Altri libri che potrebbero interessarti

• 

  Oku no Hosomichi

  Matsuo Basho

  • 0
  • 0
  • 0

  Oku no Hosomichi (meaning Narrow Road to Oku [the Deep North]) is a major work by Matsuo Basho.Oku no Hosomichi was written based on a journey taken by Basho in the late spring of 1689. He and his traveling companion Sora departed from Edo (modern-day Tokyo) for the northerly interior region known as Oku, propelled mostly by a desire to see the places about which the old poets wrote. Travel in those days was, of course, very dangerous to one’s health, but Basho was committed to a kind of poetic ideal of wandering. He travelled for about 156 days all together, covering thousands of miles mostly on foot. Of all of Basho’s works, Oku no Hosomichi is best known.(Summary from Wikipedia)

  Mostra libro

• 

  Michi: The Cat (Japanese Edition)

  Bruno Barbosa

  • 0
  • 0
  • 0

  ミチは飼い主が家に引っ越したときに残した子猫です。 冬の真っ只中、寂しくて悲しい気持ち、ミチ パートナーと愛を求めて家を出ることにしました。 忘れられない小さな瞬間に満ちたこの本で、あなたの旅全体をたどってください。Michi is a kitten left by the owner when he moved home. In the middle of winter, I felt lonely and sad, and decided to leave the house in search of love with Michi's partner. Follow your entire journey with this book full of unforgettable little moments.

  Mostra libro

• 

  美の香り - 東日本の被災地で見つけた美

  Roger W. Lowther

  • 0
  • 0
  • 0

  辺りに漂っていたのは、確かにそこにある希望の香りだった。それは美の香りだった。東京在住の音楽家ロジャー・w・ラウザー宣教師が東日本大震災の被災地で見つけた音楽の力、希望の香り。ボランティアとして活動する中、美が恐怖と絶望に勝つ瞬間が何度もあった。避難所の体育館でのコンサート、炊き出し、人々との交流、それらの経験から書かれたメディテーションは、私たちに神の美しさとその存在を示し、励ましを与えてくれる。

  Mostra libro

• 

  ベイズ学習 - 基礎と応用

  Fouad Sabry

  • 0
  • 0
  • 0

  ベイジアン学習とは
   
  統計の分野では、期待値最大化 (em) アルゴリズムは、(局所的な) 最大尤度または事後確率の最大値を発見するための反復的なアプローチです。 (map) 統計モデルのパラメーターの推定。モデルは観測されていない潜在変数に依存します。 em アルゴリズムは、最尤法または最大事後推定 (map) 推定としても知られています。 em 反復の期待値 (e) ステップは、パラメーターの現在の推定値を使用して評価された対数尤度の期待値の関数を作成します。em 反復の最大化 (m) ステップは、期待値を最大化することを目的としてパラメーターを計算します。 期待ステップで見つかった対数尤度。 これら 2 つのステップは、反復を通じて交互に実行されます。 これらのパラメータ推定値は、後続の e フェーズで利用され、潜在変数の分布を決定する目的で使用されます。
   
  どのようなメリットがあるか
   
  (i) 次のトピックに関する洞察と検証:
   
  第 1 章: 期待値?最大化アルゴリズム
   
  第 2 章: 尤度関数
   
  第 3 章: 最大値 尤度推定
   
  第 4 章: ロジスティック回帰
   
  第 5 章: 指数族
   
  第 6 章: フィッシャー情報
   
  第 7 章: 一般化線形 モデル
   
  第 8 章: 混合モデル
   
  第 9 章: 変分ベイジアン法
   
  第 10 章: em アルゴリズムと gmm モデル
   
  (ii ) ベイズ学習に関する一般のよくある質問に答えます。
   
  (iii) 多くの分野でベイズ学習を使用する実際の例。
   
  (iv) 17 の付録で簡単に説明します。 各業界の 266 の新興テクノロジーを取り上げ、ベイジアン学習テクノロジーを 360 度完全に理解できます。
   
  本書の対象者
   
  専門家、学部生、大学院生 学生、愛好家、趣味人、そしてあらゆる種類のベイズ学習について基本的な知識や情報を超えたいと考えている人。
   
   

  Mostra libro

• 

  リモートセンシング -...

  Fouad Sabry

  • 0
  • 0
  • 0

  リモート センシングとは
   
  リモート センシングとは、その場またはオンサイトとは対照的に、物体と物理的に接触せずに物体または現象に関する情報を取得することです。観察。この用語は、特に地球や他の惑星に関する情報を取得することに適用されます。リモート センシングは、地球物理学、地理学、土地測量、およびほとんどの地球科学分野を含む多くの分野で使用されています。また、軍事、諜報、商業、経済、計画、人道支援などにも応用できます。
   
  どのようなメリットがあるか
   
  (I) 洞察、および次のトピックに関する検証:
   
