Gaussian function (original) (raw)
Gaussova funkce pojmenovaná po matematikovi Carlu Friedrichu Gaussovi je reálná funkce jedné reálné proměnné se třemi parametry ve tvaru Čísla a musí být kladná, je libovolné reálné, je Eulerovo číslo (2,71828...). Graf funkce má v bodě vrchol o výšce , který graf dělí na dvě vzájemně souměrné části – levou rostoucí z 0 a pravou klesající asymptoticky zpět k 0. Parametr určuje šířku „kopce“ ve výšce . V polovině výšky má graf šířku .
| Property | Value |
|---|---|
| dbo:abstract | En matemàtiques la funció gaussiana (en honor de Carl Friedrich Gauss), és una funció definida per l'expressió: on a, b i c són constants reals (a > 0). La gràfica de la funció és simètrica amb forma de campana, coneguda com a campana de Gauss. El paràmetre a és l'altura de la campana centrada en el punt b, determinant c l'ample d'aquesta. Les funcions gaussianes s'utilitzen freqüentment en estadística corresponent, en el cas que a sigui igual a , a la funció de densitat d'una variable aleatòria amb distribució normal de mitjana μ=b i variància σ²=c². Les funcions gaussianes amb c² = 2 són les de la transformada de Fourier. Això significa que la transformada de Fourier d'una funció gaussiana no és només altra gaussiana, sinó a més un múltiple escalar de la funció original. (ca) Gaussova funkce pojmenovaná po matematikovi Carlu Friedrichu Gaussovi je reálná funkce jedné reálné proměnné se třemi parametry ve tvaru Čísla a musí být kladná, je libovolné reálné, je Eulerovo číslo (2,71828...). Graf funkce má v bodě vrchol o výšce , který graf dělí na dvě vzájemně souměrné části – levou rostoucí z 0 a pravou klesající asymptoticky zpět k 0. Parametr určuje šířku „kopce“ ve výšce . V polovině výšky má graf šířku . (cs) في الرياضيات، دَالَّةٌ غَاوْسِيَّةٌ (بالإنجليزية: Gaussian function) هي دالة تأخذ الشكل التالي : حيث a و b و c أعداد حقيقية . شكل الدالة هو شكل الجرس. سميت هذه الدالة بدالة غاوس نسبة إلى مكتشفها كارل فريدريش غاوس، كما تشتهر أيضا بمنحني الجرس . (ar) Gaŭsa funkcio (nomita post Carl Friedrich Gauss) estas funkcio de formo: por iu reelaj konstantoj a>0, b kaj c. Gaŭsaj funkcioj kun c2=2 estas propraj funkcioj de la konverto de Fourier. Ĉi tio signifas ke la konverto de Fourier de gaŭsa funkcio kun c2=2 estas la funkcio kies Konverto de Fourier estis prenita multiplikita per skalaro. Gaŭsaj funkcioj estas inter tiuj funkcioj kiuj estas rudimentaj sed iliaj malderivaĵoj ne povas esti skribitaj per rudimentaj funkcioj. Tamen la super la tuta reela linio povas esti komputita akurate: Ĉi tiu kalkulo povas esti plenumita per la teoremo de kompleksa analitiko, sed estas ankaŭ la alia simpla kaj maniero fari la kalkulon. Estu la valoro de ĉi tiu integralo I. Tiam La variablo de integralado de x al y en unu al la du multiplikataj integraloj. Nun ŝanĝu al ebenaj polusaj koordinatoj per la anstataŭo u=r2, du=2rdr. En la ĝenerala formo de la gaŭsa funkcio la nepropra integralo estas (eo) In mathematics, a Gaussian function, often simply referred to as a Gaussian, is a function of the base form and with parametric extensionfor arbitrary real constants a, b and non-zero c. It is named after the mathematician Carl Friedrich Gauss. The graph of a Gaussian is a characteristic symmetric "bell curve" shape. The parameter a is the height of