study:math:start
差分
このページの2つのバージョン間の差分を表示します。
| 両方とも前のリビジョン前のリビジョン次のリビジョン | 前のリビジョン | ||
| study:math:start [2021/04/27 16:34] – [射影幾何メモ] yuuho | study:math:start [2025/02/26 02:54] (現在) – [交差判定] yuuho | ||
|---|---|---|---|
| 行 152: | 行 152: | ||
| つまり,この単位球をどこの方角から見ても全ての二次元ユークリッド空間中の点が見えるということ. | つまり,この単位球をどこの方角から見ても全ての二次元ユークリッド空間中の点が見えるということ. | ||
| なので,この同次座標系空間を適当にぶった切る平面には全ての二次元ユークリッド空間上の点が乗るはずである.(原点をとおる直線と交差するから) | なので,この同次座標系空間を適当にぶった切る平面には全ての二次元ユークリッド空間上の点が乗るはずである.(原点をとおる直線と交差するから) | ||
| - | そして,無限遠点というのはその平面側から単位球を見て,ちょうど輪郭に当たる部分(大円)に散りばめられているはずである. | + | |
| + | さらに,この同次座標系空間をぶった切る平面として | ||
| + | すると,無限遠点というのはその平面側から単位球を見て,ちょうど輪郭に当たる部分(大円)に散りばめられているはずである. | ||
| + | 無限遠点の性質として常に $w=0$ となる点であることが考えられる. | ||
| + | これはつまり地球で言うところの赤道のこと. | ||
| 二次元ユークリッド空間を同次座標系で表したユークリッド平面がある. | 二次元ユークリッド空間を同次座標系で表したユークリッド平面がある. | ||
| このユークリッド平面上の二つの平行線を単位球に投影すると, | このユークリッド平面上の二つの平行線を単位球に投影すると, | ||
| 無限遠点はともにxy平面上に投影され,単位球の大円となる. | 無限遠点はともにxy平面上に投影され,単位球の大円となる. | ||
| + | |||
| + | 同じように二次元ユークリッド空間上の直線、つまり点の集合を, | ||
| + | 同次座標系上の単位円に投影してみると大円になるし,実体としては同次座標系空間中で平面である. | ||
| + | つまり,二次元ユークリッド空間での直線は同次座標系空間での平面である. | ||
| + | |||
| + | 平面が直線であることから重要なことがわかる. | ||
| + | 無限遠点を単位球に投影したら赤道にあることから, | ||
| + | 無限遠点は単位球と $w=0$ 平面との交差する場所であり, | ||
| + | つまり平面をなすので,二次元ユークリッド空間上では直線状に並んでいると言えるのだ. | ||
| + | これ(赤道)を無限遠直線と呼んでいる. | ||
| + | |||
| + | === 2 === | ||
| 行列が正則でないとき,変換後は何らかの情報が失われてしまい, | 行列が正則でないとき,変換後は何らかの情報が失われてしまい, | ||
| 行 172: | 行 188: | ||
| === 二次元 === | === 二次元 === | ||
| + | |||
| + | **二点を通る直線について** | ||
| + | |||
| + | ${\bf l} = {\bf x}_1 \times {\bf x}_2$ | ||
| + | |||
| + | |||
| + | **交差判定について** | ||
| 直線は ${\bf l} = (a, | 直線は ${\bf l} = (a, | ||
| 行 210: | 行 233: | ||
| 目的の形に地形を整える場合,どこからどういうふうに土を運ぶのが最も仕事量が少ないかを計算する. | 目的の形に地形を整える場合,どこからどういうふうに土を運ぶのが最も仕事量が少ないかを計算する. | ||
| + | |||
| + | ==== Binary Cross Entropy ==== | ||
| + | |||
| + | 事象が二つの離散確率分布 $p$ と $q$ がある。 | ||
| + | |||
| + | 交差エントロピーの定義から | ||
| + | $$H(p,q) = E_p[-\log q] = \sum_{x\in \{0,1\}} \left( -p(x) \log q(x) \right) = -p(0) \log q(0) - p(1) \log q(1) $$ | ||
| + | |||
| + | 分布 $p$ のほうを正解とすると、\\ | ||
| + | 半端な値ではなく、二値のどちらかが正解となるので、\\ | ||
| + | $p(0)=0, p(1)=1$ となるか $p(0)=1, p(1)=0$ となる。\\ | ||
| + | したがって $H(p,q)$ は $-\log q(0)$ または $-\log q(1)$ となる。 | ||
| + | |||
| + | 分布 $q$ のほうはニューラルネットの出力値である。\\ | ||
| + | 分布の和が $1$ であることから $q(0) = 1-q(1)$ の関係にある。\\ | ||
| + | なので結局 $H(p,q)$ は $-\log (1- q(1))$ または $-\log q(1)$ になることとなる。 | ||
| + | |||
| + | ここで $p=0$ を $p(0)=1, p(1)=0$ のこととし、\\ | ||
| + | $p=1$ を $p(0)=0, p(1)=1$ のこととする。\\ | ||
| + | 同様に$q=0$ を $q(0)=1, q(1)=0$ のこととし、\\ | ||
| + | $q=1$ を $q(0)=0, q(1)=1$ のこととする。\\ | ||
| + | こうすると $H(p,q) = - (1-p) \log (1-q) - p \log q $ となり、\\ | ||
| + | ${\rm bce}(q,0) = -\log(1-q)$ 、 ${\rm bce}(q,1) = -\log(q)$ と一致する。 | ||
| + | |||
| + | ==== Cross Entropy ==== | ||
| + | |||
| + | 本来の交差エントロピーは離散確率変数のとき | ||
| + | $$ H(p,q) = -\sum_x p(x) \log q(x) $$ である。 | ||
| + | 結合エントロピーでも $H(p,q)$ という表記になるので注意(別物)。 | ||
| ===== 最適化 ===== | ===== 最適化 ===== | ||
| | optimal point | 最適点 (最適解となる点) | | | optimal point | 最適点 (最適解となる点) | | ||
study/math/start.1619541254.txt.gz · 最終更新: 2021/04/27 16:34 by yuuho
