SlideShare uma empresa Scribd logo
1 de 78
Baixar para ler offline
RMQの
定数時間アルゴリズム
萩原 千晴 (mendako)

1
🐙自己紹介🐙
・めんだこです
 桜蔭高校1年 物理部PC班所属
 Twitter : @mdkcpp1015, @mdk51kyopuro
・競プロer
 AtCoder緑 mdk_51, Highest 1027 (停滞中...)
・普段はC++を使っています Esolangも好きです
2
やりたいこと
RMQ(区間最小値問い合わせ)
… セグメント木で殴ることが多い(と私は思っている)
構築 O(n)時間、問い合わせ O(lg n)時間
3
やりたいこと
RMQ(区間最小値問い合わせ)
… セグメント木で殴ることが多い(と私は思っている)
構築 O(n)時間、問い合わせ O(lg n)時間
   定数時間で問い合わせしたい!
4
1. 問題の定義
2. RMQをLCAに帰着
3. LCAをRMQに帰着
4. ±1 RMQ問題
5. RMQの定数時間アルゴリズム
5
〜発表内容〜
1. 問題の定義
2. RMQをLCAに帰着
3. LCAをRMQに帰着
4. ±1 RMQ問題
5. RMQの定数時間アルゴリズム
6
〜発表内容〜
RMQ・LCAの定義
7
RMQ・LCAの定義
・区間最小値問い合わせ(Range Minimum Query)
… 与えられた区間[s,t]に対して、A[s..t]の
最小値の位置を返す
 もし最小値が複数ある場合は最も左のものを返す
8
RMQ・LCAの定義
・区間最小値問い合わせ(Range Minimum Query)
… 与えられた区間[s,t]に対して、A[s..t]の
最小値の位置を返す
 もし最小値が複数ある場合は最も左のものを返す
・最近共通祖先(Lowest Common Ancestor)
… 根付き木Tの2つのノード x,y に対して
最近共通祖先lca(x,y)を共通の祖先で深さ最大のノードとする
9
データ構造の評価基準の定義
サイズnの入力に対し、データ構造を以下のように評価
データ構造のサイズ:s(n)
データ構造を構築する時間:f(n)
問い合わせの時間:q(n)
これを〈s(n),f(n),q(n)〉と表記
10
1. 問題の定義
2. RMQをLCAに帰着
3. LCAをRMQに帰着
4. ±1 RMQ問題
5. RMQの定数時間アルゴリズム
11
〜発表内容〜
デカルト木
配列 A[1..n] に対し、デカルト木(Cartesian tree)
を以下のように定義
12
デカルト木
配列 A[1..n] に対し、デカルト木(Cartesian tree)
を以下のように定義
配列 A[1..n] の最小値の位置をmとする
この時Aのデカルト木は
・根 … A[m]
・左部分木 … A[1...m-1] に対するデカルト木
・右部分木 … A[m+1...n] に対するデカルト木
となる
13
デカルト木
配列A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
14
デカルト木
配列A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
15
↑
①
デカルト木
配列A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
{2, 4, 3, 5}, {8, 6, 7, 9}
16
①
デカルト木
配列A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
{2, 4, 3, 5}, {8, 6, 7, 9}
17
①
↑ ↑
② ⑥
デカルト木
配列A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
{2, 4, 3, 5}, {8, 6, 7, 9}
{4, 3, 5}, {8}, {7, 9}
18
①
② ⑥
デカルト木
配列A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
{2, 4, 3, 5}, {8, 6, 7, 9}
{4, 3, 5}, {8}, {7, 9}
19
①
↑
② ⑥
↑ ↑
③ ⑧ ⑦
デカルト木
配列A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
{2, 4, 3, 5}, {8, 6, 7, 9}
{4, 3, 5}, {8}, {7, 9}
{4}, {5}, {9}
20
①
② ⑥
③ ⑧ ⑦
デカルト木
配列A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
{2, 4, 3, 5}, {8, 6, 7, 9}
