スパース入力の場合、inv(X) はスパース単位行列を作成し、バックスラッシュ X\speye(size(X)) を使用します。 なお、このページにあるヒントも参考になるかと思います。 ヒント 行列の明示的な逆行列を求める必要はあまりありません。関数 inv は、線形方程式系 Ax = b を解くときにし...
--input_nc,--output_nc : 入出力のチャネル数 --direction : AtoBであれば画像の左から右を、BtoAであれば右から左に学習する --preprocess : データ拡張の種類を指定。(デフォルトは'resize_and_crop') --load_size : 画像をこの値にリサイズする ...
本論文では, 代表的ないいよどみ現象である有声休止(音節の引き延ばしも含む)を自動的に検出する手法を提案する.有声休止は音声対話において発語権の保持等の大切な役割を果たしており, その検出は音声対話システムを実現する上で重要である.従来, サブワード単位に基づく連続音声認識やワー...
Vは観測変数集合 Uは潜在背景変数集合で, 他のどの変数にも引き起こされない. Fは関数集合{f1,...,fn}で, Vi∈Vに対してVi=fi(pai, U_pai). paiはViの親変数集合 U_apiはViの潜在背景変数集合 それぞれの方程式は構造方程式(structural equations)と呼ばれる....
この方程式を解く 1 つの方法は、x = inv(A)*bを使うことです。実行時間と数値精度の両面でより優れた方法は、行列バックスラッシュ演算子をx = A\bのように使用することです。この場合、逆行列を明示的に求めることなく、ガウスの消去法を使って解を求めます。詳細については、...
その中で単眼深度推定に関して畳み込みニューラルネットワーク(CNN)を利用することが提案されており、学習領域に近い画像に対してピクセル単位の奥行きを正確に推定することができる。 しかし、従来手法は奥行き情報が部分的にしか利用されない。 提案手法 ディープニューラルネットワークからの...