Regular Expression Matching with a Trigram Index or How Google Code Search Worked
Regular Expression Matching with a Trigram Index or How Google Code Search Worked Russ Cox rsc@swtch.com January 2012 Introduction In the summer of 2006, I was lucky enough to be an intern at Google. At the time, Google had an internal tool called gsearch that acted as if it ran grep over all the files in the Google source tree and printed the results. Of course, that implementation would be fairl
Reaction-Diffusion Tutorial
The grid is repeatedly updated using the following equations to update the concentrations of A and B in each cell, and model the behaviors described above. Some typical values used, for those interested, are: DA=1.0, DB=.5, f=.055, k=.062 (f and k vary for different patterns), and Δt=1.0. The Laplacian is performed with a 3x3 convolution with center weight -1, adjacent neighbors .2, and diagonals
ITエンジニアなら知っておきたい、今更聞けないアルゴリズムの種類一覧 - paiza times
Photo by Oferico 皆さんはアルゴリズムやデータ構造について勉強したことはありますか？そして、基本的なアルゴリズムについて、どのようなものがあって、どのようなときに使うとよいかといったことを説明することができますか？ 仕事をしていると、プログラミング言語等の勉強や業務に忙しくて、正直アルゴリズムどころではないという場合がほとんどでしょう。しかし、いつか勉強しようと思っていたけど、基本的なアルゴリズムにどんなものがあるのかなんて今更聞けないな……ということもあるかと思います。 今回はそんな方に向けて、基本的なアルゴリズムの一部の概要に加え、アルゴリズムの勉強に役立つサイト、書籍をご紹介したいと思います。 ■アルゴリズムを学ぶ意味 例えば、ソート等については、通常はすでにソート関数があるので、自分で作らなくても済む＝アルゴリズムも勉強しなくていいと思ってしまうかもしれません。しか
Rooms and Mazes: A Procedural Dungeon Generator – journal.stuffwithstuff.com
↩ ↪ December 21, 2014 code dart game-dev roguelike Several months ago I promised a follow-up to my previous blog post about turn-based game loops in my roguelike. Then I got completely sidetracked by self-publishing my book, Game Programming Patterns, and forgot all about it. I totally left you hanging. Well, I finally got some time to think about my roguelike again and today, I’m here to… keep yo
機械学習のためのPython入門 クラスとメソッド編 - Beginning AI
機械学習にどのようなPythonの知識が必要かは、Python機械学習プログラミングの監訳者福島 真太朗（ふくしま しんたろう）さんが以下のように述べられています。 Pythonの文法については、リスト、タプル、ディクショナリなどの基本的なデータ構造、forループ、print関数、zip関数、enumerate関数、関数やクラスの作成方法などが理解できていれば十分です。 thinkit.co.jp そこで今回はPythonで書かれた機械学習のコードを読めるように、リスト、タプル、ディクショナリなどの基本的なデータ構造、forループ、print関数、zip関数、enumerate関数、関数やクラスの作成方法について学んでいきます。 従ってこの記事は、Pythonを一度もやったことがなく、機械学習のためにPythonを学びたいという人向けです。 今回読み解くPythonコードについて 今回は題
Lanczos resampling - Wikipedia
Partial plot of a discrete signal (black dots) and of its Lanczos interpolation (solid blue curve), with size parameter a equal to 1 (top), 2 (middle) and 3 (bottom). Also shown are two copies of the Lanczos kernel, shifted and scaled, corresponding to samples 4 and 11 (dashed curves). Lanczos filtering and Lanczos resampling are two applications of a mathematical formula. It can be used as a low-
Lanczos関数による画像の拡大縮小