{4, 3, 5}, {8}, {7, 9}
{4}, {5}, {9}
21
①
② ⑥
③ ⑧ ⑦
↑ ↑ ↑
④ ⑤ ⑨
RMQをLCAに帰着
配列A[1..n]に対するデカルト木をTとする
これを用いるとRMQはLCAに帰着できる
22
RMQをLCAに帰着
配列A[1..n]に対するデカルト木をTとする
これを用いるとRMQはLCAに帰着できる
23
A[s], A[t], A[RMQ(s,t)] を表すノードを
それぞれ x,y,z とすると
 z = lca(x, y)
RMQをLCAに帰着
A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
24
x:a[s]に対応
y:a[t]に対応
z:a[lca(s,t)]に対応
RMQをLCAに帰着
A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
25
x:a[s]に対応
y:a[t]に対応
z:a[lca(s,t)]に対応
x
y
z
RMQをLCAに帰着
A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
26
x:a[s]に対応
y:a[t]に対応
z:a[lca(s,t)]に対応
x
y
z
計算量
・デカルト木の構築
配列A[1..m]に対するデカルト木からA[1..m+1]に対する
デカルト木を構築することを考える
27
計算量
・デカルト木の構築
配列A[1..m]に対するデカルト木からA[1..m+1]に対する
デカルト木を構築することを考える
新しいノードwは前のデカルト木の根から一番右の葉まで
のパス上のどこかに挿入される
28
計算量
A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
末尾に8を追加したい
29
単調減少
計算量
A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
末尾に8を追加したい
8 < 9 なのでNG
30
8
↓
❌
計算量
A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
末尾に8を追加したい
8 < 9 なのでNG
8 > 7 なのでOK
31
8
↓
⭕
計算量
A = {2, 4, 3, 5, 1, 8, 6, 7, 9}
末尾に8を追加したい
8 < 9 なのでNG
8 > 7 なのでOK
32
⑧
⑨
計算量
・デカルト木の構築
配列A[1..m]に対するデカルト木からA[1..m+1]に対する
デカルト木を構築することを考える
新しいノードwは前のデカルト木の根から一番右の葉まで
のパス上のどこかに挿入される
各ノードを見る回数は高々1回 → O(n)時間
33
計算量
・配列の要素とT上のノード間の双方向ポインタが必要
→ O(n lg n)ビット
これはデカルト木の構築時に作ることができ、
O(n)時間で構築可能
34
計算量(まとめ)
サイズnのLCAに対する計算量が〈s(n),f(n),q(n)〉の
データ構造が存在する時、サイズnのRMQ問題に対する
以下の計算量のデータ構造が存在する
35
データ構造のサイズ s(n) + O(n lg n)
データ構造の構築時間 f(n) + O(n)
問い合わせの時間 q(n) + O(1)
1. 問題の定義
2. RMQをLCAに帰着
3. LCAをRMQに帰着
4. ±1 RMQ問題
5. RMQの定数時間アルゴリズム
36
〜発表内容〜
超過配列
ノード数nの根付き木Tに対し、DFSをする
ノードvに
・d(v):vからのDFSの開始時刻
・f(v):vからのDFSの終了時刻
のラベルをつける
(時刻は1から始まり辺を1つ通る度に値が1増えるとする)
37
超過配列
Tに対する超過配列E[0..2n]
… 各時刻にいるノードの深さを順に並べたもの
38
超過配列
Tに対する超過配列E[0..2n]
… 各時刻にいるノードの深さを順に並べたもの
各ノード v∈Tに対しvの深さをhとすると、
E[d(v)] = h, E[f(v)] = h-1
となる
39
超過配列
E={0, 1, 2, 3, 4, 3, 4, 3, 2, 1, 2, 3, 2, 3, 4, 3, 2, 1, 0}
40
超過配列とRMQ・LCA
x,yをTのノードとし、d(x)<d(y)とする
z=lca(x,y), m=RMQ(d(x),d(y))とする
41
超過配列とRMQ・LCA
x,yをTのノードとし、d(x)<d(y)とする
z=lca(x,y), m=RMQ(d(x),d(y))とする
m=d(x)の時 z=x
それ以外の時 m=f(w)となるzの子ノードwが存在
42
LCAをRMQに帰着
A={2, 4, 3, 5, 1, 8, 6, 7, 9}
