狠狠撸

狠狠撸Share a Scribd company logo
1
情報幾何学の基礎情報幾何学の基礎 #1#1
2015/01/15
@simizut22
2
本?日の内容本?日の内容
第第 00 章章:: 準备準备
第第 11 章章: Euclid: Euclid 平?面の幾何平?面の幾何
3
第第 00 章章 準备準备
4 . 1
0.10.1 微積より微積より
~~逆写像定理逆写像定理//陰関数定理陰関数定理~~
4 . 2
微分可能性微分可能性??JacobiJacobi?行列?行列
f : D(?R ) →Rl n
がが x = ax = a で微分可能で微分可能
s.t. f(a + h) = f(a) + Ah + o(∥h∥)
このときのこのときの AA はは ff のの JacobiJacobi ?行列?行列
i.e. A = ( )?xk
?fj
(j,k)
? ?A ∈ M(n, l)
4 . 3
記号の導?入記号の導?入
F(x, y) : D(?R ×R ) →R : C mapk n n r
F(a, b) = c
以下以下
R := a ×R0
n
{ } n
R :=R × b0
k k
{ }
:: 縦軸縦軸
:: 横軸横軸
4 . 4
陰関数定理陰関数定理
FF のの ''縦軸縦軸'' への制限のヤコビ?行列への制限のヤコビ?行列 (a, b)?y
?F
が正則の時、が正則の時、''横軸横軸'' におけるにおける aa の開近傍の開近傍 WW とと
φ : W →R : Cn r が存在して次のが存在して次の 1, 21, 2 が成?立が成?立
1. F(x, φ(x)) = c (?x ∈ W)
2. (a) = ??x
?φ
?y
?F ?1
?x
?F
4 . 5
4 . 6
証明:証明:((略略))
4 . 7
逆写像定理逆写像定理
f : D(?R ) →R : C mapn n r
1. ?x
?f
がが x = ax = a で正則で正則
2. a2. a の開近傍の開近傍 UU が存在してが存在して
f∣ : U ? f(U) : C diffeoU
r
に対し、に対し、1,21,2 は同値は同値
4 . 8
22→→11))
g ° f = idU逆写像逆写像 g(y)g(y) をもって来るとをもって来ると
= I?y
?g
?x
?f
微分して微分して
よりより □□
4 . 9
11→→2)2)
F :R × D →Rn n
F(x, y) = x ? f(y) とするととすると
= ??y
?F
?y
?f
はは (f(a), a )(f(a), a ) の周りで正則の周りで正則
陰関数定理より陰関数定理より f(a)f(a) の開近傍の開近傍 WW の周りでの周りで
?g : W → D
s.t. F(x, g(x)) = F(f(a), a) = 0
? x = f(g(x)) □□
4 . 10
例:例:
f :R ? x ? Ax ∈RA
n n が逆写像を持つが逆写像を持つ
?? AA が正則が正則
逆写像定理が逆写像定理が globalglobal で成り?立つ場合で成り?立つ場合
4 . 11
逆写像定理逆写像定理→→陰関数定理陰関数定理
∵) F : D(?R ×R ) → Rk n n
が陰関数定理の仮定を満たすとする。が陰関数定理の仮定を満たすとする。
f : D →R ×Rk n を次で定める。を次で定める。
f(x, y) := (x, F(x, y))
4 . 12
ff のの JacobiJacobi ?行列?行列
Jf = (
I
?x
?F
0
?y
?F )
は仮定から正則は仮定から正則→→逆写像定理が成?立逆写像定理が成?立
f (x, y) = (x, g(x, y))?1
となる、となる、 gg をもちいて、をもちいて、 g(?, b)
が題意を満たすが題意を満たす □□
5 . 1
0.20.2 線形代数より線形代数より
~~双対とテンソル双対とテンソル~~
5 . 2
双対空間双対空間
V : R 上の上の''有限次元有限次元'' ベクトル空間、に対しベクトル空間、に対し
V := f : V → R ∣ linear?
{ }
を、を、VV の双対空間というの双対空間という
1. dim(V ) = dim(V )?
2. (V ) ? V? ?
Prop)Prop)
5 . 3
∵∵))
1) V1) V の基底の基底 e{ i}i=1,...n
その双対基底その双対基底 f{ j
}j=1,...n
を取れば、を取れば、 おkおk
実際、実際、
?f ∈ V , a := f(e )?
i i と置くと、と置くと、
f = a fj
j
(∵ e{ i} が基底が基底
を?一つとるを?一つとる
5 . 4
2 )2 )
x ? x~
w/ : f ? f(x)x~
とすると、これは明らかに単射とすると、これは明らかに単射
