语言
没有数据
通知
无通知
であるときに言う。連続函数の空間に対して、対応する汎函数の極値は、連続函数の一階導函数が全て連続となるかまたは否かに従って、それぞれ弱極値 (weak extrema) または強極値 (strong extrema) と呼ばれる。 汎函数の強極値・弱極値はともに連続函数の空間に対するものだが、弱極値
データサイエンス > 機械学習 > 教師なし学習 > 生成モデル > 変分オートエンコーダー 変分オートエンコーダー（英: Variational Auto-Encoder; VAE）はオートエンコーディング変分ベイズアルゴリズムに基づいて学習される確率項つきオートエンコーダ型ニューラルネットワークである。
多変数（基礎）解析学または多変数微分積分学（英: multivariable calculus, multivariate calculus）とは、1変数の微分積分学を多変数へ拡張したもの、すなわち多変数関数における微分法および積分法を扱う解析学の一分野である。 多変数
数学の分野における積分変換（せきぶんへんかん、英: Integral transform）とは、次の形をとるような変換 T のことである： ( T f ) ( u ) = ∫ t 1 t 2 K ( t , u ) f ( t ) d t . {\displaystyle (Tf)(u)=\int _{t_{1}}^{t_{2}}K(t
(1)} ここで、h (y ) ≠ 0 のとき、両辺を h (y ) で割って 1 h ( y ) d y d x = g ( x ) {\displaystyle {\frac {1}{h(y)}}{\frac {dy}{dx}}=g(x)} となる。この両辺を x で積分すると ∫ 1 h ( y )
計算物理学において、変分モンテカルロ法（へんぶんモンテカルロほう、英: variational Monte Carlo method, VMC）とは、量子系の基底状態を近似的に求めるための量子モンテカルロ法の一つで、変分法を用いる。 その基本的構成要素はなんらかのパラメータ a {\displaystyle
はその時間微分、すなわち一般化速度である。ここで、ある時刻t1、t2 において、q(t1)、q(t2) は固定されているとする。 この作用積分 S に対する変分原理は、作用積分に対する停留値問題を考えることであり、 δ S [ q ( t ) ] = δ ∫ t 1 t 2 L ( q ( t ) , q ˙ ( t ) , t ) d
変分法（へんぶんほう、英: Variational method, Calculus of variations）とは、関数を取り値を返す対応である汎関数についての微分にあたる手法を言う。オイラーとラグランジュらによって導入された。 解析力学における重要な方程式は最小作用の原理を元に変分法を用いて導出される。
搜索 