E={0, 1, 2, 3, 4, 3, 4, 3, 2, 1, 2, 3, 2, 3, 4, 3, 2, 1, 0}
43
dx(x)<dy(y)
z=lca(x,y)
m=RMQ(d(x),d(y))
LCAをRMQに帰着
A={2, 4, 3, 5, 1, 8, 6, 7, 9}
E={0, 1, 2, 3, 4, 3, 4, 3, 2, 1, 2, 3, 2, 3, 4, 3, 2, 1, 0}
44
dx(x)<dy(y)
z=lca(x,y)
m=RMQ(d(x),d(y))
x
y
m=d(x)の時 z=x
m = 2
LCAをRMQに帰着
A={2, 4, 3, 5, 1, 8, 6, 7, 9}
E={0, 1, 2, 3, 4, 3, 4, 3, 2, 1, 2, 3, 2, 3, 4, 3, 2, 1, 0}
45
dx(x)<dy(y)
z=lca(x,y)
m=RMQ(d(x),d(y))
x
y
m=f(w)となるzの子ノードwが存在
m=12
z
f(x)=12
計算量
配列 L[1...2n] を用意し、Tのノードvにおいて
L[f(v)] をvの親とする
これはTをDFSするときに同時に作成でき、O(n)時間
各ノードを O(lg n) ビットで表現する場合、
O(n lg n)ビットで表せる
46
計算量(まとめ)
サイズnのRMQ問題に対する計算量が〈s(n),f(n),q(n)〉
のデータ構造が存在する時、サイズnのLCA問題に対する以
下の計算量のデータ構造が存在する
47
データ構造のサイズ s(2n) + O(n lg n)
データ構造の構築時間 f(2n) + O(n)
問い合わせの時間 q(2n) + O(1)
1. 問題の定義
2. RMQをLCAに帰着
3. LCAをRMQに帰着
4. ±1 RMQ問題
5. RMQの定数時間アルゴリズム
48
〜発表内容〜
計算量(まとめ)
サイズnのRMQ問題に対する計算量が〈s(n),f(n),q(n)〉
のデータ構造が存在する時、サイズnのLCA問題に対する以
下の計算量のデータ構造が存在する
49
データ構造のサイズ s(2n) + O(n lg n)
データ構造の構築時間 f(2n) + O(n)
問い合わせの時間 q(2n) + O(1)
±1 配列
超過配列E[0..2n]は、i(1 ≤ i ≤ 2n) において
E[i] = E[i-1] ± 1
を満たす
±1 配列
超過配列E[0..2n]は、i(1 ≤ i ≤ 2n) において
E[i] = E[i-1] ± 1
を満たす
このような配列を ±1 配列 と呼ぶ
±1配列上でのRMQ問題を ±1 RMQ問題 と呼ぶ
±1RMQ問題
超過配列 E[0...2n] は ±1配列
E[i] = E[i-1] + 1 → B[i] = 1
E[i] = E[i-1] - 1 → B[i] = 0
とすることで長さ 2n のビット列 B[1...2n]で表現できる!
±1RMQ問題
超過配列 E[0...2n] は ±1配列
E[i] = E[i-1] + 1 → B[i] = 1
E[i] = E[i-1] - 1 → B[i] = 0
とすることで長さ 2n のビット列 B[1...2n]で表現できる!
E = {0, 1, 2, 3, 4, 3, 4, 3, 2, 1, 2, 3, 2, 3, 4, 3, 2, 1, 0}
B = {1, 1, 1, 1, 0, 1, 0, 0, 0, 1, 1, 0, 1, 1, 0, 0, 0, 0}
±1RMQ問題
配列E[0..2n] を長さ のブロックに分割する
問い合わせられた区間[s,t]が
・ブロックiの接尾辞
・ブロックi+1からj-1の全体
・ブロックjの接頭辞
を含むとする
→求めるものはこれら3区間の最小値の中の最小値である
i j
s t
[s,t]
…
±1RMQ問題
iの接尾辞・jの接頭辞中の最小値
ブロックに対応するBの部分列bと、bの中でのs,tの
相対位置により決定される
これを定数時間で求めるにはどうするか?
i j
s t
[s,t]
…
±1RMQ問題
iの接尾辞・jの接頭辞中の最小値
ブロックに対応するBの部分列bと、bの中でのs,tの
相対位置により決定される
これを定数時間で求めるにはどうするか?
→ 表引きを活用
i j
s t
[s,t]
…
±1RMQ問題
どのように表を作るか?
長さlのビット列全パタンに対し、最小値の位置を格納
(これは O(√n lg lg n) ビットとなる)
i j
s t
[s,t]
…
±1RMQ問題
どのように表を作るか?
長さlのビット列全パタンに対し、最小値の位置を格納
(これは O(√n lg lg n) ビットとなる)
・接頭辞 E[t’..t] に対する最小値を求めるには、
 tの右側を全て1に変換したブロックを考える
・接尾辞 E[s..s’] に対する最小値を求めるには、
