SlideShare une entreprise Scribd logo
1  sur  37
1
スマホと正規直交関数
日曜数学者
Kuma
日曜数学会 vol.N
2016年X月Y日
[1] @mkmk_4614; 金色モザイクより九条カレン
[1]
Agenda
2
1. 自己紹介
2. スマホと数学?
3. 正規直交関数
4. OFDMの基本原理
5. あらゆるものを繋げるOFDM
3
自己紹介
HN:Kuma
経歴:工学修士卒→エンジニア→研究者
【免責事項】数学と本業の接点はなし。独学です!
好きな分野:理論物理学、解析学、工学理論
生主やってます。 講座/演習、理系ニュース紹介
Co1644269
[数学・物理学の話をしようず]
スマホと数学?
4
今日はこれの話をします!!
スマホと数学?
5
スマホ?
スマホと数学?
6
惜しい!よく見て!
スマホと数学?
7
じー・・・・・
スマホと数学?
8
じー・・・・・
スマホと数学?
9
こっち!
スマホと数学?
10
スマホを繋げてくれる
電磁波の話をします
(ガラケーでもOKです)
電磁波ってなに?
11
周波数f [Hz]
強度A [dB]
電磁波とは電気と磁気の波
★空間を飛ばしやすい周波数の波を利用
モバイルデータ通信のスペクトル[1]
[1] http://www.geocities.jp/specat_2/
・・・・・・・・
電磁波ってなに?
12
周波数f [Hz]
強度A [dB]
電磁波とは電気と磁気の波
★空間を飛ばしやすい周波数の波を利用
モバイルデータ通信のスペクトル[1]
[1] http://www.geocities.jp/specat_2/
・・・・・・・・
正規直交関数
Agenda
13
1. 自己紹介
2. スマホと数学?
3. 正規直交関数とsinc関数
4. OFDMの基本原理
5. あらゆるものを繋げるOFDM
正規直交関数
14
正規直交関数系{𝝓 1, 𝝓 2}
1 ( )
( ) ( )
0 ( )
i j
i j
x x dx
i j
 

 


𝑥, 𝑦方向の単位ベクトル{e 1, e 2}
𝑷
𝒆1
𝒆2
𝒇(𝒙)a 2
𝝓 1
(𝑥)
𝝓 2
(𝑥)
a 1
1 ( )
0 ( )
i j
i j
i j

 

e e・
1 1 2 2( ) ( ) ( )f x a x a x   1 1 2 2a a P e e
a 1
a 2
定義:正規直交性 定義:正規直交性
正規直交関数
15
正規直交関数系{𝝓 1, 𝝓 2} 𝑥, 𝑦方向の単位ベクトル{e 1, e 2}
𝑷
𝒆1
𝒆2
𝒇(𝒙)a 2
𝝓 1
(𝑥)
𝝓 2
(𝑥)
a 1
1
2
1 1 2 1 2
1
( ) ( )
( ) ( ) ( )
0
f x x dx
a x dx a x x
a

   
 

 
1
1 1 1 2 1 2
1 0
a a
a
 
 
P e
e e e e
・
・ ・
a 1
a 2
成分抽出 成分抽出
正規直交性を満たす⇒各方向の成分が独立に抽出できる
正規直交関数の例
16
2
0
2
0
1
0
sin( )sin( )
cos( )cos( )
( ) ( )
sin( )
sinc( )sinc( ) ;sinc(x)=
mn
mn
n m mn
mn
nx mx dx
nx mx dx
J x J x xdx
x
x n x m dx
x




  








  




