ゼミの風景

おそらくお気楽はしのすけゼミの諸風景

Top | ゼミ2024卒 | ゼミ2023卒 | ゼミ2022卒 | ゼミ2021卒 | ゼミ2020卒 | ゼミ2019卒 |
ゼミ2018卒 | ゼミ2017卒 | ゼミ2016卒 | ゼミ2015卒 | ゼミ2014卒 | イベント | About

ダウトゲーム(4年ゼミ)

f:id:okiraku894:20181009160948j:plain
ダウトゲーム.
前回大雑把な証明方針を固めたところだが,本日再度元となる命題を検証.
よく見ると先手の場合だけ勝てる手筋があり,それを含めた形でカード枚数条件をはっきりさせた.
で,結局の所旋回まで着目していた半不変量がよく働くことがわかった.
さて,その後これをどこまで一般化できるかなんだが...

幅跳びの数理(4年ゼミ)

f:id:okiraku894:20181005122004j:plain
幅跳びの数理.ずっと斜方投射として幅跳びを扱う話をしてきたが,本日大きく次のすステップへ.
陸上をやっている当人の話を詳しく聞くと,どうやら剛体リンクモデルの登場ではなく,棒人間モデルで良いようだ.
それは例えば体操の跳馬のような味方で良いということだった.
さて,となると力学モデルが作りやすそうだ.
そしてヒトが実際に生成できる跳躍角度の限界というものがこれで計算できそうな気配だ.

スポーツバイオメカニクス20講

スポーツバイオメカニクス20講

スポーツ動作の科学―バイオメカニクスで読み解く

スポーツ動作の科学―バイオメカニクスで読み解く

ヘックスの数理(4年ゼミ)

f:id:okiraku894:20181004141105j:plain
ヘックス.今日は前回証明のあらましを考えたn\times(n+1) ヘックスの詰め.
ところが経路が交差することを示そうとしたら,Jordan曲線の問題に突き当たる.
もともと離散的なグラフの話だし,形は限定されているのだから初等的にできそうなのになかなか難しい.
すっかり固まってしまったので次回へ.

ヘックス入門―天才ナッシュが考えた数学的ボードゲーム

ヘックス入門―天才ナッシュが考えた数学的ボードゲーム

組合せゲーム理論入門 ?勝利の方程式?

組合せゲーム理論入門 ?勝利の方程式?

人工知能(4年ゼミ)

f:id:okiraku894:20181003115143j:plain
f:id:okiraku894:20181003125525j:plain
人工知能.種々の統計的判別の方法について見てきてもらう事となって,ようやく写真アリになった.
とっかかりとして,線形判別の話.
どこに超平面を引くと尤もらしいか,を数学的に定式化するということだ.
終いの頃,学習データとして(input,output)ペアが登場.
そもそもは教師なし学習をどう実現しているかを見たいから始めた話だったが,なんだかこうしてみると教師ありってのは教師なしの一部のように見えてきてしまって,どういうこと?となって今日は終わり.

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ニューロコンピューティングの数学的基礎

ニューロコンピューティングの数学的基礎

パターン認識と機械学習 上

パターン認識と機械学習 上

  • 作者: C.M.ビショップ,元田浩,栗田多喜夫,樋口知之,松本裕治,村田昇
  • 出版社/メーカー: 丸善出版
  • 発売日: 2012/04/05
  • メディア: 単行本(ソフトカバー)
  • 購入: 6人 クリック: 33回
  • この商品を含むブログ (20件) を見る
パターン認識と機械学習 下 (ベイズ理論による統計的予測)

パターン認識と機械学習 下 (ベイズ理論による統計的予測)

  • 作者: C.M.ビショップ,元田浩,栗田多喜夫,樋口知之,松本裕治,村田昇
  • 出版社/メーカー: 丸善出版
  • 発売日: 2012/02/29
  • メディア: 単行本
  • 購入: 6人 クリック: 14回
  • この商品を含むブログを見る

ダウトゲーム(4年ゼミ)

f:id:okiraku894:20181002123709j:plain
ダウトゲーム.
前回,一般化できそうな最初の結果を得たので,それを徐々に展開する.
今度は相手手札で2番めに大きなカードと自分の手札との比較で必勝型を探る.
うん,どうやら証明できたようだ.
さて,では3番めに大きなカードとすると...
これが形になると卒論としてはひとつオリジナルな結果が出せたことになる.
さてさて,どうなるかな.