the curve's peak, b is the position of the center of the peak, and c (the standard deviation, sometimes called the Gaussian RMS width) controls the width of the "bell". Gaussian functions are often used to represent the probability density function of a normally distributed random variable with expected value μ = b and variance σ2 = c2. In this case, the Gaussian is of the form Gaussian functions are widely used in statistics to describe the normal distributions, in signal processing to define Gaussian filters, in image processing where two-dimensional Gaussians are used for Gaussian blurs, and in mathematics to solve heat equations and diffusion equations and to define the Weierstrass transform. (en) En estadística, la función gaussiana (también, campana de Gauss o curva de Gauss), llamada así en honor a Carl Friedrich Gauss, es una función definida por la expresión: donde a, b y c son constantes reales (c > –1). El parámetro a es el valor del punto más alto de la campana, b es la posición del centro de la campana y c (la desviación estándar, a veces llamada media cuadrática o valor cuadrático medio) controla el ancho de la campana. Las funciones gaussianas se utilizan frecuentemente en estadística. En el caso de que a sea igual a , la función de densidad de una variable aleatoria corresponde con la distribución normal de media μ = b y varianza σ2 = c2. (es) Une fonction gaussienne est une fonction en exponentielle de l'opposé du carré de l'abscisse (une fonction en exp(-x2)). Elle a une forme caractéristique de courbe en cloche. L'exemple le plus connu est la densité de probabilité de la loi normale où μ est l'espérance mathématique et σ est l'écart type. (fr) Dalam ilmu matematika, fungsi Gauss adalah fungsi yang berbentuk sebagai berikut: a, b dan c adalah konstanta riil. Fungsi ini dinamai dari matematikawan Jerman Carl Friedrich Gauss. Fungsi Gauss sering kali digunakan untuk mewakili fungsi kepekatan probabilitas variabel acak yang didistribusi secara normal dengan nilai harapan μ = b dan variansi σ2 = c2. Dalam kasus ini, bentuk fungsi Gaussnya adalah: Grafik fungsi Gauss adalah kurva yang berbentuk "lonceng" dan simetris. Parameter a adalah tinggi puncak kurva, b adalah posisi di tengah puncak dan c (deviasi standar) mengendalikan "lebar" lonceng. Fungsi Gauss sering digunakan dalam ilmu statistika untuk mendeskripsikan distribusi normal, dalam pemrosesan sinyal untuk mendefinisikan , dalam pemrosesan gambar yang menggunakan fungsi Gauss dua dimensi untuk membuat , dan dalam ilmu matematika untuk menyelesaikan dan dan untuk mendefinisikan . (in) In matematica, una funzione gaussiana prende il nome dal matematico tedesco Carl Friedrich Gauss ed è una funzione della seguente forma: per qualunque costante reale , e . Le funzioni gaussiane con sono autofunzioni della trasformata di Fourier. (it) ガウス関数（ガウスかんすう、英: Gaussian function）は、 の形の初等関数である。なお、2c2 のかわりに c2 とするなど、表し方にはいくつかの変種がある。 ガウシアン関数、あるいは単にガウシアンとも呼ばれる。 図のような釣鐘型の関数である。 (ja) ( 이 문서는 오차 함수의 도함수에 관한 것입니다. 정수값을 가지는 함수에 대해서는 바닥 함수 문서를 참고하십시오.) 수학에서, 가우스 함수(-函數, 영어: Gaussian function)는 다음과 같은 형태의 함수이다. 여기서 a, b, c는 실수인 상수이고 c는 0이 아니다. 이 함수는 카를 프리드리히 가우스의 이름을 따서 명명되었다. 가우스 함수의 그래프는 좌우대칭의 종 모양의 곡선으로 +/-의 극한을 향하면서는 급격히 감소하는 특성을 가진다. 매개변수 a는 곡선의 꼭대기 높이가 되며, b는 꼭대기의 중심의 위치가 된다. c는 표준 편차로서 "종"의 너비를 결정한다. 