結ばれていないノード同士は「直接の関連」はない 直接の関連がないとき、「間接の関連を生じさせる要素」を条件…

グラフィカルモデル〜ベイジアンネットワーク・マルコフランダムフィールド・因子グラフ

PDF 昨日の記事はベイジアンネットワーク ベイジアンネットワークはグラフィカルモデルの一つ 条件付き確率を扱う Directed acyclic graph もう一つのグラフィカルモデルにマルコフランダムフィールドがある 要素間の相互関係を扱う Undirected graphでサイ…

ジェノタイプ推定で学ぶベイジアンネットワーク

ベイジアンネットワークは確率事象の関係をグラフにして、情報が与えられたときの事後確率を計算してくれる 家系図があるとき、一部個人のジェノタイプがわかっているとき、ほかの個人のジェノタイプを推定する作業をベイジアンネットワーク化することができ…

ジェノタイプ推定で学ぶベイジアンネットワーク

映画的データの構成

カラー映画というデータがある そのデータ構成について考える 空間(0次元、1次元、2次元、3次元)。普通の映画は2次元。今、考えているのは3次元。ある1点を凝視しているのは0次元、ある直線の観察は1次元。 時間(0次元、1次元)。写真は0次元。映画は1次元。…

状態推移

htmlファイル kindle形式はここに現れる予定 状態推移シミュレーション?臨床的例を用いて?作者: ryamada発売日: 2014/11/09メディア: Kindle版この商品を含むブログ (1件) を見る Rmdファイル # 状態推移 Status-transition ## 基本 Basics - 確率的に何かが…