OpenGLで霧を表現

文責：遠藤理平（2010年11月30日）カテゴリ：TIPS 集(104)

OpenGL では簡単に霧を表現できます。前回シミュレーションした2重振り子に意味もなく霧をつけてみます。

【参考】OpenGL de プログラミング

	第２回「サイエンスデイ・オブ・ザ・イヤー2017」に「文部科学大臣賞」が加わりました。 2017.05.31 【大草芳江｜TOPICS】
	【プレスリリース】第8回国際イノベーションコンテスト（iCAN'17）国内予選優勝世界大会出場～現代人の姿勢問題を解決する、新発想の姿勢矯正IoTアプリを提案～ 2017.05.02 【大草芳江｜TOPICS】
	ゼロから作るDeep Learningニューラルネットワークでフーリエ変換を学習させてみよう１ 2017.04.29 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning層数とニューロン数による学習効果の違い 2017.04.28 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning学習後の各層ニューロンの重みの可視化 2017.04.27 【遠藤理平｜ゼロから作るDeep Learning】
	JavaScriptでgifAnimationの生成（GIFEncoder.js） 2017.04.26 【遠藤理平｜TIPS 集】
	ゼロから作るDeep Learning三角関数のサンプリング学習（WebWorkersによる並列計算） 2017.04.25 【遠藤理平｜ゼロから作るDeep Learning】
	「Arduino & HTML5による IoTアプリのつくり方～センサーと最新ウェブ技術でアイデアを形に～」出版決定（発売日：2017年4月24日） 2017.04.24 【遠藤理平｜TOPICS】
	ゼロから作るDeep Learning順伝播型ニューラルネットワーク「FFNNクラス」の実装（JavaScript） 2017.04.23 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning誤差逆伝搬法（バックプロパゲーション）の導出 2017.04.18 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning1n1型２層ニューラルネットワークで１変数関数を学習させてみる３：ニューロン数による学習効果の違い 2017.04.17 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning1n1型２層ニューラルネットワークで１変数関数を学習させてみる２：勾配法による学習計算アルゴリズムの実装 2017.04.14 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning1n1型２層ニューラルネットワークで１変数関数を学習させてみる１：勾配法による学習計算アルゴリズム 2017.04.13 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning準備３：多変数関数の数値微分と極小値の探索 2017.04.12 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning1n1型２層ニューラルネットワークの実装（学習なし） 2017.04.11 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning１層ニューラルネットワークへのバイアスと活性化関数の追加 2017.04.10 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning１層ニューラルネットワークの実装（バイアスなし、活性化関数なし、学習なし） 2017.04.09 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning準備２：ベクトルと行列の積を計算する関数の実装 2017.04.08 【遠藤理平｜ゼロから作るDeep Learning】
	ゼロから作るDeep Learning準備：行列の和と積を計算する関数の実装 2017.04.07 【遠藤理平｜ゼロから作るDeep Learning】
	「physics.js」による仮想物理実験室クーロン力によるポテンシャルエネルギーの３次元表示モード～ラザフォード散乱実験シミュレーション～ 2017.04.06 【遠藤理平｜仮想物理実験室】

OpenGLで霧を表現

関連記事

TIPS 集

Ranking アクセスランキング