가우스 함수는 기댓값이 μ = b이고 분산이 σ2 = c2인 정규 분포의 확률 밀도 함수를 나타낼 때 주로 사용된다. 이 경우 가우스 함수는 와 같은 형태가 된다. 가우스 함수는 통계학에서의 정규 분포나 신호 처리, 이미지 처리, 열 방정식의 해 등 여러 경우에 사용된다. (ko) In de wiskunde is een Gaussische functie of Gaussiaan een functie van de vorm: met en constanten waarvan . Gaussische functies zijn genoemd naar de Duitse wiskundige Carl Friedrich Gauss. Ze worden veel gebruikt in de statistiek om normale verdelingen te beschrijven, in de signaalverwerking om te definiëren, in de beeldverwerking waar tweedimensionale Gaussianen worden gebruikt voor , en in de wiskunde om warmtevergelijkingen en diffusievergelijkingen op te lossen en om de te definiëren. (nl) Em matemática , uma função de Gauss (em homenagem a Carl Friedrich Gauss ) é uma função da forma: para alguns reais constantes a, b, c, e e ≈ 2,71828 ... (Número de Euler). O gráfico de uma Gaussiana é uma característica simétrica "curva do sino" forma que rapidamente cai para o infinito mais / menos. O parâmetro a é a altura do pico da curva, b é a posição do centro do pico, e c controla a largura do "sino". A função pode ser reescrita como: (pt) Гауссова функция (гауссиан, гауссиана, функция Гаусса) — вещественная функция, описываемая следующей формулой: , где параметры — произвольные вещественные числа. Введена Гауссом в 1809 году как функция плотности нормального распределения, и наибольшее значение имеет в этом качестве, в этом случае параметры выражаются через среднеквадратичное отклонение и математическое ожидание : , , , График гауссовой функции при и — колоколообразная кривая, параметр определяет максимальную высоту графика — пик колокола, отвечает за сдвиг пика от нуля (при — пик в нуле), а влияет на ширину (размах) колокола. Существуют многомерные обобщения функции. Кроме применений в теории вероятностей, статистике и других многочисленных приложениях как функции плотности нормального распределения, гауссиана имеет самостоятельное значение в математическом анализе, математической физике, теории обработки сигналов. (ru) У математиці функцією Гауса (названа за іменем Карла Фрідріха Гауса) є функція, що виражається залежністю для дійсних чисел константа a > 0, b, c > 0, і e ≈ 2.718281828 (Число Ейлера). Графік функції Гауса є характерною симетричною кривою у формі дзвону, що швидко спадає на нескінченності. Параметр a є висотою піку кривої, b є позицією центру, і c контролює ширину «дзвону». Функція Гауса широко використовується в: * Статистиці, де вона описує нормальний розподіл; * Обробці сигналу, де за її допомогою розраховують фільтри Гауса, в обробці зображень, де двовимірний гаусіан використовується для гаусового розмивання; * Фізиці, де функція використовується для розв'язку рівняння теплопровідності і рівняння дифузії; * Математиці для означення . (uk) 高斯函数是形式为 的函数。其中a、b与 c为实数常数，且a > 0. c2 = 2的高斯函数是傅立叶变换的特征函数。这就意味着高斯函数的傅立叶变换不仅仅是另一个高斯函数，而且是进行傅立叶变换的函数的标量倍。 (zh) |
| dbo:thumbnail | wiki-commons:Special:FilePath/Normal_Distribution_PDF.svg?width=300 |
| dbo:wikiPageExternalLink | http://mathworld.wolfram.com/GaussianFunction.html https://github.com/dwaithe/generalMacros/tree/master/gaussian_fitting https://github.com/frecker/gaussian-distribution/ https://upload.wikimedia.org/wikipedia/commons/a/a2/Cumulative_function_n_dimensional_Gaussians_12.2013.pdf |