dimV = dmV = dim(V )? ? ?
かつかつ
より同型より同型 □□
5 . 5
V := F ∈ ((V ) × V ) ∣ multi linear(r,s)
{ ? r s ?
}
をを rr 階反変階反変, s, s 階共変テンソル空間という階共変テンソル空間という
V = V ? ... ? V ? V ? ... ? V(r,s) ? ?
r 個 s 個
と書くことが普通な気がすると書くことが普通な気がする...(...(※※))
特に特に
V = ?V(r,0) : r: r 階反変テンソル空間階反変テンソル空間
V = ?V(0,s) ?
: s: s 階共変テンソル空間階共変テンソル空間
dimV = (dimV )(r,s) r+s
5 . 6
補?足:テンソル積の性質補?足:テンソル積の性質
V ? W ? W ? V
(V ? W) ? U ? V ? (W ? U)
V ? R ? R ? V ? V
より、上のより、上の (r, s)(r, s) という書き?方はという書き?方はwell-de?nedwell-de?ned
5 . 7
※※についてについて
Φ : V × (V ) → Vr ? s (r,s)
Φ(v , ..., v , f , ..., f ) =1 r
1 s
(g , ..., g , w , ..., w ) ? g (v ) ? f (w )1 r
1 s ∏ i
i ∏ j
j
をを
と定めると定める
5 . 8
e : V{ i} の基底としの基底とし
f : V{ j
} ? の双対基底として、の双対基底として、
Φ(e , ..., e , f , ..., f ){ i1 ir
j1 js
} がが
V (r,s) の基底になることから従うの基底になることから従う
6 . 1
1. Euclid1. Euclid 平?面の幾何平?面の幾何
6 . 2
以下、以下、
特に断らない限り写像や曲線は滑らかとする特に断らない限り写像や曲線は滑らかとする
7 . 1
1.11.1 座标系座标系
7 . 2
φ :R →R , (ξ , ξ ) ? (z , z )2 2
1 2 1 2
は逆写像定理より、は逆写像定理より、 JacobiJacobi?行列?行列
Jφ = ( )?ξa
?zi
i,a∈ 1,2{ }
が正則であれば、が正則であれば、locallocal には微分同相には微分同相
従って特に、従って特に、
座標軸の像は?行き先での座標軸の像は?行き先での ""座標軸座標軸""
と考えられると考えられる→→「曲線座標系」!!「曲線座標系」!!
7 . 3
え
7 . 4
例1例1??斜交座標系斜交座標系
φ(x) := Ax + b
for A ∈ GL(2, R), b ∈R2
により定まる座標系:アフィン座標系により定まる座標系:アフィン座標系
7 . 5
例2:極座標系例2:極座標系
φ : (r, θ) ? (z , z )1 2 をを
=[
z1
z2
] [
rcosθ
rsinθ
]
で、与えるで、与える((ご存知極座標ご存知極座標))
det(Jφ) = det = r[
cosθ
sinθ
?rsinθ
rcosθ
]
より、より、 r ≠ 0r ≠ 0 で曲線座標を与える。で曲線座標を与える。
8 . 1
1.21.2 接ベクトル接ベクトル
8 . 2
φ = (x , x ) ? (z , z ) : U(?R ) → M1 2 1 2
2
座標曲線座標曲線: given: given
C (t) = φ(t, 0)p
とし、点とし、点 P = φ(0, 0)
でのでの xx11 ?方向への接ベクトルを次で与える?方向への接ベクトルを次で与える::
e (P) := (0)x1 dt
dCp
xx22 ?方向も同様?方向も同様 □□
8 . 3
?一般の?方向の接ベクトルを考える?一般の?方向の接ベクトルを考える
i.e. T (M) = (0) ∣ c(0) = PP {dt
dc
}
Lem : ?e , e ? = T (M)x1 x2 P
??十分?小さくすると、??十分?小さくすると、∵) ε > 0 :
c(?ε, ε) ? U : 座標近傍とできる座標近傍とできる
c(t) = φ(? (t)), t ∈ (?ε, ε)c~
= + = v edt
dc
?x1
?φ
dt
dx1
?x2
?φ
dt
dx2 i
xi □□
8 . 4
座標変換すると座標変換すると......
v ei
xi
= vi
?xi
?φ
= vi
?xi
?(ψ°ψ °φ)?1
= vi
?ξa
?ψ
?xi
?ξa
= (v )ei
?xi
?ξa
ξa
= v ea
ξa
v = va
?xi
?ξa i
すなわち、すなわち、
座標変換関数の座標変換関数の JacobiJacobi ?行列で調節される。?行列で調節される。
