カテゴリー: 学術

#include <iostream>
#include <string>
#include <windows.h>
#include <MMSystem.h>
#include <math.h>

#pragma comment (lib, "winmm.lib")

int main() {

    WAVEFORMATEX wfe;
    static HWAVEOUT hWaveOut;
    static WAVEHDR whdr;
    static LPBYTE lpWave;
    int i, len, start, end;
    int terms = 1;
    int sampling = 44100;
    int frequency = 441;

    wfe.wFormatTag = WAVE_FORMAT_PCM;
    wfe.nChannels = 2;
    wfe.wBitsPerSample = 8;
    wfe.nBlockAlign = wfe.nChannels * wfe.wBitsPerSample / 8;
    wfe.nSamplesPerSec = sampling;
    wfe.nAvgBytesPerSec = wfe.nSamplesPerSec * wfe.nBlockAlign;
    waveOutOpen(&hWaveOut, WAVE_MAPPER, &wfe, 0, 0, CALLBACK_NULL);
    lpWave = (LPBYTE)calloc(wfe.nAvgBytesPerSec, terms * wfe.nChannels);

    // 立ち上がりは出力を0にする
    for (i = 0; i < sampling * terms * wfe.nChannels; i++) {
        lpWave[i] = 128;
    }

    len = sampling / frequency; 

    // 最初の10サイクルは出力しない
    start = sampling / frequency * 10;
    // 8サイクル波形を出力する
    end = start + sampling / frequency * 8 * wfe.nChannels;

    double d = 360.0 / len;
    double pi = 3.14159265359;
    for (i = start; i < end; i++) {
        if ((i % 2) == 0) {
            // 方形波 Left
            if ((i/2) % len < len / 2) {
                lpWave[i] = 228;
            }
            else {
                lpWave[i] = 28;
            }
        }
        else {
            // 正弦波 Right
            lpWave[i] = (BYTE)(100.0 * sin(d * ((i / 2) % len) / 180.0 * pi) + 127.5);
        }
    }

    whdr.lpData = (LPSTR)lpWave;
    whdr.dwBufferLength = wfe.nAvgBytesPerSec * terms;
    whdr.dwFlags = WHDR_BEGINLOOP | WHDR_ENDLOOP;
    whdr.dwLoops = 1;

    waveOutPrepareHeader(hWaveOut, &whdr, sizeof(WAVEHDR));
    waveOutWrite(hWaveOut, &whdr, sizeof(WAVEHDR));

    char str[128];
    std::cout << "hello, world\n";
    std::cin >> str;

}

パソコンのライン出力をそのままマイク入力に接続しAudacityで表示すると、

のようになります。

左チャンネルは、方形波、右チャンネルは正弦波の出力ができました。2CHファンクションジェネレータの完成です。

タグ半導体, 真空管

学術

確率的ニューラルネットワーク

投稿者作成者: MicrocomputerTechnology
投稿日 2020-04-24

PNN : Probabilistic Neural Network

殆どのアルゴリズムは逐次処理ですがPNNは完全な並列処理アルゴリズムです。(20191031)

ChatGPTにこれは何か聞いてみた。

User
確率的ニューラルネットワークとは何ですか。

ChatGPT
確率的ニューラルネットワークは、ニューラルネットワークの一種で、確率的な要素を含んでいるものを指します。つまり、入力から出力へのマッピングを決定する際に、確率的な処理を行い、確率的な出力を生成することができます。

確率的ニューラルネットワークは、一般にディープラーニングや深層学習の分野で使用され、特に認識や分類、画像処理、自然言語処理などのタスクに適しています。確率的ニューラルネットワークは、確率的な勾配降下法（SGD）やモンテカルロ法などのアルゴリズムを使用して、最適なパラメーターを学習することができます。

確率的ニューラルネットワークには、多層パーセプトロン（MLP）、畳み込みニューラルネットワーク（CNN）、再帰型ニューラルネットワーク（RNN）などがあります。例えば、CNNは画像処理タスクに適しており、RNNは自然言語処理に適しています。

確率的ニューラルネットワークの利点は、過学習を抑制し、一般化能力を向上させることができることです。また、入力にノイズが含まれている場合でも、確率的な出力を生成することで、ノイズの影響を減らすことができます。ただし、学習に時間がかかる場合があるため、より高速なアルゴリズムが必要な場合があります。