| dbo:wikiPageID | 245552 (xsd:integer) |
| dbo:wikiPageLength | 29385 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1122648931 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Carl_Friedrich_Gauss dbr:Probability_distribution dbr:Quadratic_function dbr:Quantum_field_theory dbr:Quantum_harmonic_oscillator dbr:Scale_space dbr:Molecular_orbital dbr:Probability_distribution_fitting dbr:Non-linear_regression dbr:Derivative dbr:Vacuum_state dbr:Variance dbr:Visual_system dbc:Gaussian_function dbr:Standard_deviation dbc:Articles_containing_proofs dbr:Convolution dbr:Analytic_function dbr:Mathematics dbr:Gaussian_filter dbr:Gaussian_integral dbr:Gaussian_orbital dbr:Eigenfunction dbr:Engineering dbr:Function_(mathematics) dbr:GNU_Octave dbr:Gaussian_beam dbr:Gaussian_blur dbr:Green's_function dbr:Multivariate_normal_distribution dbr:Concave_function dbr:Transmittance dbr:Antiderivative dbr:Basis_set_(chemistry) dbr:Level_set dbr:Limit_(mathematics) dbr:Logarithm dbr:Lorentzian_function dbr:Signal_processing dbr:Statistics dbr:Computational_chemistry dbr:Computer_vision dbr:Emission_spectrum dbr:Fraunhofer_diffraction dbr:Full_width_at_half_maximum dbr:Photometry_(astronomy) dbr:Point_source dbc:Exponentials dbr:Central_limit_theorem dbr:Transpose dbr:Wave_function dbr:Least_squares dbr:Linear_combination dbr:Airy_disk dbr:Curve_fitting dbr:Error_function dbr:Expected_value dbr:Exponential_function dbr:Fourier_transform dbr:Normal_distribution dbr:Normalizing_constant dbr:Partial_differential_equation dbr:Diffusion dbr:Diffusion_equation dbr:Geostatistics dbr:Graph_of_a_function dbr:Iteratively_reweighted_least_squares dbr:Dirac_delta dbr:Probability_density_function dbr:Probability_theory dbr:Random_variable dbr:Root_mean_square dbr:Ground_state dbr:Heat_equation dbr:Heat_kernel dbr:Covariance_matrix dbr:Cramér–Rao_bound dbr:Artificial_neural_network dbr:Accuracy_and_precision dbr:Affine_shape_adaptation dbr:Digital_signal_processing dbr:Discrete_Gaussian_kernel dbc:Articles_with_example_MATLAB/Octave_code dbr:Poisson_distribution dbr:Poisson_summation_formula dbr:Positive-definite_matrix dbr:Inflection_point dbr:Integral dbr:Natural_sciences dbr:Radial_basis_function_kernel dbr:Real_number dbr:Photographic_slide dbr:Social_sciences dbr:Weighted_least_squares dbr:Image_processing dbr:Weierstrass_transform dbr:Scale_space_implementation dbr:Modified_Bessel_function dbr:Elementary_function_(differential_algebra) dbr:Sampled_Gaussian_kernel dbr:Independent_and_identically-distributed_random_variables dbr:Polynomial_fitting dbr:Fluorescence_microscopy dbr:Hermite_functions dbr:Hermite_polynomial dbr:Logarithmic_data_transformation dbr:File:Normal_Distribution_PDF.svg dbr:File:Discrete_Gaussian_kernel.svg dbr:File:Gaussian_2d_0_degrees.png dbr:File:Gaussian_2d_30_degrees.png dbr:File:Gaussian_2d_60_degrees.png dbr:File:Gaussian_2d_surface.png dbr:Training_image |
| dbp:id | home/kmath045/kmath045 (en) |
| dbp:title | Integrating The Bell Curve (en) |
| dbp:wikiPageUsesTemplate | dbt:Clarify dbt:Main dbt:Math dbt:More_citations_needed dbt:Mvar dbt:Radic dbt:Redirect dbt:Reflist dbt:See_also dbt:Short_description dbt:Sup dbt:MathPages |
| dcterms:subject | dbc:Gaussian_function dbc:Articles_containing_proofs dbc:Exponentials dbc:Articles_with_example_MATLAB/Octave_code |
