Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Rで有名絵画を安全に買いたい
Search
saltcooky
September 16, 2022
Science
0
280
Rで有名絵画を安全に買いたい
TokyoR #101 LT
saltcooky
September 16, 2022
Tweet
Share
More Decks by saltcooky
See All by saltcooky
FIBA W杯の日本代表って組み合わせ次第で2次ラウンド行けたんじゃね?をデータで検証
saltcooky12
0
270
階層クラスタリングにおける仮説検定
saltcooky12
0
930
データドリブンな仮説検証のためのSelective Inference
saltcooky12
1
1.2k
ストリートスナップデータに 統計的ネットワーク分析の適用を試みた
saltcooky12
0
780
Other Decks in Science
See All in Science
Analysis-Ready Cloud-Optimized Data for your community and the entire world with Pangeo-Forge
jbusecke
0
110
Inductive-bias Learning: 大規模言語モデルによる予測モデルの生成
fuyu_quant0
0
120
非同期コミュニケーションの構造 -チャットツールを用いた組織における情報の流れの設計について-
koisono
0
170
拡散モデルの概要 −§2. スコアベースモデルについて−
nearme_tech
PRO
0
680
MoveItを使った産業用ロボット向け動作作成方法の紹介 / Introduction to creating motion for industrial robots using MoveIt
ry0_ka
0
190
インフラだけではない MLOps の話 @事例でわかるMLOps 機械学習の成果をスケールさせる処方箋 発売記念
icoxfog417
PRO
2
620
The thin line between reconstruction, classification, and hallucination in brain decoding
ykamit
1
1k
マテリアルズ・インフォマティクスの先端で起きていること / What's Happening at the Cutting Edge of Materials Informatics
snhryt
1
150
20240420 Global Azure 2024 | Azure Migrate でデータセンターのサーバーを評価&移行してみる
olivia_0707
2
920
私たちのプロダクトにとってのよいテスト/good test for our products
camel_404
0
200
DEIM2024 チュートリアル ~AWSで生成AIのRAGを使ったチャットボットを作ってみよう~
yamahiro
3
1.4k
240510 COGNAC LabChat
kazh
0
160
Featured
See All Featured
Designing on Purpose - Digital PM Summit 2013
jponch
116
7k
A Tale of Four Properties
chriscoyier
157
23k
How to train your dragon (web standard)
notwaldorf
88
5.7k
The Pragmatic Product Professional
lauravandoore
32
6.3k
Speed Design
sergeychernyshev
25
670
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
356
29k
Optimizing for Happiness
mojombo
376
70k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
5
440
Bootstrapping a Software Product
garrettdimon
PRO
305
110k
How To Stay Up To Date on Web Technology
chriscoyier
789
250k
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
226
22k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
10
810
Transcript
3Ͱ༗໊ֆըΛ҆શʹങ͍͍ͨ !TBMUDPPLZ 5PLZP3 1
୭ʁ 2 !TBMUDPPLZ • 3ྺɿ͙Β͍͔ͳ • ۈઌɿຊʹ͋Δ*5ܥͷձࣾ • ࣄ༰ɿ3%తͳ෦ॺͰ
ɹɹɹ3Λͬͨσʔλੳ͞Μ ػցֶशͷॲཧ࡞ • झຯɿϑΝογϣϯඒज़ؗ८Γ
δϟΫιϯϙϩοΫΛ͍ͬͯ·͔͢ 3 +BDLTPO1PMMPL நදݱओٛͷදతͳΞϝϦΧਓըՈ
δϟΫιϯϙϩοΫΛ͍ͬͯ·͔͢ 4 υϩοϓϖΠϯςΟϯά
δϟΫιϯϙϩοΫΛ͍ͬͯ·͔͢ 5 ʰ/P ʱ ºNN
δϟΫιϯϙϩοΫΛ͍ͬͯ·͔͢ 6 ʰ/P ʱ ºNN ݄ ݱඒज़࠷ߴֹ ࣌ ԯສυϧ
δϟΫιϯϙϩοΫΛ͍ͬͯ·͔͢ 7 ཉ͍͠ʂ
δϟΫιϯϙϩοΫΛ͍ͬͯ·͔͢ 8 ͚Ͳɺِଟͦ͏ʜ
ϙϩοΫͷֆըΛղੳͨ͠ݚڀ 9 • Fractal analysis of Pollock’s drip paintings.