  第 1 章: リモート センシング
   
  第 2 章: マイクロ波放射計
   
  第 3 章: Landsat プログラム
   
  第 4 章: 中解像度イメージング分光放射計
   
  第 5 章: 衛星画像
   
  第 6 章: マルチスペクトルイメージング
   
  第 7 章: イメージング分光法
   
  第 8 章: 正規化差分植生指数
   
  第 9 章: ハイパースペクトル イメージング
   
  第 10 章: リモート センシング (地質学)
   
  (II) 一般のよくある質問に答えるリモート センシングについて。
   
  (III) さまざまな分野でのリモート センシングの使用例の実例。
   
  この本の対象者
   
  専門家、大学生、大学院生、愛好家、趣味人、およびあらゆる種類のリモート センシングに関する基本的な知識や情報を超えたいと考えている人。
   
   
   
   

  Mostra libro

• 

  自己推進粒子 - バイオハイブリッド工学とモーションシステムの進歩

  Fouad Sabry

  • 0
  • 0
  • 0

  「自己推進粒子」は、生物システムとナノテクノロジーにおける自己推進のダイナミクスを理解するためにますます重要になっている、バイオハイブリッド マイクロスイマーの画期的な概念を詳細に探究しています。アクティブ マター、集団運動、群集行動などのトピックを掘り下げることで、この本は読者に、現代の科学技術の最もエキサイティングなフロンティアの 1 つをナビゲートするための知識とツールを提供します。
   
  章の概要:
   
  1: 自己推進粒子: 自己推進粒子の概念を包括的に紹介し、さまざまな環境におけるバイオハイブリッドの行動を理解するための基礎を築きます。
   
  2: スリラム・ラマスワミ: アクティブ マターの分野に対する スリラム・ラマスワミ の貢献を探究し、集団ダイナミクスと自己推進粒子の運動の背後にある物理学に関する洞察を提供します。
   
  3: ディルク・ヘルビング: ディルク・ヘルビング の集団運動の統計力学に関する研究に焦点を当て、自律的なエンティティの集団行動をより深く理解します。
   
  4: マイクロモーター: マイクロモーターの設計とアプリケーションに特化した章で、さまざまな技術進歩のための自律システムの開発におけるマイクロモーターの関連性を示します。
   
  5: 集団運動: 自己推進粒子などの個々のエージェントが相互作用して、複雑なシステムで大規模な協調動作を形成する方法を詳しく調べます。
   
  6: アクティブ流体: この章では、自己推進粒子が動的環境でどのように動作するかを理解するための鍵となるアクティブ流体の概念を検討します。
   
  7: マイクロスイマー: マイクロスイマーと、バイオテクノロジー、ナノメディシン、環境モニタリングへの応用について詳細に説明し、実際のアプリケーションでの可能性を強調します。
   
  8: マヤ・パチュスキー: 自己組織化システムにおける集団行動と相転移の数学的モデリングに関する マヤ・パチュスキー の研究を分析します。
   
  9: パーコレーション閾値: 自走粒子のシステムにおける臨界現象と相転移の研究における重要な概念であるパー​​コレーション閾値を調べます。
   
  10: アクティブマター: アクティブマターの特性を新しい材料や技術の開発にどのように応用できるかに焦点を当てて、アクティブマターをさらに探究します。
   
  11: 群れの行動: バイオハイブリッドマイクロスイマーのコンテキストにおける群れの行動の調査。自然システムと人工システムの関連性を強調します。
   
  12: ツァリスエントロピー: 非平衡システムの統計力学に関する独自の視点を提供するツァリスエントロピーについて説明します。
   
  13: 自走粒子のクラスタリング: 自走粒子のクラスタリングにつながる要因と、複雑システムの研究に対するその影響を探ります。
   
  14: 逃走するアリの対称性の破れ: アリを逃走ダイナミクスのモデルとして使用し、自走エージェントのシステムで対称性の破れがどのように発生するかを理解します。
   
  15: ストリングネット液体: 量子物理学と自己組織化システムの挙動に重要な意味を持つストリングネット液体の理論モデルを検討します。
   
  16: ナノモーター: ナノモーターと医療およびテクノロジーにおけるその応用について説明し、ナノテクノロジーの分野での重要性を示します。
   
  17: はさみモード: はさみモードと、アクティブシステムにおける粒子の集団運動の理解におけるその関連性について詳しく説明します。
   
  18: シャロン グロッツァー: 自己組織化プロセスとそのナノテクノロジーへの応用の理解に貢献したシャロン グロッツァーの研究に焦点を当てます。
   
  19: ランダム シーケンシャル吸着: この章では、ランダム シーケンシャル吸着プロセスについて説明し、非平衡状態での自己推進粒子の挙動について考察します。
   
  20: ランダウ-ツェナー式: ランダウ-ツェナー式と、アクティブ マター システムにおける非断熱遷移の研究におけるその重要性について説明します。
   
  21: ヴィチェク モデル: 2 次元システムにおける自己推進粒子の集団的挙動を研究するための重要なフレームワークであるヴィチェク モデルの詳細な説明。

  Mostra libro