・・・・・・・・
正規直交関数
OFDMの原理
17
sin( )
sinc( )sinc( ) ;sinc(x)=mn
x
x n x m dx
x





  
・・・・・・・・
正規直交関数
a 1 a 𝟑a 2
①a 1, a 2, a 3に0/1を割り当てる
②sincで合成する
③伝送する
④sincを直交分離する
⑤ a 1, a 2, a 3を得る 周波数f [Hz]
強度A [dB]
Orthogonal Frequency Division Multiplexing
異なるsincは値0を取る
(直交性の現れ)[1]
[1]Yahoo知恵袋 『無線のOFDMについて-周波数領域でのZero-crossing性の理由』
Agenda
18
1. 自己紹介
2. スマホと数学?
3. 正規直交関数とsinc関数
4. OFDMの基本原理
5. あらゆるものを繋げるOFDM
OFDMの商用化
19
OFDMの活用例①:モバイルデータ通信(LTEほか)
[1] NTTdocomo 公式HPより
OFDMの活用例②:Wi-Fi (802.11b以外全て)
[2] http://80211notes.blogspot.jp/2013/08/wi-fi-80211-phy-data-rates.html
OFDMの商用化
20[1] http://www.rf-world.jp/bn/RFW01/samples/p016-017a.pdf
OFDMの活用例③:地上デジタル放送(ISDB-T),CATV
※ちなみに フルセグ/ワンセグとは
OFDMのサブキャリア(sinc関数)を
何個ぶん使って通信するかという違い
OFDMの活用例④:光通信(研究レベル)
まとめ
21
スマホを取り巻くOFDM技術について話した。
・直交関数の概念とベクトルとの類似性を解説した
・sinc関数の直交性からOFDM技術を導出した
・OFDMがあらゆるものを繋げていることを紹介した
次なるOFDMの進化は・・・
22
Q&A用資料
電磁波ってなに?
23
スマホ通信
(700 MHz ~ 5 GHz)
電磁波とは電気と磁気の波
★空間を飛ばしやすい周波数の波を利用
http://www.shokabo.co.jp/sp_radio/spectrum/radiow/window.htm
よくある質問
24
Q. Sinc関数以外の直交関数を使うアイデアは?
A. Sincのメリットが大きいのであまりない。
(1)多重密度が極めて高い
(2)FFT/IFFT演算で生成/分離が可能で計算速度とコストが良い
(3)伝搬特性の変動、遅延に強い
欠点は消費電力が高いこと。(FFT,PAPR問題) そのためLTE上りはOFDMではない。
ただし、Non-OMAやSuper Nyquistなど、擬似直交関数を使う手法が近年でてきた。
Q.OFDMのデメリットは?
①位相の推定が精度よくないといけない(直交性を乱す要因)
②消費電力が高い
-FFT回路
-電気増幅回路(PAPR問題)
今回は他の直交関数の応用についてもリサーチしてみた
-0.25 -0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2 0.25
-20
-10
0
10
20
30
40
50
J(λ
1
x)
J(λ2
x)
J(λ3
x)
J(λ4
x)
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
-0.5
0
0.5
1
J(λ1
x)
J(λ2
x)
J(λ3
x)
J(λ4
x)
Bessel-based OTDM
25
時刻t
強度A
周波数f
強度A
0 Hz
2
00
( ) ( / 2)
[ ( )] ,
1
( ) ( )
n
n n
N
n nn
T rect
FT J t T
BOTDM t a J t
 