9 . 1
平?行ベクトル場と共変微分平?行ベクトル場と共変微分
9 . 2
wikiwiki にいい?言葉があったにいい?言葉があった
“ Na?vely, one may consider a vector ?eld parallelNa?vely, one may consider a vector ?eld parallel
if the coordinate components of the vector ?eld areif the coordinate components of the vector ?eld are
constant along the curve. However, an immediateconstant along the curve. However, an immediate
ambiguity arises: in which coordinate systemambiguity arises: in which coordinate system
should these components be constant?should these components be constant?
平?行ベクトル場平?行ベクトル場
9 . 3
ちょっとだけ?一般論ちょっとだけ?一般論((曲?面論的な曲?面論的な))
空間内の曲?面空間内の曲?面 MM および、曲線および、曲線 cc を考えるを考える
MM 内の内の cc に沿ったベクトル場とは:に沿ったベクトル場とは:
t ? X ∈ T Mt c(t)
XX の微分を接?方向と法線?方向に分けて、の微分を接?方向と法線?方向に分けて、
以下のように書くこととする。以下のように書くこととする。
= + Adt
dXt
dt
DXt
X
9 . 4
定義定義))
曲線曲線 cc に沿ったベクトル場が平?行に沿ったベクトル場が平?行
?? 微分の接?方向の成分が消える微分の接?方向の成分が消える
定義定義))
曲線曲線 cc が測地線が測地線
?? cc の微分がの微分が cc ?自?身に沿って平?行?自?身に沿って平?行
9 . 5
例例))ユークリッド空間の測地線は等速直線運動ユークリッド空間の測地線は等速直線運動
∵∵) c) c が測地線が測地線
? = 0dt2
d c2
より明らかより明らか
□□
9 . 6
テキストの常ベクトル場はテキストの常ベクトル場は
測地線の微分で与えられるベクトル場?測地線の微分で与えられるベクトル場?
これは定数ベクトル場なので平?面全体に拡張これは定数ベクトル場なので平?面全体に拡張
→→平?面上のベクトル場と?言っている?平?面上のベクトル場と?言っている?
10 . 1
テキスト、ちょっと迷?走気味なので。。。テキスト、ちょっと迷?走気味なので。。。
X∣ : t ? Xc c(t)
ベクトル場ベクトル場 XX および曲線および曲線 cc に対してに対して
により、曲線に沿ったベクトル場が定まるにより、曲線に沿ったベクトル場が定まる
ベクトルベクトル vv に対して、に対して、 vv の積分曲線の積分曲線 ccvv
10 . 2
= X∣ + Adt
dX∣cv
dt
D
cv X∣cv
のように接?方向と法線?方向に分解するのように接?方向と法線?方向に分解する
? Xv
この時の第この時の第 11 項を項を
と書き共変微分というと書き共変微分という
10 . 3
ChristoffelChristoffel シンボルシンボル
e{ xj }座標系からさだまる基本基底座標系からさだまる基本基底
に対して、共変微分をした時の係数がに対して、共変微分をした時の係数が
Christoffel SymbolChristoffel Symbol
i.e. ? e = Γ eexj xi
ji
k
xk
により、により、Christoffel SymbolChristoffel Symbol を定めるを定める
10 . 4
例:極座標の共変微分例:極座標の共変微分
e = (cosθ, sinθ), e = (?rsinθ, rcosθ)r θ
と定義から、(※)
? e = 0r r
? e = (?sinθ, cosθ) = er θ r
1
θ
? e = (?rcosθ, ?rsinθ) = ?reθ θ r
? e = (?sinθ, cosθ) = eθ r r
1
θ
10 . 5
の積分曲線は極座標で書くとの積分曲線は極座標で書くとer
c (t) = (r + t, θ)r
e ∣ = (?(r + t)sinθ, (r + t)cosθ)θ c (t)r
と例えば取ると例えば取る
時間で微分して、時間で微分して、
? e = (?sinθ, cosθ) = er θ r
1
θ
を得る。以下同様を得る。以下同様 □□
※※の補?足の補?足
11
終わり終わり
Ad

