วิทยาศาสตร์คอมพิวเตอร์

เป้าหมายของฉันคือการแก้ปัญหาต่อไปนี้ซึ่งฉันได้อธิบายไว้โดยอินพุตและเอาต์พุต: การป้อนข้อมูล: กราฟรอบทิศทางกับโหนดm , แหล่งที่มาnและ1อ่างล้างจาน ( m > n ≥ 1 )GGGม.ม.mnnn111m > n ≥ 1ม.>n≥1m > n \geq 1 เอาท์พุท: VC-มิติ (หรือประมาณของมัน) สำหรับเครือข่ายประสาทกับโครงสร้างGGGG เฉพาะเจาะจงมากขึ้น : แต่ละโหนดในเป็นเซลล์ประสาท sigmoid โทโพโลยีได้รับการแก้ไขแล้ว แต่น้ำหนักบนขอบสามารถเปลี่ยนแปลงได้โดยอัลกอริทึมการเรียนรู้GGG อัลกอริทึมการเรียนรู้ได้รับการแก้ไข (พูดการถ่ายทอดย้อนกลับ) โหนดต้นทางเซลล์ป้อนข้อมูลและสามารถใช้สตริงจาก{ - 1 , 1 } nเป็น inputnnn{ - 1 , 1 }n{-1,1}n\{-1,1\}^n โหนด sink เป็นหน่วยเอาต์พุต มันออกค่าจริงจากที่เรารอบขึ้นไป1หรือลงเพื่อ- 1ถ้ามันเป็นมากกว่าเกณฑ์บางอย่างคงที่δห่างจาก0[ …

19 algorithms  complexity-theory  machine-learning  neural-networks  vc-dimension 

โดยเฉพาะ: 1) แคชที่แมปโดยตรงด้วย 4096 บล็อก / บรรทัดซึ่งแต่ละบล็อกมี 8 คำ 32- บิต จำเป็นต้องมีบิตจำนวนเท่าใดสำหรับฟิลด์แท็กและดัชนีโดยสมมติว่ามีที่อยู่แบบ 32 บิต 2) คำถามเช่นเดียวกับ 1) แต่สำหรับแคชเชื่อมโยงอย่างเต็มที่ ? แก้ไขฉันถ้าฉันผิดมันคือ: บิตแท็ก = ความยาวบิตที่อยู่ - เลขชี้กำลังของดัชนี - เลขชี้กำลังของออฟเซ็ต? [ออฟเซ็ต = 3 เนื่องจาก 2 ^ 3 = 8 หรือเป็น 5 จาก 2 ^ 5 = 32 หรือไม่]

19 computer-architecture  cpu-cache 

ฉันพบการอ้างอิงถึงจุดคงที่ในคำถามและคำตอบที่ stackexchange และค้นหาความหมายบนเว็บอย่างชัดเจนเพื่อค้นหาการอ้างอิงที่ไซต์เช่น Wikipedia อย่างไรก็ตามไม่มีการอ้างอิงใดตอบคำถามของฉันว่าอะไรคือจุดคงที่และความหมายในโลกของวิทยาศาสตร์คอมพิวเตอร์

19 terminology 

ในการนำไปใช้งานหลายครั้งของการค้นหาความลึกครั้งแรกที่ฉันเห็น (ตัวอย่าง: ที่นี่ ) รหัสแยกความแตกต่างระหว่างจุดสุดยอดสีเทา (ค้นพบ แต่ไม่ใช่การเยี่ยมเพื่อนบ้านทั้งหมด) และจุดสุดยอดสีดำ (ค้นพบและเพื่อนบ้านทั้งหมด) . จุดประสงค์ของความแตกต่างนี้คืออะไร? ดูเหมือนว่าอัลกอริทึม DFS จะไม่เข้าเยี่ยมชมจุดสุดยอดไม่ว่าจะเป็นสีเทาหรือสีดำ