 
∝ はchebyshev多項式
BOTDM(t)
(N=4)
Trade-offの関係が分かった。
時間領域で高次ベッセル関数を使用⇔周波数領域では帯域が広がる
時間多重数が増⇔周波数効率が低
Hermite-based OTDM
26“Ultra-wideband wireless communications and networks”, Xuemin Shen, et al.
n m mnf f dt 
Weight関数ρ
Hermite多項式
n n n m nmg f g g dt  と おく と
修正Hermite多項式
Hermite多項式を用いた伝送方式について
先行研究あり。(UWB用途)
定義を変更して
Weight関数を消しただけ
Hermite-based OTDM
27
Pulse Position Modulation採用時には
矩形パルスよりも性能が良い
(課題は時間同期精度)
雑音:少
誤り率:高
MHP
Wavelet-based TDM-FDM
28
ある種のWavelet関数は時間直交性と周波数直交性を同時に有する
→周波数多重(FDM)しながら、同一周波数上では時間多重(TDM)ができるのでは?
(N^2倍の多重)
残念ながらすでに商用化されている。(PLC通信。移動体でも(!)論文あり)
直交関数による通信方式まとめ
29
直交関数 方式名 メリット デメリット 先行研究
Sinc OFDM FFTで作れる
無線に好適
電力, 位相同
期
あり(LTE等)
Bessel - 同時刻で多
重可能
多重数∝帯域 なし?
Hermite MHP PPMでは矩
形パルスよ
り良い
時間同期
(TDMなので)
あり(UWB)
Wavelet
(時空間直交)
? 時間同期
(TDMなので)
あり(PLC等)
Legendre - 時間同期
(TDMなので)
なし?
直交関数を用いた多重通信技術(xDM)の一般論がUnknown!!
主要なモバイル通信方式比較
30
世代 方式 周波数帯 主要技術 キャリア
3G W-CDMA 1.5~2GHz CDMA DC/SBM
3G CDMA 2000 1.5~2GHz CDMA KDDI
3.9G LTE 0.7~2GHz OFDMA ALL
3.9 G WiMAX 2.5 GHz OFDMA UQ(KDDI)
4G LTE Adv. 0.7~3.5 GHz OFDMA ALL
4G WiMAX2 2.5 GHz OFDMA UQ(KDDI)
4G AXGP 2.5 GHz OFDMA WCP(SBM)
5G LTE-X >10 GHz OFDMA? ALL?
MIMO,CAなどの多重技術で速度をN倍にしてきた
FFTでOFDM信号を生成する
31
・・・・・・・・
Bit列 S/P変換 IFFT時間窓 OFDM信号
計算時間Nlog(N)
シミュレーターの作成
32
原理確認の為シミュレーターを作成し、文献値通りの特性を得た
直交性の証明
33
sinc sinc ( ) sinc( );sinc( ) sin( ) /x x x x x  
【事実】
0
sinc( ) sin( ) /
sinc sinc ( ) sinc( )
sinc sinc ( ) sinc( )sinc( )
=sinc( ) m
x x x
x x
x x x m dx
m
 


 
  


今は よ り
と なる 。
( ) ( )f x g x
【事実1】
( )× ( )F G 
Fourier変換対
2
( ) ( ) j fx
F f x e dx




 
sinc(x)
【事実2】
rect( ) 
Fourier変換対
( ) ( ) : ( ) ( )f x g x f g x d  


  
rect(x)sinc(x) Fourier変換対
2
( ) ( ) j fx
f x F f e df


 
( ) ( ) : ( ) ( )f x g x f g x d  


  
sincf g  と する 。
sinc sinc
Fourier変換対 2 2
rect
2
rect rect だから
sinc sinc
Fourier変換対
2
rect
sinc
( ) ( )f x g x
【事実1】
( ) ( )F G 
Fourier変換対
伝送網構成
36
ルータ
-10 -8 -6 -4 -2 0 2 4 6 8 10
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
ONU
光スプリッタ[1]
ルータ
[1]http://z.apps.atjp.jp/mypc/
固定回線の流れ
モバイル回線の流れ
-10 -8 -6 -4 -2 0 2 4 6 8 10
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
トップルータ
サーバー
Ethernet
802.11 x
LTE
WiMax
etc
Ethernet
GE-PON
特殊規格
-10 -8 -6 -4 -2 0 2 4 6 8 10
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1

Contenu connexe

Tendances

【Unity道場スペシャル 2017京都】最適化をする前に覚えておきたい技術
【Unity道場スペシャル 2017京都】最適化をする前に覚えておきたい技術【Unity道場スペシャル 2017京都】最適化をする前に覚えておきたい技術
【Unity道場スペシャル 2017京都】最適化をする前に覚えておきたい技術Unity Technologies Japan K.K.
 
UnityのクラッシュをBacktraceでデバッグしよう!
UnityのクラッシュをBacktraceでデバッグしよう!UnityのクラッシュをBacktraceでデバッグしよう!
UnityのクラッシュをBacktraceでデバッグしよう!Unity Technologies Japan K.K.
 