Recommended

情報幾何学の基礎 第2章 4.5
情報幾何学の基礎 第2章 4.5
Tatsuki SHIMIZU
?
topology of musical data
topology of musical data
Tatsuki SHIMIZU
?
introductino to persistent homology and topological data analysis
introductino to persistent homology and topological data analysis
Tatsuki SHIMIZU
?
代数トポロジー入门
代数トポロジー入门
Tatsuki SHIMIZU
?
ロマ数16 simizut
ロマ数16 simizut
Tatsuki SHIMIZU
?
とぽろじー入门(画像なし版)
とぽろじー入门(画像なし版)
Katsuya Ito
?
スペクトラル?クラスタリング
スペクトラル?クラスタリング
Akira Miyazawa
?
PRML 10.4 - 10.6
PRML 10.4 - 10.6
Akira Miyazawa
?
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
Yuya Masumura
?
颁谤蹿と素性テンプレート
颁谤蹿と素性テンプレート
Kei Uchiumi
?
クラシックな機械学習の入門 3. 線形回帰および識別
クラシックな機械学習の入門 3. 線形回帰および識別
Hiroshi Nakagawa
?
最急降下法
最急降下法
Akira Miyazawa
?
PRML_titech 8.1 - 8.2
PRML_titech 8.1 - 8.2
Takafumi Sakakibara
?
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
Akira Asano
?
Introduction to Persistence Theory
Introduction to Persistence Theory
Tatsuki SHIMIZU
?
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
Tasuku Soma
?
导来代数几何入门
导来代数几何入门
Naoya Umezaki
?
Sparse models
Sparse models
Daisuke Yoneoka
?
Introduction to Categorical Programming (Revised)
Introduction to Categorical Programming (Revised)
Masahiro Sakai
?
スペクトラルグラフ理论入门
スペクトラルグラフ理论入门
irrrrr
?
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
Akira Asano
?
今さら闻けないカーネル法とサポートベクターマシン
今さら闻けないカーネル法とサポートベクターマシン
Shinya Shimizu
?
ML: Sparse regression CH.13
ML: Sparse regression CH.13
Daisuke Yoneoka
?
Introduction to Categorical Programming
Introduction to Categorical Programming
Masahiro Sakai
?
PRML chapter7
PRML chapter7
Takahiro (Poly) Horikawa
?
独立成分分析 ICA
独立成分分析 ICA
Daisuke Yoneoka
?
曲线から多様体まで駆け抜ける微分几何学入门
曲线から多様体まで駆け抜ける微分几何学入门
Masanari Kimura
?
2次元/3次元几何学変换の统一的な最适计算论文
2次元/3次元几何学変换の统一的な最适计算论文
doboncho
?