19 algorithms  graphs  search-algorithms  graph-traversal 

เรามีตรรกะของ Hoare ทำไมจึงเป็นไปได้ว่าอัลกอริทึมนั้นถูกต้อง แต่ไม่มีข้อพิสูจน์ว่าถูกต้องหรือไม่? สมมติว่าอัลกอริธึมแสดงออกเป็นซีจากนั้นเราสามารถโต้แย้งทีละขั้นตอนว่ามันทำในสิ่งที่ควรทำ ดังนั้นคำถามของฉันคือ: ให้ตัวอย่างของอัลกอริทึมที่ถูกต้อง แต่ไม่มีข้อพิสูจน์ความถูกต้อง แก้ไข: ฉันคิดว่าพื้นหลังเล็กน้อยสามารถช่วยชี้แจงว่าฉันจะไปที่ไหน ให้ฉันพูด Scott Aaronson: ตั้งแต่ปี 1970 มีการคาดเดาว่า P NP อาจเป็นอิสระ (นั่นคือไม่สามารถพิสูจน์ได้หรือพิสูจน์ไม่ได้) จากระบบสัจพจน์มาตรฐานสำหรับคณิตศาสตร์เช่นทฤษฎีเซตของ Zermelo-Fraenkel เพื่อความชัดเจนนี่ก็หมายความว่าอย่างใดอย่างหนึ่ง≠≠\ne อัลกอริทึมเวลาพหุนามสำหรับปัญหา NP-complete ไม่มีอยู่ แต่เราไม่สามารถพิสูจน์ได้ (อย่างน้อยไม่ได้อยู่ในระบบปกติของเรา) หรืออย่างอื่น ขั้นตอนวิธีการพหุนามเวลาสำหรับปัญหา NP-สมบูรณ์ไม่อยู่ แต่ทั้งที่เราไม่สามารถพิสูจน์ได้ว่าการทำงานหรือเราไม่สามารถพิสูจน์ได้ว่ามันหยุดในเวลาพหุนาม ฉันหมายถึงความเป็นไปได้ที่สอง เนื่องจาก Aaronson สามารถระบุว่าเป็นไปได้อย่างมั่นใจดังนั้นฉันจึงคิดว่าต้องมีตัวอย่างประเภท 2 ที่มีอยู่นั่นคือสาเหตุที่ฉันถามคำถามนี้ แต่ดูเหมือนว่าคำตอบที่รวดเร็วและชัดเจนไม่ได้อยู่ในมุมมอง

18 correctness-proof  hoare-logic 

ต้องการปรับปรุงโพสต์นี้หรือไม่? ให้คำตอบโดยละเอียดสำหรับคำถามนี้รวมถึงการอ้างอิงและคำอธิบายว่าทำไมคำตอบของคุณถึงถูกต้อง คำตอบที่ไม่มีรายละเอียดเพียงพออาจแก้ไขหรือลบออกได้ เราได้อ่านเกี่ยวกับอัลกอริทึมสำหรับ MST การเชื่อมต่อที่แข็งแกร่งการกำหนดเส้นทางและอื่น ๆ ในกราฟกำกับ นอกจากนี้เมื่อเร็ว ๆ นี้ผู้คนได้ทำการวิจัยเกี่ยวกับอัลกอริธึมแบบไดนามิกและความทนทานต่อข้อบกพร่องสำหรับกราฟกำกับ แต่ฉันสงสัยว่ามีแอปพลิเคชันที่ใช้งานได้จริงหรือไม่ซึ่งเครือข่ายกราฟที่ขีดเส้นใต้นั้นเป็น "กำกับ" นอกเหนือจากเครือข่ายทางสังคมปัญหาทั้งหมดที่ฉันคิดได้เช่นเครือข่ายรถไฟ / ถนนเครือข่ายอินเทอร์เน็ต ฯลฯ จัดการกับกราฟที่ไม่ได้ถูกบอกทิศทางเท่านั้น แก้ไข 1: ฉันเข้าใจว่าสิ่งเหล่านี้สามารถใช้ในการสร้างแบบจำลองบางสถานการณ์ที่มีการนำทางเชื่อมโยง แต่ฉันสงสัยว่าสถานการณ์เหล่านี้เกิดขึ้นบ่อยแค่ไหนในโลกแห่งความเป็นจริงและการศึกษาความทนทานต่อความผิดปกติของกราฟ

