SlideShare a Scribd company logo
1 of 24
名のあるフラクタルたち
伝道師になろう 2016-07-31
岩淵 勇樹 (@butchi_y)
フラクタルとは?
 「自己相似」という概念
 これを幾何学的に捉えたもの
↑スーパーで売ってる姿 ↑食卓に並ぶ姿
• フラクタルと呼ばれる幾何学図形は
いくらでも作れる
(どれも見ているだけでうっとり…)
• その中でも、名前が付いてるものは
名前がつくだけの理由がある。
• では、名のあるフラクタルを
集めていこう!
コッホ曲線 (Koch curve)
 線分を3等分し、分割した2点を頂点
とする正三角形の作図を無限に繰り返
すことによって得られる図形
https://ja.wikipedia.org/wiki/コッホ曲線
コッホ曲線
フラクタルっぽさが伝
わりやすいし作り方が
一番わかりやすい
フラクタル次元: 1.26
コッホ雪片 (Koch snowflake)
 コッホ曲線を3つ繋げた図形
コッホ雪片
面積が有限(初期3角形の
1.6倍)だけど境界線の長
さが無限大、の好例
フラクタル次元: 2
マンデルブロー集合
 ある複素数演算を何度も適用して、
無限大に発散しない点だけで成る集合
https://ja.wikipedia.org/wiki/マンデルブロ集合
マンデルブロー集合
フラクタルの祖。
複素数の演算を使ったシンプ
ルな関数なのに宇宙が広がっ
ている…
•
フ
ラ
ク
タ
ル
ア
ー
ト
や
っ
て
る
人
は
み
ん
な
こ
れ
を
カ
ラ
フ
ル
に
描
こ
う
と
す
る
僕
は
ミ
ー
ハ
ー
じ
ゃ
な
い
の
で
白
黒
図
形
と
し
て
し
か
興
味
が
あ
り
ま
せ
ん
。
フラクタル次元: 2
カントール集合
点の数は(非可算)無
限個、だけど長さは0の
集合 の代表的な例
(
図
は
「
カ
ン
ト
ー
ル
の
塵
集
合
」
)
フラクタル次元: 0.63 (↑1.26)
ドラゴン曲線
折り紙で説明できる
タイル張りができる
フラクタル次元: 2
ツインドラゴン
ドラゴン曲線の2つ重ね
複素数の記数法と密接
な関係にある
フラクタル次元: 2
C曲線
ドラゴン曲線と似た生
成法で、IFS(生成関
数)としては最も単純
•
重
な
り
が
多
い
の
で
、
個
人
的
に
は
あ
ま
り
好
き
で
は
な
い
フラクタル次元: 1.93
ヒルベルト曲線
曲線のはずなのに2次元
(平面を塗りつぶす)
図形
フラクタル次元: 2
シェルピンスキーのギャスケット
作図方法がいろいろあ
る
フラクタル次元: 1.58
シェルピンスキーのギャスケッ
ト (Sierpinski gasket)
 作図方法がいろいろある
◦ パスカルの三角形
◦ セルオートマトンのルール90
◦ 再帰曲線としても作ることができる
シェルピンスキーのカーペット
平面図形なのに面積が0、
の好例
フラクタル次元: 1.89
メンガーのスポンジ
立体図形なのに体積が0、
の好例
フラクタル次元: 2.73
もっちょフラクタル
もっちょさんが気持ち
悪がりつつお気に入り
の5×5のカーペット
フラクタル次元: 1.72
最後のカード
これは3DCG?
ロマネスコ
お洒落なレストランで
稀に出てくる実在する
野菜(アブラナ科)
フラクタル次元: ???
他にもいっぱい
Quadratic von Koch curve (type 1)、Quadratic von Koch
curve (type 2)、Cesaro fractal、カントール集合(Cantor
set)、悪魔の階段(カントール関数)、カントールの塵
(Cantor dust)、Vicsek fractal、n-flake、Pentaflake、
Hexaflake、Polyflake、Sierpinski tetrahedron、
Hexahedron flake、Octahedron flake、Dodecahedron
flake、cosahedron flake、T-square、ペアノ曲線(Peano
curve)、2D Greek cross fractal (?)、ムーア曲線(Moore
curve)、ゴスパー曲線(Gosper curve)、ルベーグ曲線
(Lebesgue curve)、Terdragon曲線、ミンコフスキー曲
線(Minkowski curve)、ジュリア集合(Julia set)、
Burning Ship fractal、高木曲線(Takagi curve)、ワイエ
ルシュトラス関数(Weierstrass function)、拡散律速凝
集(DLA, Diffusion-limited aggregation)
名のあるフラクタルたちを
一望できるサイト
 http://butchi.jp/documents/fractal/
 https://commons.wikimedia.org/wiki/Fractal
(英語)
 https://en.wikipedia.org/wiki/List_of_fractals
_by_Hausdorff_dimension (次元一覧: 英
語)
自己紹介
 岩淵勇樹 ( IWABUCHI Yu(u)ki )
 金沢大学自然科学研究科修了
 博士(工学)
 面白法人カヤック We部・人事部