More Related Content

What's hot (20)

半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
Yuya Masumura
?
颁谤蹿と素性テンプレート
颁谤蹿と素性テンプレート
Kei Uchiumi
?
クラシックな機械学習の入門 3. 線形回帰および識別
クラシックな機械学習の入門 3. 線形回帰および識別
Hiroshi Nakagawa
?
最急降下法
最急降下法
Akira Miyazawa
?
PRML_titech 8.1 - 8.2
PRML_titech 8.1 - 8.2
Takafumi Sakakibara
?
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
Akira Asano
?
Introduction to Persistence Theory
Introduction to Persistence Theory
Tatsuki SHIMIZU
?
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
Tasuku Soma
?
导来代数几何入门
导来代数几何入门
Naoya Umezaki
?
Sparse models
Sparse models
Daisuke Yoneoka
?
Introduction to Categorical Programming (Revised)
Introduction to Categorical Programming (Revised)
Masahiro Sakai
?
スペクトラルグラフ理论入门
スペクトラルグラフ理论入门
irrrrr
?
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
Akira Asano
?
今さら闻けないカーネル法とサポートベクターマシン
今さら闻けないカーネル法とサポートベクターマシン
Shinya Shimizu
?
ML: Sparse regression CH.13
ML: Sparse regression CH.13
Daisuke Yoneoka
?
Introduction to Categorical Programming
Introduction to Categorical Programming
Masahiro Sakai
?
PRML chapter7
PRML chapter7
Takahiro (Poly) Horikawa
?
独立成分分析 ICA
独立成分分析 ICA
Daisuke Yoneoka
?
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
Yuya Masumura
?
颁谤蹿と素性テンプレート
颁谤蹿と素性テンプレート
Kei Uchiumi
?
クラシックな機械学習の入門 3. 線形回帰および識別
クラシックな機械学習の入門 3. 線形回帰および識別
Hiroshi Nakagawa
?
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
Akira Asano
?
Introduction to Persistence Theory
Introduction to Persistence Theory
Tatsuki SHIMIZU
?
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
Tasuku Soma
?
导来代数几何入门
导来代数几何入门
Naoya Umezaki
?
Introduction to Categorical Programming (Revised)
Introduction to Categorical Programming (Revised)
Masahiro Sakai
?
スペクトラルグラフ理论入门
スペクトラルグラフ理论入门
irrrrr
?
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
Akira Asano
?
今さら闻けないカーネル法とサポートベクターマシン
今さら闻けないカーネル法とサポートベクターマシン
Shinya Shimizu
?
ML: Sparse regression CH.13
ML: Sparse regression CH.13
Daisuke Yoneoka
?
Introduction to Categorical Programming
Introduction to Categorical Programming
Masahiro Sakai
?

Similar to 情報幾何の基礎輪読会 #1 (20)