 sの左のビットを消して末尾に同じ分の1を追加して考える
i j
s t
[s,t]
…
±1RMQ問題
i+1からj-1のブロックの中の最小値
Eの各ブロックの最小値を配列 A[1..2n/l] に格納
→ Aに対しRMQ(i+1,j-1)をすれば良い
i j
s t
[s,t]
…
±1RMQ問題
i+1からj-1のブロックの中の最小値
Eの各ブロックの最小値を配列 A[1..2n/l] に格納
→ Aに対しRMQ(i+1,j-1)をすれば良い
つまり、サイズ 2n の ±1 RMQ問題はサイズ O(n / lg n) の
RMQ問題に帰着できる!
i j
s t
[s,t]
…
計算量
サイズ n の ±1RMQ問題において、サイズ n のRMQ問題の計
算量を〈s(n),f(n),q(n)〉とすると以下のようになる
61
データ構造のサイズ n + O(n lg lg n / lg n) + s(O(n/lg n))
データ構造の構築時間 O(n / lg n) + f(O(n / lg n))
問い合わせの時間 O(1) + q(O(n/ lg n))
計算量
RMQはLCAに帰着できる
LCAはRMQに帰着できる
超過配列のRMQは±1RMQ問題である
62
再帰的
計算量
サイズ n のRMQ問題に対する計算量〈s(n),f(n),q(n)〉
において、以下のようになる
63
データ構造のサイズ O(n lg n) + s(O(n / lg n))
データ構造の構築時間 O(n) + f(O(n / lg n))
問い合わせの時間 O(1) + q(O(n/ lg n))
1. 問題の定義
2. RMQをLCAに帰着
3. LCAをRMQに帰着
4. ±1 RMQ問題
5. RMQの定数時間アルゴリズム
64
〜発表内容〜
RMQの定数時間アルゴリズム
サイズ n のRMQ問題はサイズ O(n / lg n) のRMQ問題に
帰着できる
65
RMQの定数時間アルゴリズム
サイズ n のRMQ問題はサイズ O(n / lg n) のRMQ問題に
帰着できる
つまり、サイズnのRMQ問題はサイズ O(n/lg n)、O(n/lg² n)、
O(n/lg³ n)... と再帰的に小さい問題へ帰着できる
66
RMQの定数時間アルゴリズム
q(n)を O(1) にしたい
→ 再帰を定数回で止める必要がある
67
RMQの定数時間アルゴリズム
q(n)を O(1) にしたい
→ 再帰を定数回で止める必要がある
→ SparseTableアルゴリズムを用いる
68
SparseTableアルゴリズム
配列Aに対し、二次元配列          を作成
M[i][k] を i を始点とした時の 2^k 先までの区間の
最小値の位置とする
69
SparseTableアルゴリズム
配列Aに対し、二次元配列          を作成
M[i][k] を i を始点とした時の 2^k 先までの区間の
最小値の位置とする
これは k の小さい順に埋めていくと O(n lg n) 時間で構築でき、
O(n lg² n) ビットで表現できる
70
SparseTableアルゴリズム
区間 [s,t] のRMQ
→区間[s..s+2^k-1]と区間[t-2^k+1..t]の
 RMQそれぞれのうち値が小さい方
M[s][k], M[t-2^k+1][k]から求められる
71
s t
2^k
SparseTableアルゴリズム
SparseTableアルゴリズムを用いると、
O(n lg² n)ビットのデータ構造を用いて最小値の位置を定数時間
で求めることができる
72
SparseTableアルゴリズム
SparseTableアルゴリズムを用いると、
O(n lg² n)ビットのデータ構造を用いて最小値の位置を定数時間
で求めることができる
元の問題のサイズがnの時、再帰を3回行うと問題サイズがO(n /
lg³ n)となる
この問題に対しSparseTableアルゴリズムを用いると
必要な領域はO(n / lg n)ビットとなる
73
計算量
サイズ n のRMQ問題に対する計算量〈s(n),f(n),q(n)〉
において、以下のようになる
74
データ構造のサイズ O(n lg n) + s(O(n / lg n))
データ構造の構築時間 O(n) + f(O(n / lg n))
問い合わせの時間 O(1) + q(O(n/ lg n))
SparseTableを用いる
計算量
サイズnのRMQ問題に対し、以下の計算量のデータ構造が
存在
75
データ構造のサイズ O(n lg n)
データ構造の構築時間 O(n)
問い合わせの時間 O(1)
計算量
サイズnのRMQ問題に対し、以下の計算量のデータ構造が
存在
76
データ構造のサイズ O(n lg n)
データ構造の構築時間 O(n)
問い合わせの時間 O(1)
定数時間で問い合わせできた!