More Related Content

What's hot

【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Modelscvpaper. challenge
 
研究について思うところ | What i think about research (in Japanese)
研究について思うところ | What i think about research (in Japanese)研究について思うところ | What i think about research (in Japanese)
研究について思うところ | What i think about research (in Japanese)Yuta Itoh
 
試して、比べて、使ってみる時系列における異常検知。
試して、比べて、使ってみる時系列における異常検知。試して、比べて、使ってみる時系列における異常検知。
試して、比べて、使ってみる時系列における異常検知。浩 陳
 
クラシックな機械学習の入門  8. クラスタリング
クラシックな機械学習の入門  8. クラスタリングクラシックな機械学習の入門  8. クラスタリング
クラシックな機械学習の入門  8. クラスタリングHiroshi Nakagawa
 
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15Yoichi Ochiai
 
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion ModelsDeep Learning JP
 
なんちゃってアジャイルをアジャイルにした話 ~ライトニングトーク版~ #xpjug
なんちゃってアジャイルをアジャイルにした話 ~ライトニングトーク版~ #xpjugなんちゃってアジャイルをアジャイルにした話 ~ライトニングトーク版~ #xpjug
なんちゃってアジャイルをアジャイルにした話 ~ライトニングトーク版~ #xpjug満徳 関
 
ITサービスマネジメントとSRE
ITサービスマネジメントとSREITサービスマネジメントとSRE
ITサービスマネジメントとSRE真吾 吉田
 
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情Yuta Kikuchi
 
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoderSho Tatsuno
 
Skip Connection まとめ(Neural Network)
Skip Connection まとめ(Neural Network)Skip Connection まとめ(Neural Network)
Skip Connection まとめ(Neural Network)Yamato OKAMOTO
 
[DL輪読会]Batch Renormalization: Towards Reducing Minibatch Dependence in Batch-...
[DL輪読会]Batch Renormalization: Towards Reducing Minibatch Dependence in Batch-...[DL輪読会]Batch Renormalization: Towards Reducing Minibatch Dependence in Batch-...
[DL輪読会]Batch Renormalization: Towards Reducing Minibatch Dependence in Batch-...Deep Learning JP
 
Graph Attention Network
Graph Attention NetworkGraph Attention Network
Graph Attention NetworkTakahiro Kubo
 
暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -MITSUNARI Shigeo
 
深層学習と確率プログラミングを融合したEdwardについて
深層学習と確率プログラミングを融合したEdwardについて深層学習と確率プログラミングを融合したEdwardについて
深層学習と確率プログラミングを融合したEdwardについてryosuke-kojima
 
暗号技術の実装と数学
暗号技術の実装と数学暗号技術の実装と数学
暗号技術の実装と数学MITSUNARI Shigeo
 
NLPにおけるAttention~Seq2Seq から BERTまで~
NLPにおけるAttention~Seq2Seq から BERTまで~NLPにおけるAttention~Seq2Seq から BERTまで~
NLPにおけるAttention~Seq2Seq から BERTまで~Takuya Ono
 
論文紹介:Grad-CAM: Visual explanations from deep networks via gradient-based loca...
論文紹介:Grad-CAM: Visual explanations from deep networks via gradient-based loca...論文紹介:Grad-CAM: Visual explanations from deep networks via gradient-based loca...
論文紹介:Grad-CAM: Visual explanations from deep networks via gradient-based loca...Kazuki Adachi
 
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれからcyberagent
 

What's hot (20)

【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
 
研究について思うところ | What i think about research (in Japanese)
研究について思うところ | What i think about research (in Japanese)研究について思うところ | What i think about research (in Japanese)
研究について思うところ | What i think about research (in Japanese)
 