超越数論(4年ゼミ)

f:id:okiraku894:20181001133606j:plain
f:id:okiraku894:20181001140522j:plain
f:id:okiraku894:20181001143751j:plain
超越数論.
前回リュービル数の定義とそのあたりにまつわる実数論の整理.
分類の切り口として無理数度を定義するが,多くのものは無理数度2らしい.
いずれにせよそろそろきちんと連分数を持ち出さねばならないので後半はその話.
次回はeの無理数度が2であることについて,かな.

無理数と超越数

無理数と超越数

人工知能(4年ゼミ)

一人目,人工知能.例によって写真は無し.
さて,今回も進展は無し.完全に方向性を見失った感じがある.
いわゆる機械学習理論そのものに関する知識不足によるところが大きい.
そこで研究室にある書物を手渡す.
教師なし学習の方法論を学ぶため,まずはクラスタリング周辺を見てきてもらうことに.

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ニューロコンピューティングの数学的基礎

ニューロコンピューティングの数学的基礎

パターン認識と機械学習 上

パターン認識と機械学習 上

  • 作者: C.M.ビショップ,元田浩,栗田多喜夫,樋口知之,松本裕治,村田昇
  • 出版社/メーカー: 丸善出版
  • 発売日: 2012/04/05
  • メディア: 単行本(ソフトカバー)
  • 購入: 6人 クリック: 33回
  • この商品を含むブログ (20件) を見る
パターン認識と機械学習 下 (ベイズ理論による統計的予測)

パターン認識と機械学習 下 (ベイズ理論による統計的予測)

  • 作者: C.M.ビショップ,元田浩,栗田多喜夫,樋口知之,松本裕治,村田昇
  • 出版社/メーカー: 丸善出版
  • 発売日: 2012/02/29
  • メディア: 単行本
  • 購入: 6人 クリック: 14回
  • この商品を含むブログを見る

ヘックスの数理(4年ゼミ)

f:id:okiraku894:20180927122808j:plain
ヘックスゲーム.
前回話題にしたn\times (n+1)型での必勝法について.
すぐに証明できるだろうと高をくくっていたら,意外にもn\times (n+1)の特殊性を使った頂点の番号付けが必要なことがわかった.
大筋での証明はできたのだけど,これをちゃんとLaTeXに落とし込めるだろうか.
簡単そうに見えて,意外と面白かった問題だった.

ヘックス入門―天才ナッシュが考えた数学的ボードゲーム

ヘックス入門―天才ナッシュが考えた数学的ボードゲーム

組合せゲーム理論入門 ?勝利の方程式?

組合せゲーム理論入門 ?勝利の方程式?

ダウトゲーム,幅跳びの数理(4年ゼミ)

f:id:okiraku894:20180926123737j:plain
一人目,ダウトの数理.今日も必勝形が分かる場合探し.
現在考えているゲームではすべてのカードが場から消えないタイプで,こうなるとどうやら中々一般則が見つけにくいらしい.
というのも場からカードが減るタイプなら少ない枚数にはなしを還元でき帰納的な議論がしやすいが,消えないとなると個別対応になりそうな気配だからだ.
とりあえず,前回見つけた一般則をもう少しだけ広げてみよう,というところで次回へ.
進むのかなぁ...
f:id:okiraku894:20180926143523j:plain
二人目,幅跳びの数理.
前回ダイレクトに重心の高さと飛距離との関係を見てきてくれ,と宿題にしたが,本日改めて式を見てみると容易に単調増加性が分かった.
そして改めて見直してみると,要するに斜方投射なのだからそりゃそうなるんじゃない,という結果だった.
で,それでも理想に近い45度付近の跳躍ができるかというと,普通は水平速度が垂直速度より大きいのだからそんな跳躍はできそうにない.
そこでヒトの筋力を考慮した力学モデルを作ろうってことになる.
少なくとも垂直跳びの高さから跳躍エネルギーは求められるので,このあたりを参考に幅跳びにおける筋力を考慮した最適跳躍角度が出てきやしないだろうかね.