(おまけ)データ構造の簡潔化
RMQ問題は O(n lg n) ビットのデータ構造を用いて
定数時間で計算できる
デカルト木を順序木に変換することで
2n + o(n) ビットに圧縮
→ 簡潔!
 
77
78
ありがとうございました!
初めてのJOI夏季セミナーでしたがとても有意義な
時間を過ごすことができました、楽しかったです!
2020.8.28 萩原 千晴

Mais conteúdo relacionado

Mais procurados

何もないところから数を作る
何もないところから数を作る何もないところから数を作る
何もないところから数を作る
Taketo Sano
 
パターン認識 第12章 正則化とパス追跡アルゴリズム
パターン認識 第12章 正則化とパス追跡アルゴリズムパターン認識 第12章 正則化とパス追跡アルゴリズム
パターン認識 第12章 正則化とパス追跡アルゴリズム
Miyoshi Yuya
 
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
Miyoshi Yuya
 
正則化つき線形モデル(「入門機械学習第6章」より)
正則化つき線形モデル(「入門機械学習第6章」より)正則化つき線形モデル(「入門機械学習第6章」より)
正則化つき線形モデル(「入門機械学習第6章」より)
Eric Sartre
 
今さら聞けないカーネル法とサポートベクターマシン
今さら聞けないカーネル法とサポートベクターマシン今さら聞けないカーネル法とサポートベクターマシン
今さら聞けないカーネル法とサポートベクターマシン
Shinya Shimizu
 

Mais procurados (20)

代数的実数とCADの実装紹介
代数的実数とCADの実装紹介代数的実数とCADの実装紹介
代数的実数とCADの実装紹介
 
何もないところから数を作る
何もないところから数を作る何もないところから数を作る
何もないところから数を作る
 
パターン認識 第12章 正則化とパス追跡アルゴリズム
パターン認識 第12章 正則化とパス追跡アルゴリズムパターン認識 第12章 正則化とパス追跡アルゴリズム
パターン認識 第12章 正則化とパス追跡アルゴリズム
 
ディジタル信号処理 課題解説(その3) 2014年度版
ディジタル信号処理 課題解説(その3) 2014年度版ディジタル信号処理 課題解説(その3) 2014年度版
ディジタル信号処理 課題解説(その3) 2014年度版
 
パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化パターン認識第9章 学習ベクトル量子化
パターン認識第9章 学習ベクトル量子化
 
パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成パターン認識と機械学習 §6.2 カーネル関数の構成
パターン認識と機械学習 §6.2 カーネル関数の構成
 
はじめてのパターン認識 第6章 後半
はじめてのパターン認識 第6章 後半はじめてのパターン認識 第6章 後半
はじめてのパターン認識 第6章 後半
 
パターン認識と機械学習6章(カーネル法)
パターン認識と機械学習6章(カーネル法)パターン認識と機械学習6章(カーネル法)
パターン認識と機械学習6章(カーネル法)
 
topology of musical data
topology of musical datatopology of musical data
topology of musical data
 
正則化つき線形モデル(「入門機械学習第6章」より)
正則化つき線形モデル(「入門機械学習第6章」より)正則化つき線形モデル(「入門機械学習第6章」より)
正則化つき線形モデル(「入門機械学習第6章」より)
 
PRML 6.1章 カーネル法と双対表現
PRML 6.1章 カーネル法と双対表現PRML 6.1章 カーネル法と双対表現
PRML 6.1章 カーネル法と双対表現
 
公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性公開鍵暗号2: NP困難性
公開鍵暗号2: NP困難性
 
アルゴリズムイントロダクション15章 動的計画法
アルゴリズムイントロダクション15章 動的計画法アルゴリズムイントロダクション15章 動的計画法
アルゴリズムイントロダクション15章 動的計画法
 
自動定理証明の紹介
自動定理証明の紹介自動定理証明の紹介
自動定理証明の紹介
 
L0TV: a new method for image restoration in the presence of impulse noise
L0TV: a new method for image restoration in the presence of impulse noiseL0TV: a new method for image restoration in the presence of impulse noise
L0TV: a new method for image restoration in the presence of impulse noise
 