Lanczos関数を使って画像を拡大縮小すると、高品質な画像が得られるのだそうだ。 その仕組みを知りたいと思っていつも通りGoogleのお世話になったが、仕組みを解説した情報が見つからない。 見つかるのはLanczosという名前の紹介や、画像処理ソフトの紹介ばかり。 もっとも、探し方が悪いのかもしれないけど。 なぜ高品質な画像が得られるのか？ 他の方法とは何が違うのか？ 断片的な情報から調べていって、その理由が理解できた。 はっきり言ってこれを解説するのは難しい！ Lanczos関数 まずはLanczos関数について。 そもそもLanczosを何と読むのかが疑問だったが、ランツォシュと読むらしい。 数学者の名前。 Lanczos sinc関数とかLanczos窓関数とかLanczosフィルタとか、人によって色々な呼び方をしていて、正しい呼称がどれなのかはっきりしないが、Lanczos wi
Daisuke Miyazaki - Publication
Surface normal estimation of thin transparent objects from polarization of transmitted light In this paper, we propose a novel method for estimating the surface shapes of transparent objects by analyzing the polarization state of the transmitted light. The target objects are thin transparent objects, such as bottles or glasses. Thin transparent objects less refract, thus, existing methods that ana
イメージングソリューション | 画像処理の入門～基礎～応用まで理解できるのを目指して！
イメージングソリューション(略してイメソル[ ImagingSolution])では、画像処理に必要な画像処理アルゴリズム、数学、プログラミングや画像処理検査において必要なレンズや照明などの情報を記載したいと思います。 おすすめピックアップ記事 【OpenCV-Python】CvZoomWindow class(ズーム、パン機能付き画像表示ウィンドウ) 画像処理アルゴリズム 最小二乗法 離散フーリエ変換(DFT:Discrete Fourier Transform) アフィン変換（平行移動、拡大縮小、回転、スキュー行列） 【Python】画像ビューア（ズーム(拡大／縮小)、移動表示） 【OpenCV-Python】Tkinter GUI Sample レンズ選定（焦点距離、WD、被写界深度の計算） 注力中カテゴリ OpenCV-Python OpenCV Reference 画像処理 画像
Hundredsoft | Javascriptで細線化
２値化画像のラインを細線化するアルゴリズムは沢山ありますが、 ループ回数がどうしても多くなるので、javascriptでの実装例は少ないです。 ここでは、比較的高速なZhang-Suen, NWGと、田村の方式を実装してみます。 実行サンプルはこちら Zhang-Suenのアルゴリズムは、比較的単純であるので実装し易いです。 ラスタスキャンにより画素情報を読み込み、 調査画素を含む、3x3pixの画素値に対し、3種の条件を満たしていれば、 調査画素を白(1)から黒(0)に置き換えます。 調査画素(P1)を含む、3x3pixの画素に次のように番号を振る。 条件１． 外周一周を眺めた時、 (P2->P3->P4->P5->P6->P7->P8->P9->P2) 黒→白となる並びが一つだけであること。 (英文:A(P1)=number of 0,1 patterns(transitions fr
エッジ検出
ゼロクロスを求める…アルゴリズム エッジ検出処理は、近傍画素との画素値の差分に基づくため、雑音に対して極めて脆弱です。よって前処理として画像の最適化（主に平滑処理）は必須です。またゼロクロス点は勾配の局所的な極大値に基づくため、後処理として2値化と細線化を必要とします。近年のエッジ検出は、最適化→微分演算→2値化、細線化 の手順を採る傾向にあります。 画像の最適化に良く用いるのは、ガウシアンフィルタです。Marr と Hildreth [4] が、ラプラシアンにガウシアンフィルタを適用したことを皮切りに、Canny [5], Bergholm [6], Rothwell [7] のアルゴリズムが採用しています。特に Canny は、画像の最適化フィルタの一般解を示し、これがガウス関数の一次導関数で近似できることを示しています。ただしガウシアン・フィルタには抽出したエッジのズレを引き起こすと
Sublime Textの「あいまい一致」をリバースエンジニアリング | POSTD
Sublime Text は、私のお気に入りのプログラミング用テキストエディタです。 Sublime Textで気に入っている特徴の1つは、あいまい検索アルゴリズムです。ファイルや関数の検索が超高速なのです。これまで多くの人が、インターネット上で、この仕組みについて質問していましたが、満足の行く回答はありませんでした。そこで、私が自らこれを解明することにしました。 全部読むのが面倒な方へ 本文を読まずに最終結果だけ知りたいですか？ 了解！ 私は、あなたを責めたりしませんよ。 インタラクティブなデモ： こちらをクリック ソースコード： C++ 、 JavaScript Sublime Textの仕組み Sublime Textのあいまい一致とは何でしょうか。そして、なぜそれはそんなに賢いのでしょうか。聞いてくれてうれしいです。 Sublime Textには、2つの非常に便利なナビゲーション関
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - gjuchault/fuzzyjs: fuzzyjs is a fuzzy search algorithm in javascript
The Algorithms
GitHub - wjakob/instant-meshes: Interactive field-aligned mesh generator
Deep Algo
サービス終了のお知らせ
Gradient Vectors · Chris McCormick
Image gradient - Wikipedia
画像処理技術～業界をリードするヴィスコの技術 | ヴィスコ・テクノロジーズ株式会社