Seiichi Uchida

内積 ocr 分散 deep neural networks 画像認識 パターン認識 ベクトルの分解と合成 直交変換 編集距離 平均 次元 深層学習 畳み込みニューラルネットワーク 動的計画法 情景内文字認識 文字に関する情報学的研究 パターン認識・メディア理解研究会 prmu フェロー記念講演 文字のラベル機能 reading-life log デザイン フォント 文字認識 文字 font generative adversarial networks document image analysis pattern recognition adaboost nearest neighbor support vector machines neural netwoks 表現学習 ディープニューラルネットワーク 最近傍法 動き解析 対象追跡 領域分割 二値化 画像のフィルタリング 画像圧縮 量子化 標本化 accuracy local outlier factor 教師あり異常検出 大局的異常 半教師あり異常検出 k近傍 局所的異常 異常検出 lof unsupervised detection 教師なし異常検出 微小クラスタ 異常検知 対応付け スペクトル フーリエ基底 周波数 フーリエ変換 時刻対応 アルゴリズム 周波数スペクトル フーリエ解析 最適化問題． 時系列データ 非線形マッチング 弾性マッチング 時系列データ間の距離 二次関数 d次元正規分布 共分散行列 多次元正規分布 正規分布 確率分布 ガウス分布 確率密度関数 確率 離散分布 確率密度 連続分布 ガウシアン 一様分布 連続 無相関 ２次元ヒストグラム 正の相関 散布図 負の相関 ヒストグラム データ間に潜む関係 頻度 相関係数 離散 ピン 相関 線形回帰 モデルあてはめ 回帰分析 最小二乗法 汎化性能 アウトライヤ 説明変数 オーバーフィッティング 多項式モデル 線形モデル 重回帰分析 主成分分析との違い 予測 外的変数 主成分得点 固有ベクトル 累積寄与率 主成分 主成分分析 主成分負荷量 真の次元 主成分ベクトル 低次元化 共通因子 固有値 固有顔 画像の主成分 分散最大基準 重要度 講座の目的 直交基底 完備性 基底 線形代数 カレー 正規性 ベクトルの合成 完備正規直交基底 直交系 単位ベクトル 正規直交 座標軸 画像の分解と合成 ベクトルの分解 直交性 データ分析 分析とは k-medoid クラスタ データのクラスタリング グルーピング 階層的クラスタリング k-means 代表パターン クラスタリング ユークリッド距離 マハラノビス距離 l1距離 標準化 距離の公理 edit distance max距離 マンハッタン距離 離散距離 データ間の距離 ハミング距離 lp距離 類似度 加重平均 データの平均 データの広がり データ集合の平均 算術平均 分布の重心 幾何平均 標準偏差 データの分布 空間 ベクトル 高次元ベクトル 線形空間 多次元ベクトル 集合 データのベクトル表現 ベクトル空間 座標系 データ集合 データ分布 系列データ データとは 「データ」と「情報」 質的データ 量的データ 空間データ 間隔データ メディアデータ 順位データ カテゴリデータ 比率データ 講座の概要． 全体の目次 ニューロン dnn 多層化の理由 基本原理 マルチフォントocr cnn character recognition 手書き文字認識 convolutional neural networks deep learning 活字文字認識 dp matching elastic matching tracking dynamic time warping 時系列解析 dynamic programming time series analysis segmentation