Prml sec6
Prml sec6Prml sec6
Prml sec6
 
今さら聞けないカーネル法とサポートベクターマシン
今さら聞けないカーネル法とサポートベクターマシン今さら聞けないカーネル法とサポートベクターマシン
今さら聞けないカーネル法とサポートベクターマシン
 
様々な全域木問題
様々な全域木問題様々な全域木問題
様々な全域木問題
 
Rによるデータサイエンス:12章「時系列」
Rによるデータサイエンス:12章「時系列」Rによるデータサイエンス:12章「時系列」
Rによるデータサイエンス:12章「時系列」
 
高速フーリエ変換
高速フーリエ変換高速フーリエ変換
高速フーリエ変換
 

Semelhante a JOIss2020 発表資料

070 統計的推測 母集団と推定
070 統計的推測 母集団と推定070 統計的推測 母集団と推定
070 統計的推測 母集団と推定
t2tarumi
 
MMDs10.6-7
MMDs10.6-7MMDs10.6-7
MMDs10.6-7
mfumi
 
卒業論文発表スライド 分割統治法の拡張
卒業論文発表スライド 分割統治法の拡張卒業論文発表スライド 分割統治法の拡張
卒業論文発表スライド 分割統治法の拡張
masakazuyamanaka
 

Semelhante a JOIss2020 発表資料 (20)

「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
「plyrパッケージで君も前処理スタ☆」改め「plyrパッケージ徹底入門」
 
Jokyo20110711
Jokyo20110711Jokyo20110711
Jokyo20110711
 
070 統計的推測 母集団と推定
070 統計的推測 母集団と推定070 統計的推測 母集団と推定
070 統計的推測 母集団と推定
 
Rによる繰り返しの並列処理
Rによる繰り返しの並列処理Rによる繰り返しの並列処理
Rによる繰り返しの並列処理
 
Prml9
Prml9Prml9
Prml9
 
C02
C02C02
C02
 
第9回スキル養成講座講義資料
第9回スキル養成講座講義資料第9回スキル養成講座講義資料
第9回スキル養成講座講義資料
 
ndwave3.pdf
ndwave3.pdfndwave3.pdf
ndwave3.pdf
 
公開鍵暗号(5): NP困難性
公開鍵暗号(5): NP困難性公開鍵暗号(5): NP困難性
公開鍵暗号(5): NP困難性
 
MMDs10.6-7
MMDs10.6-7MMDs10.6-7
MMDs10.6-7
 
Sec15 dynamic programming
Sec15 dynamic programmingSec15 dynamic programming
Sec15 dynamic programming
 
LCA and RMQ ~簡潔もあるよ!~
LCA and RMQ ~簡潔もあるよ!~LCA and RMQ ~簡潔もあるよ!~
LCA and RMQ ~簡潔もあるよ!~
 
卒業論文発表スライド 分割統治法の拡張
卒業論文発表スライド 分割統治法の拡張卒業論文発表スライド 分割統治法の拡張
卒業論文発表スライド 分割統治法の拡張
 
東京都市大学 データ解析入門 2 行列分解 1
東京都市大学 データ解析入門 2 行列分解 1東京都市大学 データ解析入門 2 行列分解 1
東京都市大学 データ解析入門 2 行列分解 1
 
量子アニーリングを用いたクラスタ分析
量子アニーリングを用いたクラスタ分析量子アニーリングを用いたクラスタ分析
量子アニーリングを用いたクラスタ分析
 
純粋関数型アルゴリズム入門
純粋関数型アルゴリズム入門純粋関数型アルゴリズム入門
純粋関数型アルゴリズム入門
 
線形識別モデル
線形識別モデル線形識別モデル
線形識別モデル
 
【展開用】日曜数学会 Sinc関数の積分について
【展開用】日曜数学会 Sinc関数の積分について【展開用】日曜数学会 Sinc関数の積分について
【展開用】日曜数学会 Sinc関数の積分について
 
JSIAM_2019_9_4
JSIAM_2019_9_4JSIAM_2019_9_4
JSIAM_2019_9_4
 
充足可能性問題のいろいろ
充足可能性問題のいろいろ充足可能性問題のいろいろ
充足可能性問題のいろいろ
 

Último

Último (10)

LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
 
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsUtilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 

JOIss2020 発表資料