スポーツバイオメカニクス20講

スポーツバイオメカニクス20講

スポーツ動作の科学―バイオメカニクスで読み解く

スポーツ動作の科学―バイオメカニクスで読み解く

幅跳びの数理,ヘックスの数理(4年ゼミ)

f:id:okiraku894:20180921121308j:plain
一人目,幅跳びの数理.
跳躍角度と到達距離を見返していて,結局斜方投射の議論で良いのでは,と前回なって再度見直してきてもらう.
実際のその通りではあったものの,見てきた論文では跳躍中の空気抵抗を考慮していた.
そしてその影響は到達距離には影響するものの跳躍角度には影響無いということを見てきていたのだった.
そういうわけで斜方投射モデルで議論を進めることとなるが,よく観察すると重心下降と到達距離の関係がはっきりしていないことに気づく.
なのでまずはグラフを描いて様子を見てから証明へ.

スポーツバイオメカニクス20講

スポーツバイオメカニクス20講

スポーツ動作の科学―バイオメカニクスで読み解く

スポーツ動作の科学―バイオメカニクスで読み解く

f:id:okiraku894:20180921140624j:plain
二人目,ヘックスゲーム.
不偏ゲームについて,その定義がはっきりするまでにずいぶん頭を悩ませた.
で,結局ヘックスは不偏ゲームではないのだけど,不偏ゲームの特性として引き分けがないことがあり,ヘックスは不偏ゲームではないけれど引き分けもないゲームの一例となることが分かった.
n\times(n+1)型ではどうなるか,という問題も前回出したが,それに関することが学生当人がAmazonでポチったテキストにあるらしい.
というか,そんな本があるんだね.「ヘックス入門」

ヘックス入門―天才ナッシュが考えた数学的ボードゲーム

ヘックス入門―天才ナッシュが考えた数学的ボードゲーム

組合せゲーム理論入門 ?勝利の方程式?

組合せゲーム理論入門 ?勝利の方程式?

人工知能,超越数論(4年ゼミ)

一人目,人工知能.こちらも2ヶ月ぶり.例によって写真は無し.
日経平均データの過去5日から未来5日予測を行ってきたが,誤差評価を最小にする解が結局過去を真似るだけになってしまう問題.
よくよく考えれば前後のつながりを見ずにただ教師データとして日経平均を与えただけなのだから,そりゃそうなるって気がしてきた.
本当はどこに着目すればいいか自体をAIで見つけさせたいのだけど,とりあえずはこちらからなにか方向性を与えてやらねばならないようだ.
ってことで検索していたら,強化学習へ行き着く.はい,この先勉強してきて.

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ニューロコンピューティングの数学的基礎

ニューロコンピューティングの数学的基礎

f:id:okiraku894:20180920135056j:plain
二人目,超越数論.
リュービル数周辺でなにか独自のものをという流れだったが,リュービル数でない超越数の具体例探し,あるいは具体例づくりというのはアリだ.
とりあえず自然対数eについてなら,何か評価できないか.リュービル数?or Not?
しかしリュービル数の定義からその一般系が知られてしまっていて,それに照らすとどうやらNoだ.
いずれにしても,まずはそのあたりを手がけたいところ.