プロセスとコンテキストスイッチ
プロセスとコンテキストスイッチプロセスとコンテキストスイッチ
プロセスとコンテキストスイッチKazuki Onishi
 
究極のゲーム用通信プロトコルを探せ!
究極のゲーム用通信プロトコルを探せ!究極のゲーム用通信プロトコルを探せ!
究極のゲーム用通信プロトコルを探せ!Ryosuke Otsuya
 
ブラックボックス最適化とその応用
ブラックボックス最適化とその応用ブラックボックス最適化とその応用
ブラックボックス最適化とその応用gree_tech
 
Cythonやってみた!
Cythonやってみた!Cythonやってみた!
Cythonやってみた!YukiFukuda3
 
Unityでお手軽ロボット開発「toio SDK for Unity」最新事例
Unityでお手軽ロボット開発「toio SDK for Unity」最新事例Unityでお手軽ロボット開発「toio SDK for Unity」最新事例
Unityでお手軽ロボット開発「toio SDK for Unity」最新事例UnityTechnologiesJapan002
 
Sliced Wasserstein距離と生成モデル
Sliced Wasserstein距離と生成モデルSliced Wasserstein距離と生成モデル
Sliced Wasserstein距離と生成モデルohken
 
【Unite Tokyo 2019】大量のアセットも怖くない!~HTTP/2による高速な通信の実装例~
【Unite Tokyo 2019】大量のアセットも怖くない!~HTTP/2による高速な通信の実装例~【Unite Tokyo 2019】大量のアセットも怖くない!~HTTP/2による高速な通信の実装例~
【Unite Tokyo 2019】大量のアセットも怖くない!~HTTP/2による高速な通信の実装例~UnityTechnologiesJapan002
 
G社のNMT論文を読んでみた
G社のNMT論文を読んでみたG社のNMT論文を読んでみた
G社のNMT論文を読んでみたToshiaki Nakazawa
 
分散システムの限界について知ろう
分散システムの限界について知ろう分散システムの限界について知ろう
分散システムの限界について知ろうShingo Omura
 
国際化時代の40カ国語言語判定
国際化時代の40カ国語言語判定国際化時代の40カ国語言語判定
国際化時代の40カ国語言語判定Shuyo Nakatani
 
畳み込みLstm
畳み込みLstm畳み込みLstm
畳み込みLstmtak9029
 
UnityでUI開発を高速化した件
UnityでUI開発を高速化した件UnityでUI開発を高速化した件
UnityでUI開発を高速化した件Grenge, Inc.
 
Edomae 2015 - マルウェアを解析してみよう
Edomae 2015 - マルウェアを解析してみようEdomae 2015 - マルウェアを解析してみよう
Edomae 2015 - マルウェアを解析してみようSatoshi Mimura
 
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情Yuta Kikuchi
 
Singularityで分散深層学習
Singularityで分散深層学習Singularityで分散深層学習
Singularityで分散深層学習Hitoshi Sato
 
研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011Preferred Networks
 
Union find(素集合データ構造)
Union find(素集合データ構造)Union find(素集合データ構造)
Union find(素集合データ構造)AtCoder Inc.
 
Addressables で大量のリソース管理・困りどころと解消法
Addressables で大量のリソース管理・困りどころと解消法Addressables で大量のリソース管理・困りどころと解消法
Addressables で大量のリソース管理・困りどころと解消法Kenta Nagai
 

Tendances (20)

【Unity道場スペシャル 2017京都】最適化をする前に覚えておきたい技術
【Unity道場スペシャル 2017京都】最適化をする前に覚えておきたい技術【Unity道場スペシャル 2017京都】最適化をする前に覚えておきたい技術
【Unity道場スペシャル 2017京都】最適化をする前に覚えておきたい技術
 
UnityのクラッシュをBacktraceでデバッグしよう!
UnityのクラッシュをBacktraceでデバッグしよう!UnityのクラッシュをBacktraceでデバッグしよう!
UnityのクラッシュをBacktraceでデバッグしよう!
 