試して、比べて、使ってみる時系列における異常検知。
試して、比べて、使ってみる時系列における異常検知。試して、比べて、使ってみる時系列における異常検知。
試して、比べて、使ってみる時系列における異常検知。
 
クラシックな機械学習の入門  8. クラスタリング
クラシックな機械学習の入門  8. クラスタリングクラシックな機械学習の入門  8. クラスタリング
クラシックな機械学習の入門  8. クラスタリング
 
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
 
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
 
なんちゃってアジャイルをアジャイルにした話 ~ライトニングトーク版~ #xpjug
なんちゃってアジャイルをアジャイルにした話 ~ライトニングトーク版~ #xpjugなんちゃってアジャイルをアジャイルにした話 ~ライトニングトーク版~ #xpjug
なんちゃってアジャイルをアジャイルにした話 ~ライトニングトーク版~ #xpjug
 
ITサービスマネジメントとSRE
ITサービスマネジメントとSREITサービスマネジメントとSRE
ITサービスマネジメントとSRE
 
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
 
猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder猫でも分かるVariational AutoEncoder
猫でも分かるVariational AutoEncoder
 
Skip Connection まとめ(Neural Network)
Skip Connection まとめ(Neural Network)Skip Connection まとめ(Neural Network)
Skip Connection まとめ(Neural Network)
 
[DL輪読会]Batch Renormalization: Towards Reducing Minibatch Dependence in Batch-...
[DL輪読会]Batch Renormalization: Towards Reducing Minibatch Dependence in Batch-...[DL輪読会]Batch Renormalization: Towards Reducing Minibatch Dependence in Batch-...
[DL輪読会]Batch Renormalization: Towards Reducing Minibatch Dependence in Batch-...
 
Graph Attention Network
Graph Attention NetworkGraph Attention Network
Graph Attention Network
 
暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -
 
深層学習と確率プログラミングを融合したEdwardについて
深層学習と確率プログラミングを融合したEdwardについて深層学習と確率プログラミングを融合したEdwardについて
深層学習と確率プログラミングを融合したEdwardについて
 
暗号技術の実装と数学
暗号技術の実装と数学暗号技術の実装と数学
暗号技術の実装と数学
 
NLPにおけるAttention~Seq2Seq から BERTまで~
NLPにおけるAttention~Seq2Seq から BERTまで~NLPにおけるAttention~Seq2Seq から BERTまで~
NLPにおけるAttention~Seq2Seq から BERTまで~
 
論文紹介:Grad-CAM: Visual explanations from deep networks via gradient-based loca...
論文紹介:Grad-CAM: Visual explanations from deep networks via gradient-based loca...論文紹介:Grad-CAM: Visual explanations from deep networks via gradient-based loca...
論文紹介:Grad-CAM: Visual explanations from deep networks via gradient-based loca...
 
数式からみるWord2Vec
数式からみるWord2Vec数式からみるWord2Vec
数式からみるWord2Vec
 
推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから推薦アルゴリズムの今までとこれから
推薦アルゴリズムの今までとこれから
 

More from Yu(u)ki IWABUCHI

音楽にまつわる数学 〜「倍音」で理解する和音と音色〜
音楽にまつわる数学 〜「倍音」で理解する和音と音色〜音楽にまつわる数学 〜「倍音」で理解する和音と音色〜
音楽にまつわる数学 〜「倍音」で理解する和音と音色〜Yu(u)ki IWABUCHI
 
明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学Yu(u)ki IWABUCHI
 
フラクタル音楽 〜可視化と可聴化の世界〜
フラクタル音楽 〜可視化と可聴化の世界〜フラクタル音楽 〜可視化と可聴化の世界〜
フラクタル音楽 〜可視化と可聴化の世界〜Yu(u)ki IWABUCHI
 
ワイソフ配列について
ワイソフ配列についてワイソフ配列について
ワイソフ配列についてYu(u)ki IWABUCHI
 
自己紹介とパズル紹介
自己紹介とパズル紹介自己紹介とパズル紹介
自己紹介とパズル紹介Yu(u)ki IWABUCHI
 
かんたんベジェ曲線
かんたんベジェ曲線かんたんベジェ曲線
かんたんベジェ曲線Yu(u)ki IWABUCHI
 
Mathematicaで 機械学習してみた
Mathematicaで機械学習してみたMathematicaで機械学習してみた
Mathematicaで 機械学習してみたYu(u)ki IWABUCHI
 