(R.P.Taylor, et al , 1999) • On multifractal structure in non-representational art. (J.R.Nureika, et al , 2005) ˠϙϩοΫͷυϩοϓϖΠϯςΟϯάʹ ϑϥΫλϧߏ͕͋Δ͜ͱ͕Θ͔Δ
ϑϥΫλϧߏ 10 ਤܗͷҰ෦Λ֦େ͢Δͱɺશମͱ૬ࣅ͢Δܗ ࣗݾ૬ࣅੑ ͕ଘࡏ͢Δߏ FYγΣϧϐϯεΩʔͷΪϟεέοτ
ϑϥΫλϧ࣍ݩ ༰ྔ࣍ݩϋυϧϑ࣍ݩ 11 w ͲΕ͚ͩࣗݾ૬ࣅੑ͕͋Δ͔Λࣔ͢ྔ w ֤ۭؒํʹ-ʹॖΊΔͱɺͱͷਤܗΛຒΊΔʹ/-%ݸ ͷࣗݾ૬ࣅਤܗ͕ඞཁͱ͍͏͜ͱΛදݱ w
ʙͷؒΛͱΓɺʹ͍ۙ΄Ͳࣗݾ૬ؔੑ͕ڧ͍ w γΣϧϐϯεΩʔͷΪϟεέοτͷ࣍ݩ w ղੳతʹ#PY$PVOUJOHΞϧΰϦζϜʹΑΓਪఆ
#PY$PVOUJOHΞϧΰϦζϜ 12 ϑϥΫλϧ࣍ݩΛٻΊΔྲྀΕ ̍ରը૾ΛҰลͷ͕͞-ͷϒϩοΫʹ͚Δ
#PY$PVOUJOHΞϧΰϦζϜ 13 ϑϥΫλϧ࣍ݩΛٻΊΔྲྀΕ ̍ରը૾ΛҰลͷ͕͞-ͷϒϩοΫʹ͚Δ
#PY$PVOUJOHΞϧΰϦζϜ 14 ϑϥΫλϧ࣍ݩΛٻΊΔྲྀΕ ̎ର͕өΓࠐΜͰ͍ΔϒϩοΫͷ/ - Λ͑Δ
#PY$PVOUJOHΞϧΰϦζϜ 15 ϑϥΫλϧ࣍ݩΛٻΊΔྲྀΕ ϒϩοΫେ͖͞-Λখͯ͘͞͠ରը૾Λ͚Δ
#PY$PVOUJOHΞϧΰϦζϜ 16 ϑϥΫλϧ࣍ݩΛٻΊΔྲྀΕ ର͕өΓࠐΜͰ͍ΔϒϩοΫͷ/ - Λ͑Δ
#PY$PVOUJOHΞϧΰϦζϜ 17 ϑϥΫλϧ࣍ݩΛٻΊΔྲྀΕ େ͖͞-Λখ͘͞͠ͳ͕Βର͕өΔϒϩοΫΛΧϯτ͢Δ ɹ͜ͱΛ܁Γฦ͢
#PY$PVOUJOHΞϧΰϦζϜ 18 ϑϥΫλϧ࣍ݩΛٻΊΔྲྀΕ ϒϩοΫͷେ͖͞-ͱΧϯτ/ - ͷ྆ରάϥϑʹ͓͚Δ ɹճؼઢͷ͖͕ϑϥΫλϧ࣍ݩʹͳΔ log N(L)
= D log(L) + K ʢ,ఆʣ MPH/ - MPH- ޯ%ʹ ϑϥΫλϧ࣍ݩ
19 w ͳͥ͜ΕͰϑϥΫλϧ࣍ݩΛਪఆ͢Δ͜ͱ͕Ͱ͖Δͷ͔ ఆ͔ٛΒͷมܗ log N(L) = log( a
L )D log N(L) = D log(L) + D log(a) #PY$PVOUJOHΞϧΰϦζϜ ʢBɿਖ਼ͷఆʣ
20 δϟΫιϯϙϩοΫͷ࡞ͷ߹ w -DNͰϑϥΫλϧ࣍ݩ͕มԽ w %% -Ҏ্ %- -ະຬ ʰ#MVF1PMFT/VNCFS
ʱ MPH - NN MPH / #PY$PVOUJOHΞϧΰϦζϜ
ϙϩοΫͷֆըͷಛ 21 ʢ̍ʣ̎छͷϑϥΫλϧύλʔϯ͔ΒΔ ʢ̎ʣ༷ʑͳεέʔϧʹ͓͍ͯϑϥΫλϧੑ͕ଘࡏ ʢ̏ʣϑϥΫλϧ࣍ݩରάϥϑͷޯ͔ΒٻΊΕΔ ʢ̐ʣ%-ʼ%% ʢ̑ʣۙࣅۂઢͷඪ४ภ͕ࠩখ͍͞ d ʢ̒ʣ֤৭ͷͰ্هͷ̑ͭͷಛΛຬͨ͢
3Ͱ#PY$PVOUJOH 22 7PY31BDLBHF
3Ͱ#PY$PVOUJOH 23 γΣϧϐϯεΩʔͷΪϟεέοτͷϑϥΫλϧ࣍ݩΛٻΊΔ ը૾ॲཧ
3Ͱ#PY$PVOUJOH 24 γΣϧϐϯεΩʔͷΪϟεέοτͷϑϥΫλϧ࣍ݩΛٻΊΔ ϑϥΫλϧ࣍ݩΛٻΊΔ
3Ͱ#PY$PVOUJOH 25 γΣϧϐϯεΩʔͷΪϟεέοτͷϑϥΫλϧ࣍ݩΛٻΊΔ ྆ରάϥϑͱճؼઢͷՄࢹԽ 0 2 4 6 8 -7
-6 -5 -4 -3 -2 log(1/res) log(N) Box Counting method : D=1.5747
؆୯ʹ·ͱΊ 26 w δϟΫιϯϙϩοΫͷֆըʹϑϥΫλϧߏ͕ଘࡏ͢Δ w ϑϥΫλϧߏͷϑϥΫλϧ࣍ݩΛղੳతʹٻΊΔͨΊʹ ɺ#PY$PVOUJOHΞϧΰϦζϜΛ༻͍Δ w
3Ͱ7PY3QBDLBHFͷCPY@DPVOUJOHؔͰ࣮ߦͰ͖Δ
&/% 27 &OKPZ
ࢀߟࢿྉ 28 •RʹΑΔը૾ॲཧɿimagerύοέʔδͷ͍ํ https://htsuda.net/archives/1985 •ϘοΫεΧϯτ๏ʹΑΔඐഀބͷϑϥΫλϧ࣍ݩ https://shiga-u.repo.nii.ac.jp/?action=repository_uri&item_id=1751