プロセスとコンテキストスイッチ
プロセスとコンテキストスイッチプロセスとコンテキストスイッチ
プロセスとコンテキストスイッチ
 
究極のゲーム用通信プロトコルを探せ!
究極のゲーム用通信プロトコルを探せ!究極のゲーム用通信プロトコルを探せ!
究極のゲーム用通信プロトコルを探せ!
 
ブラックボックス最適化とその応用
ブラックボックス最適化とその応用ブラックボックス最適化とその応用
ブラックボックス最適化とその応用
 
Cythonやってみた!
Cythonやってみた!Cythonやってみた!
Cythonやってみた!
 
Unityでお手軽ロボット開発「toio SDK for Unity」最新事例
Unityでお手軽ロボット開発「toio SDK for Unity」最新事例Unityでお手軽ロボット開発「toio SDK for Unity」最新事例
Unityでお手軽ロボット開発「toio SDK for Unity」最新事例
 
Sliced Wasserstein距離と生成モデル
Sliced Wasserstein距離と生成モデルSliced Wasserstein距離と生成モデル
Sliced Wasserstein距離と生成モデル
 
【Unite Tokyo 2019】大量のアセットも怖くない!~HTTP/2による高速な通信の実装例~
【Unite Tokyo 2019】大量のアセットも怖くない!~HTTP/2による高速な通信の実装例~【Unite Tokyo 2019】大量のアセットも怖くない!~HTTP/2による高速な通信の実装例~
【Unite Tokyo 2019】大量のアセットも怖くない!~HTTP/2による高速な通信の実装例~
 
G社のNMT論文を読んでみた
G社のNMT論文を読んでみたG社のNMT論文を読んでみた
G社のNMT論文を読んでみた
 
分散システムの限界について知ろう
分散システムの限界について知ろう分散システムの限界について知ろう
分散システムの限界について知ろう
 
国際化時代の40カ国語言語判定
国際化時代の40カ国語言語判定国際化時代の40カ国語言語判定
国際化時代の40カ国語言語判定
 
畳み込みLstm
畳み込みLstm畳み込みLstm
畳み込みLstm
 
UnityでUI開発を高速化した件
UnityでUI開発を高速化した件UnityでUI開発を高速化した件
UnityでUI開発を高速化した件
 
Edomae 2015 - マルウェアを解析してみよう
Edomae 2015 - マルウェアを解析してみようEdomae 2015 - マルウェアを解析してみよう
Edomae 2015 - マルウェアを解析してみよう
 
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
 
Singularityで分散深層学習
Singularityで分散深層学習Singularityで分散深層学習
Singularityで分散深層学習
 
研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011研究・企業・生き方について 情報科学若手の会2011
研究・企業・生き方について 情報科学若手の会2011
 
Union find(素集合データ構造)
Union find(素集合データ構造)Union find(素集合データ構造)
Union find(素集合データ構造)
 
Addressables で大量のリソース管理・困りどころと解消法
Addressables で大量のリソース管理・困りどころと解消法Addressables で大量のリソース管理・困りどころと解消法
Addressables で大量のリソース管理・困りどころと解消法
 

En vedette

雛見沢 聖地巡礼 (ひぐらしのなく頃に)
雛見沢 聖地巡礼 (ひぐらしのなく頃に)雛見沢 聖地巡礼 (ひぐらしのなく頃に)
雛見沢 聖地巡礼 (ひぐらしのなく頃に)和人 桐ケ谷
 
日曜数学会Vol5 up用 bessel関数
日曜数学会Vol5 up用 bessel関数日曜数学会Vol5 up用 bessel関数
日曜数学会Vol5 up用 bessel関数和人 桐ケ谷
 
加法よりも低レベルな演算を考える
加法よりも低レベルな演算を考える加法よりも低レベルな演算を考える
加法よりも低レベルな演算を考えるYu(u)ki IWABUCHI
 
Tensorflowで言語識別をやってみた
Tensorflowで言語識別をやってみたTensorflowで言語識別をやってみた
Tensorflowで言語識別をやってみたKyota Yasuda
 