| rdf:type | owl:Thing yago:WikicatSpecialFunctions yago:Abstraction100002137 yago:Exponential113789462 yago:Function113783816 yago:MathematicalRelation113783581 yago:Relation100031921 yago:WikicatFunctionsAndMappings yago:WikicatElementarySpecialFunctions yago:WikicatExponentials |
| rdfs:comment | Gaussova funkce pojmenovaná po matematikovi Carlu Friedrichu Gaussovi je reálná funkce jedné reálné proměnné se třemi parametry ve tvaru Čísla a musí být kladná, je libovolné reálné, je Eulerovo číslo (2,71828...). Graf funkce má v bodě vrchol o výšce , který graf dělí na dvě vzájemně souměrné části – levou rostoucí z 0 a pravou klesající asymptoticky zpět k 0. Parametr určuje šířku „kopce“ ve výšce . V polovině výšky má graf šířku . (cs) في الرياضيات، دَالَّةٌ غَاوْسِيَّةٌ (بالإنجليزية: Gaussian function) هي دالة تأخذ الشكل التالي : حيث a و b و c أعداد حقيقية . شكل الدالة هو شكل الجرس. سميت هذه الدالة بدالة غاوس نسبة إلى مكتشفها كارل فريدريش غاوس، كما تشتهر أيضا بمنحني الجرس . (ar) Une fonction gaussienne est une fonction en exponentielle de l'opposé du carré de l'abscisse (une fonction en exp(-x2)). Elle a une forme caractéristique de courbe en cloche. L'exemple le plus connu est la densité de probabilité de la loi normale où μ est l'espérance mathématique et σ est l'écart type. (fr) In matematica, una funzione gaussiana prende il nome dal matematico tedesco Carl Friedrich Gauss ed è una funzione della seguente forma: per qualunque costante reale , e . Le funzioni gaussiane con sono autofunzioni della trasformata di Fourier. (it) ガウス関数（ガウスかんすう、英: Gaussian function）は、 の形の初等関数である。なお、2c2 のかわりに c2 とするなど、表し方にはいくつかの変種がある。 ガウシアン関数、あるいは単にガウシアンとも呼ばれる。 図のような釣鐘型の関数である。 (ja) ( 이 문서는 오차 함수의 도함수에 관한 것입니다. 정수값을 가지는 함수에 대해서는 바닥 함수 문서를 참고하십시오.) 수학에서, 가우스 함수(-函數, 영어: Gaussian function)는 다음과 같은 형태의 함수이다. 여기서 a, b, c는 실수인 상수이고 c는 0이 아니다. 이 함수는 카를 프리드리히 가우스의 이름을 따서 명명되었다. 가우스 함수의 그래프는 좌우대칭의 종 모양의 곡선으로 +/-의 극한을 향하면서는 급격히 감소하는 특성을 가진다. 매개변수 a는 곡선의 꼭대기 높이가 되며, b는 꼭대기의 중심의 위치가 된다. c는 표준 편차로서 "종"의 너비를 결정한다. 가우스 함수는 기댓값이 μ = b이고 분산이 σ2 = c2인 정규 분포의 확률 밀도 함수를 나타낼 때 주로 사용된다. 이 경우 가우스 함수는 와 같은 형태가 된다. 가우스 함수는 통계학에서의 정규 분포나 신호 처리, 이미지 처리, 열 방정식의 해 등 여러 경우에 사용된다. (ko) In de wiskunde is een Gaussische functie of Gaussiaan een functie van de vorm: met en constanten waarvan . Gaussische functies zijn genoemd naar de Duitse wiskundige Carl Friedrich Gauss. Ze worden veel gebruikt in de statistiek om normale verdelingen te beschrijven, in de signaalverwerking om te definiëren, in de beeldverwerking waar tweedimensionale Gaussianen worden gebruikt voor , en in de wiskunde om warmtevergelijkingen en diffusievergelijkingen op te lossen en om de te definiëren. (nl) Em matemática , uma função de Gauss (em homenagem a Carl Friedrich Gauss ) é uma função da forma: para alguns reais constantes a, b, c, e e ≈ 2,71828 ... (Número de Euler). O gráfico de uma Gaussiana é uma característica simétrica "curva do sino" forma que rapidamente cai para o infinito mais / menos. O parâmetro a é a altura do pico da curva, b é a posição do centro do pico, e c controla a largura do "sino". A função pode ser reescrita como: (pt) 高斯函数是形式为 的函数。其中a、b与 c为实数常数，且a > 0. c2 = 2的高斯函数是傅立叶变换的特征函数。这就意味着高斯函数的傅立叶变换不仅仅是另一个高斯函数，而且是进行傅立叶变换的函数的标量倍。 (zh) En matemàtiques la funció gaussiana (en honor de Carl Friedrich Gauss), és una funció definida per l'expressió: on a, b i c són constants reals (a > 0). La gràfica de la funció és simètrica amb forma de campana, coneguda com a campana de Gauss. El paràmetre a és l'altura de la campana centrada en el punt b, determinant c l'ample d'aquesta. Les funcions gaussianes s'utilitzen freqüentment en estadística corresponent, en el cas que a sigui igual a , a la funció de densitat d'una variable aleatòria amb distribució normal de mitjana μ=b i variància σ²=c². (ca) Gaŭsa funkcio (nomita post Carl Friedrich Gauss) estas funkcio de formo: por iu reelaj konstantoj a>0, b kaj c. Gaŭsaj funkcioj kun c2=2 estas propraj funkcioj de la konverto de Fourier. Ĉi tio signifas ke la konverto de Fourier de gaŭsa funkcio kun c2=2 estas la funkcio kies Konverto de Fourier estis prenita multiplikita per skalaro. Gaŭsaj funkcioj estas inter tiuj funkcioj kiuj estas rudimentaj sed iliaj malderivaĵoj ne povas esti skribitaj per rudimentaj funkcioj. Tamen la super la tuta reela linio povas esti komputita akurate: per la anstataŭo u=r2, du=2rdr. (eo) En estadística, la función gaussiana (también, campana de Gauss o curva de Gauss), llamada así en honor a Carl Friedrich Gauss, es una función definida por la expresión: donde a, b y c son constantes reales (c > –1). El parámetro a es el valor del punto más alto de la campana, b es la posición del centro de la campana y c (la desviación estándar, a veces llamada media cuadrática o valor cuadrático medio) controla el ancho de la campana. (es) In mathematics, a Gaussian function, often simply referred to as a Gaussian, is a function of the base form and with parametric extensionfor arbitrary real constants a, b and non-zero c. It is named after the mathematician Carl Friedrich Gauss. The graph of a Gaussian is a characteristic symmetric "bell curve" shape. The parameter a is the height of the curve's peak, b is the position of the center of the peak, and c (the standard deviation, sometimes called the Gaussian RMS width) controls the width of the "bell". (en) Dalam ilmu matematika, fungsi Gauss adalah fungsi yang berbentuk sebagai berikut: a, b dan c adalah konstanta riil. Fungsi ini dinamai dari matematikawan Jerman Carl Friedrich Gauss. Fungsi Gauss sering kali digunakan untuk mewakili fungsi kepekatan probabilitas variabel acak yang didistribusi secara normal dengan nilai harapan μ = b dan variansi σ2 = c2. Dalam kasus ini, bentuk fungsi Gaussnya adalah: (in) Гауссова функция (гауссиан, гауссиана, функция Гаусса) — вещественная функция, описываемая следующей формулой: , где параметры — произвольные вещественные числа. Введена Гауссом в 1809 году как функция плотности нормального распределения, и наибольшее значение имеет в этом качестве, в этом случае параметры выражаются через среднеквадратичное отклонение и математическое ожидание : , , , (ru) У математиці функцією Гауса (названа за іменем Карла Фрідріха Гауса) є функція, що виражається залежністю для дійсних чисел константа a > 0, b, c > 0, і e ≈ 2.718281828 (Число Ейлера). Графік функції Гауса є характерною симетричною кривою у формі дзвону, що швидко спадає на нескінченності. Параметр a є висотою піку кривої, b є позицією центру, і c контролює ширину «дзвону». Функція Гауса широко використовується в: (uk) |
