RELION理論 - 変更履歴

2017年9月21日 (木) 03:37にTacyasによる

2017-09-21T03:37:24Z

2017年9月21日 (木) 03:26にTacyasによる

2017-09-21T03:26:22Z

2017年9月21日 (木) 03:25にTacyasによる

2017-09-21T03:25:52Z

2017年9月21日 (木) 03:24にTacyasによる

2017-09-21T03:24:54Z

Tacyas: ページの作成:「 $P(\Theta | X, Y) = P(X|\Theta ,Y) P(\Theta |Y)$ $X$ : 観測されたデータ $Y$ : 事前情報 $\Theta$ ：パラメー...」

2017-09-21T03:24:10Z

ページの作成:「 <math>P(\Theta | X, Y) = P(X|\Theta ,Y) P(\Theta |Y) </math> <math>X</math>: 観測されたデータ <math>Y</math>: 事前情報 <math>\Theta</math>：パラメー...」

新規ページ

<math>P(\Theta | X, Y) = P(X|\Theta ,Y) P(\Theta |Y) </math>

<math>X</math>: 観測されたデータ
<math>Y</math>: 事前情報
<math>\Theta</math>：パラメータセット

尤度の定義：<math>(k, \phi, \Theta(n), Y)</math> が与えられたときの画像<math>X_i</math>となるときの尤度

<math>P(X_i | k, \phi, \Theta^{(n)})=</math>

<math>i</math>: i番目の画像 <math>(n)</math>: n回目 <math>j</math>: フーリエ成分j (2次元フーリエ空間：実験画像２Ｄ） <math>J</math>: フーリエ成分の数 <math>\sigma^{2}_{i}j^{(n)}</math>: ノイズの分散（分解能毎で予測される）、データから推定 <math>\rm{CTF}_{ij}</math>: i番目の画像のフーリエ成分jのCTF（コントラスト伝達関数）の値 <math>l</math>: フーリエ成分l(３次元フーリエ空間：３Ｄマップ） <math>L</math>: フーリエ成分の数 <math>k</math>: k番目の３Ｄマップ <math>\phi</math>: 回転（３自由度）＋平行移動（２自由）

←前の版		2017年9月21日 (木) 03:37時点における版
行1:		行1:
	'''[[RELION]]'''のアルゴリズムに関して、整理したページになります。すこしずつまとめたいと思います。		'''[[RELION]]'''のアルゴリズムに関して、整理したページになります。すこしずつまとめたいと思います。
		+
		+	==　導入　==
		+	RELIONを理解するには幾つかキーになる考え方があります。
		+	*[[中央断面定理]]と[[三次元再構成法]]の関係
		+	*[[Wiener Filter]]
		+	*[[最尤法]]（[[Expectation-Maximization method]]）
		+	*[[]]
		+

←前の版		2017年9月21日 (木) 03:26時点における版
行1:		行1:
−	'''[[~~RELOION~~]]'''のアルゴリズムに関して、整理したページになります。すこしずつまとめたいと思います。	+	'''[[RELION]]'''のアルゴリズムに関して、整理したページになります。すこしずつまとめたいと思います。

←前の版		2017年9月21日 (木) 03:25時点における版
行1:		行1:
−	'''RELOION'''のアルゴリズムに関して、整理したページになります。すこしずつまとめたいと思います。	+	'''[[RELOION]]'''のアルゴリズムに関して、整理したページになります。すこしずつまとめたいと思います。