【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和人 桐ケ谷
 
暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -MITSUNARI Shigeo
 
GoogleのSHA-1のはなし
GoogleのSHA-1のはなしGoogleのSHA-1のはなし
GoogleのSHA-1のはなしMITSUNARI Shigeo
 

En vedette (8)

雛見沢 聖地巡礼 (ひぐらしのなく頃に)
雛見沢 聖地巡礼 (ひぐらしのなく頃に)雛見沢 聖地巡礼 (ひぐらしのなく頃に)
雛見沢 聖地巡礼 (ひぐらしのなく頃に)
 
日曜数学会Vol5 up用 bessel関数
日曜数学会Vol5 up用 bessel関数日曜数学会Vol5 up用 bessel関数
日曜数学会Vol5 up用 bessel関数
 
内省するTensorFlow
内省するTensorFlow内省するTensorFlow
内省するTensorFlow
 
加法よりも低レベルな演算を考える
加法よりも低レベルな演算を考える加法よりも低レベルな演算を考える
加法よりも低レベルな演算を考える
 
Tensorflowで言語識別をやってみた
Tensorflowで言語識別をやってみたTensorflowで言語識別をやってみた
Tensorflowで言語識別をやってみた
 
【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
 
暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -暗号文のままで計算しよう - 準同型暗号入門 -
暗号文のままで計算しよう - 準同型暗号入門 -
 
GoogleのSHA-1のはなし
GoogleのSHA-1のはなしGoogleのSHA-1のはなし
GoogleのSHA-1のはなし
 

Similaire à 日曜数学会 Ofdm

明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学Yu(u)ki IWABUCHI
 
kagamicomput201801
kagamicomput201801kagamicomput201801
kagamicomput201801swkagami
 
脳波信号を対象としたEPIAモデル構造に関する研究 (Study on model structure of EPIA for EEG signals)
脳波信号を対象としたEPIAモデル構造に関する研究 (Study on model structure of EPIA for EEG signals)脳波信号を対象としたEPIAモデル構造に関する研究 (Study on model structure of EPIA for EEG signals)
脳波信号を対象としたEPIAモデル構造に関する研究 (Study on model structure of EPIA for EEG signals)Kenyu Uehara
 
TSPを山登り法と焼きなまし法で解く
TSPを山登り法と焼きなまし法で解くTSPを山登り法と焼きなまし法で解く
TSPを山登り法と焼きなまし法で解くRui High
 
kagami_comput2016_01
kagami_comput2016_01kagami_comput2016_01
kagami_comput2016_01swkagami
 
PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)Yasunori Ozaki
 
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Yuya Unno
 
集積回路工学第2・第13回資料
集積回路工学第2・第13回資料集積回路工学第2・第13回資料
集積回路工学第2・第13回資料Junichi Akita
 
相互相関関数の最大化と時間差推定
相互相関関数の最大化と時間差推定相互相関関数の最大化と時間差推定
相互相関関数の最大化と時間差推定KoueiYamaoka
 
FPGAX2016 ドキュンなFPGA
FPGAX2016 ドキュンなFPGAFPGAX2016 ドキュンなFPGA
FPGAX2016 ドキュンなFPGAHiroki Nakahara
 
「C言語規格&MISRA-C:みんなで楽しいCプログラミング」NGK2013B名古屋合同懇親会2013忘年会昼の部
「C言語規格&MISRA-C:みんなで楽しいCプログラミング」NGK2013B名古屋合同懇親会2013忘年会昼の部「C言語規格&MISRA-C:みんなで楽しいCプログラミング」NGK2013B名古屋合同懇親会2013忘年会昼の部
「C言語規格&MISRA-C:みんなで楽しいCプログラミング」NGK2013B名古屋合同懇親会2013忘年会昼の部Kiyoshi Ogawa
 
Optimization night 4_dp
Optimization night 4_dpOptimization night 4_dp
Optimization night 4_dpKensuke Otsuki
 