| rdfs:label | Gaussian function (en) دالة غاوسية (ar) Funció gaussiana (ca) Gaussova funkce (cs) Gauß-Funktion (de) Gaŭsa funkcio (eo) Función gaussiana (es) Fonction gaussienne (fr) Fungsi Gauss (in) Funzione gaussiana (it) ガウス関数 (ja) 가우스 함수 (ko) Gaussische functie (nl) Гауссова функция (ru) Função de Gauss (pt) Функція Гауса (uk) 高斯函数 (zh) |
| rdfs:seeAlso | dbr:Normal_distribution |
| owl:sameAs | freebase:Gaussian function yago-res:Gaussian function wikidata:Gaussian function dbpedia-ar:Gaussian function dbpedia-ca:Gaussian function http://ckb.dbpedia.org/resource/فانکشنی_گاوسی dbpedia-cs:Gaussian function dbpedia-de:Gaussian function dbpedia-eo:Gaussian function dbpedia-es:Gaussian function dbpedia-fa:Gaussian function dbpedia-fr:Gaussian function dbpedia-he:Gaussian function dbpedia-id:Gaussian function dbpedia-it:Gaussian function dbpedia-ja:Gaussian function dbpedia-ko:Gaussian function http://lt.dbpedia.org/resource/Gauso_funkcija dbpedia-nl:Gaussian function dbpedia-pt:Gaussian function dbpedia-ru:Gaussian function dbpedia-sk:Gaussian function dbpedia-tr:Gaussian function dbpedia-uk:Gaussian function dbpedia-vi:Gaussian function dbpedia-zh:Gaussian function https://global.dbpedia.org/id/8M15 |
| prov:wasDerivedFrom | wikipedia-en:Gaussian_function?oldid=1122648931&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Normal_Distribution_PDF.svg wiki-commons:Special:FilePath/Discrete_Gaussian_kernel.svg wiki-commons:Special:FilePath/Gaussian_2d_0_degrees.png wiki-commons:Special:FilePath/Gaussian_2d_30_degrees.png wiki-commons:Special:FilePath/Gaussian_2d_60_degrees.png wiki-commons:Special:FilePath/Gaussian_2d_surface.png |
| foaf:isPrimaryTopicOf | wikipedia-en:Gaussian_function |
| is dbo:wikiPageRedirects of | dbr:Integral_of_a_Gaussian_Function dbr:Area_under_Gaussian_curve dbr:Area_under_gaussian_curve dbr:Area_under_the_bell_curve dbr:Gauss_bell dbr:Gauss_curve dbr:Gauss_kernel dbr:Gaussian_curve dbr:Gaussian_kernel dbr:Error_Curve dbr:Error_curve dbr:Integral_of_a_Gaussian_function |
| is dbo:wikiPageWikiLink of | dbr:Caccioppoli_set dbr:Casimir_effect dbr:Bell-shaped_function dbr:Quasiprobability_distribution dbr:Rogue_wave dbr:Scale_space dbr:Scan2CAD dbr:Bell_curve_(disambiguation) dbr:List_of_eponymous_adjectives_in_English dbr:Moffat_distribution dbr:Molecular_orbital dbr:Density_functional_theory dbr:Beta_function_(accelerator_physics) dbr:List_of_window_functions dbr:Dawson_function dbr:De_Moivre–Laplace_theorem dbr:Debye–Waller_factor dbr:Doppler_broadening dbr:Inertial_electrostatic_confinement dbr:Internal_conversion dbr:Inverted_bell dbr:LBOZ dbr:List_of_scientific_laws_named_after_people dbr:Trapezoidal_rule dbr:Gauss_iterated_map dbr:SETI@home dbr:Error_detection_and_correction dbr:Gaussian_broadening dbr:Gaussian_filter dbr:Gaussian_integral dbr:Gausson_(physics) dbr:General_regression_neural_network dbr:Normality_(behavior) dbr:Proven_reserves dbr:Reconstruction_filter dbr:Weil–Brezin_Map dbr:Radial_basis_function_interpolation dbr:GL_Mk._III_radar dbr:Gamma_function dbr:Gaussian_beam dbr:Gaussian_blur dbr:GrADS dbr:Corner_detection dbr:Crystal_Ball_function dbr:The_dress dbr:Lag_windowing dbr:Optical_autocorrelation dbr:Optical_theorem dbr:Oscillator_representation dbr:M._King_Hubbert dbr:Malmquist_bias