無理数と超越数

無理数と超越数

ダウトの数理(4年ゼミ)

f:id:okiraku894:20180919124617j:plain
ダウトの数理.こちらも2ヶ月ぶりぐらいだろうか.
必勝パターン探しの続き.しかしどうやら強制交代ルールでは行き詰まるようで,今回後半は通常通りダウト成功の場合は自分の手番が続くルールに変えた.
ところが,それまでうまくいっていたGrundy数的な量を別のものに変えねばならないようで,あれこれ観察してみたがとりあえず実験量が足らず,上手い半不変量がみつからなかった.
というところで,来週.

遺伝的アルゴリズム(4年ゼミ)

f:id:okiraku894:20180918121828j:plain
遺伝的アルゴリズム,というか蟻コロニーモデルの分析.
今回も最適解あたりでフェロモンが増加することを示そうとあれこれ試みる.
当人もあれからまたいろいろ考えたようで,不等式評価のためのアイディアを持ってきた.
ただ,どう最適解を特徴付ければよいのか,それがはっきりしない.
というかそれができてしまえばそれが答えなんだろうと思うのだが.
しかしあれこれ観察してみると必ずしも最適解でフェロモン増加が起こるということではなくて,むしろフェロモン増加が起こるような経路の中に最適解が含まれている,という弱めたアプローチをとっかかりとしてみてはどうか,ということになった.
どうかな.前よりは目鼻のついた不等式評価にできそうかな.

遺伝アルゴリズムとニューラルネット―スケジューリングと組合せ最適化

遺伝アルゴリズムとニューラルネット―スケジューリングと組合せ最適化

進化論的計算手法 (知の科学)

進化論的計算手法 (知の科学)

幅跳びの数理,ヘックスの数理(4年ゼミ)

f:id:okiraku894:20180914124647j:plain
一人目,幅跳びの数理.
教採があったのでもう3ヶ月ぶりぐらいだろうか,再開.
これまでのストーリーをもう一度整理して,ここしばらく関わってきた事柄は,重心低下による跳躍距離の伸長を扱ってきたこと,次に如何にしてその重心低下を引き起こす跳躍ができるのかを剛体リンクモデルで説明すること,となってきた.
そうか,剛体リンクモデルに戻るんだったね,すっかり解析計算に浸かって忘れていたよ.
跳躍一歩手前での深い沈み込みと足の振り上げ動作がより高い跳躍を起こすこと,なんかを説明できればいいのだけど,さてさて,どこまでできるかな.

スポーツバイオメカニクス20講

スポーツバイオメカニクス20講

スポーツ動作の科学―バイオメカニクスで読み解く

スポーツ動作の科学―バイオメカニクスで読み解く

f:id:okiraku894:20180914134258j:plain
二人目,ヘックスゲーム.こちらも久しぶり.
ヘックスゲームに引き分けがないことの証明に不動点定理を使ったので,その証明をということになっていたけど,1次元版なら中間値の定理で示せるってことでちょろっと証明.
で,その後の方針について検討.
いまのところちょっと手を加えるといくらでも問題が作れそうな感触なんだが,解決できるかどうかは別問題.
どちらにしても,ヘックスあるいはその変形版で進むことになりそうだ.

組合せゲーム理論入門 ?勝利の方程式?

組合せゲーム理論入門 ?勝利の方程式?

遺伝的アルゴリズム(4年ゼミ)

f:id:okiraku894:20180823120317j:plain
f:id:okiraku894:20180823125833j:plain
少し間が開いての再開.
蟻コロニーアルゴリズムが実際に最適解へ収束させられるかの議論続き.
複数蟻による探索は期待値として扱えると考えてよかろうけど,その先が結構進まない.
アルゴリズムの意図は分かるのだけど,数学的に収束するかどうかは別問題.
どこまでまともに式を評価すべきか感覚でわかるにはちょっと日が浅い.

遺伝アルゴリズムとニューラルネット―スケジューリングと組合せ最適化

遺伝アルゴリズムとニューラルネット―スケジューリングと組合せ最適化

進化論的計算手法 (知の科学)

進化論的計算手法 (知の科学)