曲线から多様体まで駆け抜ける微分几何学入门
曲线から多様体まで駆け抜ける微分几何学入门
Masanari Kimura
?
2次元/3次元几何学変换の统一的な最适计算论文
2次元/3次元几何学変换の统一的な最适计算论文
doboncho
?
内部拘束を持つ3 次元運動の最適計算法と幾何学的モデル選択への応用ViEW2012論文
内部拘束を持つ3 次元運動の最適計算法と幾何学的モデル選択への応用ViEW2012論文
doboncho
?
kosenconf_Tsukuba_sciences_slide
kosenconf_Tsukuba_sciences_slide
Shigeki Nakamura
?
Linera lgebra
Linera lgebra
Shin Asakawa
?
CG2013 06
CG2013 06
shiozawa_h
?
笔搁惭尝§12-连続潜在変数
笔搁惭尝§12-连続潜在変数
Keisuke OTAKI
?
C03
C03
anonymousouj
?
双曲平面のモデルと初等几何
双曲平面のモデルと初等几何
matsumoring
?
统计的学习の基础 5章前半(词5.6)
统计的学习の基础 5章前半(词5.6)
Kota Mori
?
Information geometry chap3
Information geometry chap3
Hiroki Iida
?
劣モジュラ最適化と機械学習 2.4節
劣モジュラ最適化と機械学習 2.4節
Hakky St
?
第9回スキル养成讲座讲义资料
第9回スキル养成讲座讲义资料
keiodig
?
Infomation geometry(overview)
Infomation geometry(overview)
Yoshitake Misaki
?
PRML復々習レーン#9 前回までのあらすじ
PRML復々習レーン#9 前回までのあらすじ
sleepy_yoshi
?
Stochastic complexities of reduced rank regression証明概略
Stochastic complexities of reduced rank regression証明概略
Xiangze
?
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
SoshunNaito
?
(deplicated)Information geometry chap3
(deplicated)Information geometry chap3
Hiroki Iida
?
Nips yomikai 1226
Nips yomikai 1226
Yo Ehara
?
mathemaical_notation
mathemaical_notation
Kenta Oono
?
曲线から多様体まで駆け抜ける微分几何学入门
曲线から多様体まで駆け抜ける微分几何学入门
Masanari Kimura
?
2次元/3次元几何学変换の统一的な最适计算论文
2次元/3次元几何学変换の统一的な最适计算论文
doboncho
?
内部拘束を持つ3 次元運動の最適計算法と幾何学的モデル選択への応用ViEW2012論文
内部拘束を持つ3 次元運動の最適計算法と幾何学的モデル選択への応用ViEW2012論文
doboncho
?
kosenconf_Tsukuba_sciences_slide
kosenconf_Tsukuba_sciences_slide
Shigeki Nakamura
?
笔搁惭尝§12-连続潜在変数
笔搁惭尝§12-连続潜在変数
Keisuke OTAKI
?
双曲平面のモデルと初等几何
双曲平面のモデルと初等几何
matsumoring
?
统计的学习の基础 5章前半(词5.6)
统计的学习の基础 5章前半(词5.6)
Kota Mori
?
Information geometry chap3
Information geometry chap3
Hiroki Iida
?
劣モジュラ最適化と機械学習 2.4節
劣モジュラ最適化と機械学習 2.4節
Hakky St
?
第9回スキル养成讲座讲义资料
第9回スキル养成讲座讲义资料
keiodig
?
Infomation geometry(overview)
Infomation geometry(overview)
Yoshitake Misaki
?
PRML復々習レーン#9 前回までのあらすじ
PRML復々習レーン#9 前回までのあらすじ
sleepy_yoshi
?
Stochastic complexities of reduced rank regression証明概略
Stochastic complexities of reduced rank regression証明概略
Xiangze
?
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
SoshunNaito
?
(deplicated)Information geometry chap3
(deplicated)Information geometry chap3
Hiroki Iida
?
Nips yomikai 1226
Nips yomikai 1226
Yo Ehara
?
mathemaical_notation
mathemaical_notation
Kenta Oono
?
Ad

More from Tatsuki SHIMIZU (13)

Magnitude ~ extend the Euler Characteristics via M?bius Inversion ~
Magnitude ~ extend the Euler Characteristics via M?bius Inversion ~
Tatsuki SHIMIZU
?
TDA やら Night!!
TDA やら Night!!
Tatsuki SHIMIZU
?
エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~
エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~
Tatsuki SHIMIZU
?
Practical topology
Practical topology
Tatsuki SHIMIZU
?
Euler 標数は測度ですか??
Euler 標数は測度ですか??
Tatsuki SHIMIZU
?
Operad and Recognition Principle
Operad and Recognition Principle
Tatsuki SHIMIZU
?
しかくのお勉强
しかくのお勉强
Tatsuki SHIMIZU
?
Packing
Packing
Tatsuki SHIMIZU
?
Introduction to Topological Data Analysis
Introduction to Topological Data Analysis
Tatsuki SHIMIZU
?
Jules henri poincaré
Jules henri poincaré
Tatsuki SHIMIZU
?
Effective modern-c++#9
Effective modern-c++#9
Tatsuki SHIMIZU
?
effective modern c++ chapeter36
effective modern c++ chapeter36
Tatsuki SHIMIZU
?
emc++ chapter32
emc++ chapter32
Tatsuki SHIMIZU
?
Magnitude ~ extend the Euler Characteristics via M?bius Inversion ~
Magnitude ~ extend the Euler Characteristics via M?bius Inversion ~
Tatsuki SHIMIZU
?
エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~
エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~
Tatsuki SHIMIZU
?
Euler 標数は測度ですか??
Euler 標数は測度ですか??
Tatsuki SHIMIZU
?
Operad and Recognition Principle
Operad and Recognition Principle
Tatsuki SHIMIZU
?
Introduction to Topological Data Analysis
Introduction to Topological Data Analysis
Tatsuki SHIMIZU
?
effective modern c++ chapeter36
effective modern c++ chapeter36
Tatsuki SHIMIZU
?
Ad

情報幾何の基礎輪読会 #1