dbr:Smoothed-particle_hydrodynamics dbr:Stochastic_thermodynamics dbr:Cluster-weighted_modeling dbr:Clutter_(radar) dbr:Compositional_pattern-producing_network dbr:Fraunhofer_diffraction dbr:Full_width_at_half_maximum dbr:Kernel_density_estimation dbr:Kernel_smoother dbr:Tethered_particle_motion dbr:Masreliez's_theorem dbr:Mathai–Quillen_formalism dbr:CIE_1931_color_space dbr:CLs_method_(particle_physics) dbr:Activation_function dbr:Wave_packet dbr:Weather_radar dbr:Window_function dbr:Displacement_chromatography dbr:Gabor_filter dbr:Gabor_transform dbr:Linear_predictor_function dbr:Local_elevation dbr:Local_regression dbr:Logarithmically_concave_function dbr:Abraham_de_Moivre dbr:Airy_disk dbr:Curve-shortening_flow dbr:Error_function dbr:Everett_Rogers dbr:Exponential_function dbr:File_dynamics dbr:Fourier_transform dbr:Barnes_interpolation dbr:Noise_reduction dbr:Normalizing_constant dbr:PSF_Lab dbr:Direct_methods_(electron_microscopy) dbr:Foreground_detection dbr:Glossary_of_shapes_with_metaphorical_names dbr:Gold_effect dbr:Lee–Yang_theorem dbr:List_of_exponential_topics dbr:List_of_things_named_after_Carl_Friedrich_Gauss dbr:Nonlinear_regression dbr:Precision_(statistics) dbr:Pulse_(signal_processing) dbr:Pyramid_(image_processing) dbr:Rayleigh_length dbr:Ring_learning_with_errors dbr:Heat_kernel dbr:Hermite_polynomials dbr:Hermitian_wavelet dbr:Tamás_Erdélyi_(mathematician) dbr:Covariance_function dbr:Terahertz_radiation dbr:Asymptote dbr:Affine_shape_adaptation dbr:Chirp_spectrum dbr:Kaiser_window dbr:Laplace's_method dbr:Laser dbr:Bilateral_filter dbr:Surface_plasmon_polariton dbr:Hong–Ou–Mandel_effect dbr:Mode_locking dbr:Modulation_space dbr:Relative_species_abundance dbr:Discrete_Fourier_transform dbr:Discrete_Laplace_operator dbr:Distribution_(mathematics) dbr:Arvind_Singhal_(academician) dbr:Market_profile dbr:Bump_function dbr:Pi dbr:Point_of_subjective_simultaneity dbr:Fiber_Bragg_grating dbr:Hubbert_curve dbr:Klein–Kramers_equation dbr:Mikhael_Gromov_(mathematician) dbr:Olduvai_theory dbr:Canny_edge_detector dbr:Radial_basis_function dbr:Radial_basis_function_kernel dbr:Chapman–Enskog_theory dbr:Marr–Hildreth_algorithm dbr:Metadynamics dbr:Romberg's_method dbr:Seed-based_d_mapping dbr:Self-phase_modulation dbr:Self-organizing_map dbr:Soliton_(optics) dbr:Voigt_profile dbr:Wave dbr:White_light_interferometry dbr:Neopolarogram dbr:Scherrer_equation dbr:Toothlessness dbr:List_of_statistics_articles dbr:List_of_topics_related_to_π dbr:Excitation_function dbr:Ghirardi–Rimini–Weber_theory dbr:Pulse_shaping dbr:Ultrashort_pulse dbr:Weierstrass_transform dbr:Moving_heat_source_model_for_thin_plates dbr:Multipole_density_formalism dbr:Multivitamin dbr:Integral_of_a_Gaussian_Function dbr:Noise-predictive_maximum-likelihood_detection dbr:Non-Gaussianity dbr:Non-local_means dbr:Phase_retrieval dbr:S_transform dbr:Spectral_line dbr:Types_of_artificial_neural_networks dbr:Ricker_wavelet dbr:Young's_convolution_inequality dbr:Varghese_Mathai dbr:Area_under_Gaussian_curve dbr:Area_under_gaussian_curve dbr:Area_under_the_bell_curve dbr:Gauss_bell dbr:Gauss_curve dbr:Gauss_kernel dbr:Gaussian_curve dbr:Gaussian_kernel dbr:Error_Curve dbr:Error_curve dbr:Integral_of_a_Gaussian_function |
| is foaf:primaryTopic of | wikipedia-en:Gaussian_function |