加法よりも低レベルな演算を考える
加法よりも低レベルな演算を考える加法よりも低レベルな演算を考える
加法よりも低レベルな演算を考えるYu(u)ki IWABUCHI
 
グラフィックエンジニア必見!イージングの数学
グラフィックエンジニア必見!イージングの数学グラフィックエンジニア必見!イージングの数学
グラフィックエンジニア必見!イージングの数学Yu(u)ki IWABUCHI
 
サイエンスアゴラ研究100連発 〜目に見えて楽しい数学〜
サイエンスアゴラ研究100連発 〜目に見えて楽しい数学〜サイエンスアゴラ研究100連発 〜目に見えて楽しい数学〜
サイエンスアゴラ研究100連発 〜目に見えて楽しい数学〜Yu(u)ki IWABUCHI
 
Bad Apple Curve!! 〜フーリエ記述子でアニメーション作ってみた〜
Bad Apple Curve!! 〜フーリエ記述子でアニメーション作ってみた〜Bad Apple Curve!! 〜フーリエ記述子でアニメーション作ってみた〜
Bad Apple Curve!! 〜フーリエ記述子でアニメーション作ってみた〜Yu(u)ki IWABUCHI
 
コンピュータで全く使われない数表現
コンピュータで全く使われない数表現コンピュータで全く使われない数表現
コンピュータで全く使われない数表現Yu(u)ki IWABUCHI
 

More from Yu(u)ki IWABUCHI (15)

音楽にまつわる数学 〜「倍音」で理解する和音と音色〜
音楽にまつわる数学 〜「倍音」で理解する和音と音色〜音楽にまつわる数学 〜「倍音」で理解する和音と音色〜
音楽にまつわる数学 〜「倍音」で理解する和音と音色〜
 
明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学
 
フラクタル音楽 〜可視化と可聴化の世界〜
フラクタル音楽 〜可視化と可聴化の世界〜フラクタル音楽 〜可視化と可聴化の世界〜
フラクタル音楽 〜可視化と可聴化の世界〜
 
ラスタとベクタ
ラスタとベクタラスタとベクタ
ラスタとベクタ
 
ワイソフ配列について
ワイソフ配列についてワイソフ配列について
ワイソフ配列について
 
自己紹介とパズル紹介
自己紹介とパズル紹介自己紹介とパズル紹介
自己紹介とパズル紹介
 
かんたんベジェ曲線
かんたんベジェ曲線かんたんベジェ曲線
かんたんベジェ曲線
 
Mathematicaで 機械学習してみた
Mathematicaで機械学習してみたMathematicaで機械学習してみた
Mathematicaで 機械学習してみた
 
加法よりも低レベルな演算を考える
加法よりも低レベルな演算を考える加法よりも低レベルな演算を考える
加法よりも低レベルな演算を考える
 
グラフィックエンジニア必見!イージングの数学
グラフィックエンジニア必見!イージングの数学グラフィックエンジニア必見!イージングの数学
グラフィックエンジニア必見!イージングの数学
 
サイエンスアゴラ研究100連発 〜目に見えて楽しい数学〜
サイエンスアゴラ研究100連発 〜目に見えて楽しい数学〜サイエンスアゴラ研究100連発 〜目に見えて楽しい数学〜
サイエンスアゴラ研究100連発 〜目に見えて楽しい数学〜
 
Bad Apple Curve!! 〜フーリエ記述子でアニメーション作ってみた〜
Bad Apple Curve!! 〜フーリエ記述子でアニメーション作ってみた〜Bad Apple Curve!! 〜フーリエ記述子でアニメーション作ってみた〜
Bad Apple Curve!! 〜フーリエ記述子でアニメーション作ってみた〜
 
コンピュータで全く使われない数表現
コンピュータで全く使われない数表現コンピュータで全く使われない数表現
コンピュータで全く使われない数表現
 
いただきます。
いただきます。いただきます。
いただきます。
 
フラクタル概説
フラクタル概説フラクタル概説
フラクタル概説
 

名のあるフラクタルたち

Editor's Notes

  1. ダイジェスト的に。 数学ネタで僭越ではありますが、数式は一切出てきません。
  2. 海岸線
  3. 面積有限境界無限
  4. 線から始まっても面から始まっても結果は同じ!