計算量
計算量には、時間計算量と空間計算量が存在する。
- 時間計算量とは、その問題を解決するには何回処理を行う必要があるのか、という処理回数のこと。
- 空間計算量とは、その問題を解決するにあたって必要とするメモリ、いわゆる記憶領域の量のこと。
今回は時間計算量をはかるO記法(オーダ記法)について解説する。O()で表し
「O(n)」ならば、計算量はデータ数ｎに比例して増加する。
二分探索法や線形探索法、ハッシュ探索法の計算量を求める問題が過去に出ている。
符号理論
圧縮
圧縮とは、大きなデータを小さくすること。もとに戻すことを伸長という。
大きく2種類があって
- 可逆圧縮 → 完全にもとに戻すことができる。
- 非可逆(不可逆)圧縮 → 完全には元に戻らない。
画像データ圧縮するとき可逆圧縮を用いたものはpng、不可逆圧縮を用いたものはjpgである。
誤り制御
データの一部に誤りが発生したときに、検知、訂正する仕組み。
| パリティチェック | データに対してパリティビットと呼ばれる検査用のビットを追加することで誤りを検知する方法 |
| ハミング符号方式 | 複数のチェックコードを付けることで2ビットの誤り検知と1ビットの誤り訂正を行えるようにする方法 |
| CRC | データをある式で除算した余りをチェックコードとすることで、より多くのビットの誤りを検知できるようにした方法 |
A/D変換(PCM方式)
標本化
連続的に変化しているアナログデータに対して、一定間隔ごとにその瞬間の値を測定すること。
１秒間に行う標本化の回数をサンプリング周波数と呼び、単位はHz（ヘルツ）が使われる。
量子化
測定した信号の値をnビットの適当な整数値に丸める。
符号化
その値をnビットの２進数に変換する。nの値が大きいほど精度が増し、アナログ信号の再現性に優れるが、データ量が多くなる。
サンプリング周波数 × 量子化ビット数 × チャンネル数 で計算を立てる。
| サンプリング周波数 | １秒間に何回サンプリングするか |
| 量子化ビット数 | 計測したデータを何段階で区別するか(8ビット = 256段階) |
| チャンネル数 | モノラル = 1 、ステレオ = 2 |
AI(人工知能)
| エキスパートシステム | 「専門家(エキスパート)が判断を下したかのように」推論を導く。 |
| ニュートラルネットワーク | 人間や動物の神経細胞(ニューロン)を模倣して、多数のプログラム、システムを相互結合させる仕組み。 |
| ディープラーニング | 深層学習。ニュートラルネットワークを多層構造にして高度な判断が可能 |
| 機械学習 | 大量にデータを与えることで学習させる。 |
エキスパートシステム
専門家の持つ知識をデータベース化、ルール化し、入力されたデータから、「専門家」のような推論を導くシステム
ニューラルネットワーク
イメージを持つだけでいい。
ディープラーニング
膨大なデータから自ら特徴を導き出し、学習する。ニュートラルネットワークを多層構造にする(中間層を増やす)ことで高度な判断ができ、またデータが多いほど精度が上がる。
機械学習
教師あり → 正解を与える
教師なし → 正解を与えず、自らグループ化させる。
強化 → フィードバックして、より良い結果を導く
センサ
外部の情報を感知する装置
センサの種類
| ジャイロセンサ | 角速度を検出する。傾きや角度の検知などで使われる。 |
| サーミスタ | 温度センサ。サーモグラフィでイメージするとわかりやすい。 |
| ひずみゲージ | 物体の変形を検知、建物に張り付けて物体の状態を監視する。 |
| ホール素子 | 磁力センサ |