エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
動的モード分解(Dynamic Mode Decomposition)のご紹介 - Qiita
はじめに 時間変化を調べる方法といえばフーリエ変換かウェーブレット変換くらいしか思い浮かびませんで... はじめに 時間変化を調べる方法といえばフーリエ変換かウェーブレット変換くらいしか思い浮かびませんでしたが、時間方向と空間方向双方のモードを抽出できる動的モード分解(DMD)という良い手法があることを知りました。自身の理解を深めるためにもここに記録しようと思います。 内容はほぼ参考にしたサイトそのままで、Google翻訳したものを少し直して書いていきます。グラフ描画に関するコードは参考元にはないので追記しておきました。DMDの実行からグラフの描画までそのまま実行できるはずです。 参考 簡単のために3次元ベクトル場のDMDは省略して、単純な1次元のスカラー関数のみを考えます。 Dynamic Mode Decomposition in Python SVDもなんだか知らなかったのでこちらを参考にしました。 PCAとSVDの関連について 動的モード分解(DMD)は、比較的最近の数学的革新であり、
2020/09/25 リンク