ベイズ統計によるデータ解析
ベイズ統計によるデータ解析ベイズ統計によるデータ解析
ベイズ統計によるデータ解析Kunihiro Hisatsune
 
200702material hirokawa
200702material hirokawa200702material hirokawa
200702material hirokawaRCCSRENKEI
 

Similaire à 日曜数学会 Ofdm (19)

明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学明日機械学習に役立つかもしれない数学
明日機械学習に役立つかもしれない数学
 
kagamicomput201801
kagamicomput201801kagamicomput201801
kagamicomput201801
 
脳波信号を対象としたEPIAモデル構造に関する研究 (Study on model structure of EPIA for EEG signals)
脳波信号を対象としたEPIAモデル構造に関する研究 (Study on model structure of EPIA for EEG signals)脳波信号を対象としたEPIAモデル構造に関する研究 (Study on model structure of EPIA for EEG signals)
脳波信号を対象としたEPIAモデル構造に関する研究 (Study on model structure of EPIA for EEG signals)
 
TSPを山登り法と焼きなまし法で解く
TSPを山登り法と焼きなまし法で解くTSPを山登り法と焼きなまし法で解く
TSPを山登り法と焼きなまし法で解く
 
会津合宿2015Day3:D問題
会津合宿2015Day3:D問題会津合宿2015Day3:D問題
会津合宿2015Day3:D問題
 
CMSI計算科学技術特論B(10) 大規模MD並列化の技術1
CMSI計算科学技術特論B(10) 大規模MD並列化の技術1CMSI計算科学技術特論B(10) 大規模MD並列化の技術1
CMSI計算科学技術特論B(10) 大規模MD並列化の技術1
 
kagami_comput2016_01
kagami_comput2016_01kagami_comput2016_01
kagami_comput2016_01
 
PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)PRMLの線形回帰モデル(線形基底関数モデル)
PRMLの線形回帰モデル(線形基底関数モデル)
 
Yaminabe fortran
Yaminabe fortranYaminabe fortran
Yaminabe fortran
 
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
Jubatusのリアルタイム分散レコメンデーション@TokyoWebmining#17
 
集積回路工学第2・第13回資料
集積回路工学第2・第13回資料集積回路工学第2・第13回資料
集積回路工学第2・第13回資料
 
相互相関関数の最大化と時間差推定
相互相関関数の最大化と時間差推定相互相関関数の最大化と時間差推定
相互相関関数の最大化と時間差推定
 
Comp geom20131107open
Comp geom20131107openComp geom20131107open
Comp geom20131107open
 
FPGAX2016 ドキュンなFPGA
FPGAX2016 ドキュンなFPGAFPGAX2016 ドキュンなFPGA
FPGAX2016 ドキュンなFPGA
 
CMSI計算科学技術特論B(12) 大規模量子化学計算(1)
CMSI計算科学技術特論B(12) 大規模量子化学計算(1)CMSI計算科学技術特論B(12) 大規模量子化学計算(1)
CMSI計算科学技術特論B(12) 大規模量子化学計算(1)
 
「C言語規格&MISRA-C:みんなで楽しいCプログラミング」NGK2013B名古屋合同懇親会2013忘年会昼の部
「C言語規格&MISRA-C:みんなで楽しいCプログラミング」NGK2013B名古屋合同懇親会2013忘年会昼の部「C言語規格&MISRA-C:みんなで楽しいCプログラミング」NGK2013B名古屋合同懇親会2013忘年会昼の部
「C言語規格&MISRA-C:みんなで楽しいCプログラミング」NGK2013B名古屋合同懇親会2013忘年会昼の部
 
Optimization night 4_dp
Optimization night 4_dpOptimization night 4_dp
Optimization night 4_dp
 
ベイズ統計によるデータ解析
ベイズ統計によるデータ解析ベイズ統計によるデータ解析
ベイズ統計によるデータ解析
 
200702material hirokawa
200702material hirokawa200702material hirokawa
200702material hirokawa
 

日曜数学会 Ofdm