18 graphs  graph-theory  fault-tolerance 

ในกระดาษ"ประเภทข้อมูล JSON ที่ซ้ำกันอย่างไม่มีข้อขัดแย้ง"ฉันพบสัญกรณ์นี้เพื่อกำหนด "กฎ" อย่างเป็นทางการ: สัญกรณ์นี้เรียกว่าอะไร? ฉันจะอ่านมันได้อย่างไร ตัวอย่างเช่น: DOCกฎไม่ได้มีอะไรใน "เศษ" ของ - ทำไมไม่? EXECและGETกฎปรากฏว่ามีสองข้อตกลงแยกต่างหากเหนือเส้น, หมายความว่าอะไร? VARกฎยืนออกบิตเช่นกันเนื่องจากในขณะที่กฎระเบียบอื่น ๆ จำนวนมากใช้การจัดเรียงของลูกศรบางส่วน (ซึ่งผมจะใช้เวลาที่จะหมายถึง "หมายถึง") ขึ้นด้านบนนี้เท่านั้นดูเหมือนว่าจะได้รับการบอกว่า x เป็นองค์ประกอบของสิ่งที่ เกือบทุกอย่างจะเต็มไปด้วยข้อความเริ่มต้นAp,ซึ่งข้อความอธิบายว่า "สถานะของแบบจำลอง p ถูกอธิบายโดย Ap, ฟังก์ชันอัน จำกัด บางส่วน" - ผู้อ่านที่เข้าใจในสัญกรณ์นี้มีแนวโน้มที่จะ "เห็น" ส่วนใดของกฎทุกข้อ? ไซต์นี้แนะนำคำถามที่เกี่ยวข้องซึ่งมีสัญกรณ์คล้ายกันมากเกี่ยวกับคำถามความสำคัญของ⟨B, s⟩ -> ⟨B ', s'⟩เป็นกฎเริ่มต้นในคำถามนี้เกี่ยวกับขั้นตอนเล็ก ๆ ความหมาย? - สิ่งนี้ถูกแท็กเป็นซีแมนติกส์เชิงปฏิบัติการและดูเหมือนจะเป็นผู้นำที่แข็งแกร่ง เป็นกรอบที่ฉันควรจะตีความตัวเลขเหล่านี้หรือไม่? คุณสามารถสรุปได้อย่างง่ายดายในรูปแบบ "หลักสูตรผิดพลาด" เพื่อให้แม้ว่าฉันไม่สามารถตรวจสอบความถูกต้องของหลักฐานได้อย่างน้อยที่สุดฉันก็สามารถเข้าใจสิ่งที่พวกเขากำลังพูดถึงในส่วนนี้ได้มากขึ้น?

18 semantics  notation  formal-methods  operational-semantics 

ต้องขอบคุณทฤษฎีบทการตัดขั้นต่ำสูงสุดเรารู้ว่าเราสามารถใช้อัลกอริทึมใด ๆ ในการคำนวณการไหลสูงสุดในกราฟเครือข่ายเพื่อคำนวณ a -min-cut ดังนั้นความซับซ้อนของการคำนวณขั้นต่ำ -cut จึงไม่เกินความซับซ้อนของการคำนวณสูงสุด -flow( s , t ) ( s , t )(s,t)(s,t)(s,t)(s,t)(s,t)(s,t)(s,t)(s,t)(s,t) มันจะน้อยลงหรือไม่ มีอัลกอริทึมสำหรับการคำนวณขั้นต่ำ -cut ที่เร็วกว่าอัลกอริธึม max-flow หรือไม่?(s,t)(s,t)(s,t) ฉันพยายามหาลดลงเพื่อลด(s,t(s,t(s,t ) ปัญหา -max ไหลไป(s,t)(s,t)(s,t)ปัญหา -min ตัด แต่ผมก็ไม่สามารถที่จะหาคน ความคิดแรกของฉันคือใช้อัลกอริธึมการหารและการพิชิต: ก่อนอื่นให้หา min-cut ซึ่งแยกกราฟออกเป็นสองส่วน ตอนนี้หา max-flow แบบวนซ้ำสำหรับส่วนด้านซ้ายและ max-flow สำหรับส่วนที่ถูกต้องและรวมเข้าด้วยกันกับขอบทั้งหมดที่ตัดผ่าน สิ่งนี้จะทำงานเพื่อสร้างโฟลว์สูงสุด แต่เวลาทำงานที่เลวร้ายที่สุดของมันอาจมากเท่ากับO(|V|)O(|V|)O(|V|)เท่าใหญ่เท่ากับเวลาทำงานของอัลกอริธึมตัดขั้นต่ำ มีการลดที่ดีขึ้นหรือไม่ ฉันตระหนักถึงทฤษฎีการตัดขั้นต่ำแบบ max-flow แสดงให้เห็นว่าความซับซ้อนของการคำนวณคุณค่าของ max-flow นั้นเหมือนกับความซับซ้อนของการคำนวณความสามารถของการตัดขั้นต่ำ แต่นั่นไม่ใช่สิ่งที่ฉันถาม …

18 complexity-theory  reductions  network-flow  graph-algorithms 

ปัญหาการหยุดชะงักไม่สามารถแก้ไขได้ในกรณีทั่วไป เป็นไปได้หรือไม่ที่จะมีกฎที่กำหนดไว้ซึ่ง จำกัด อินพุตที่อนุญาตและปัญหาการหยุดชะงักสามารถแก้ไขได้สำหรับกรณีพิเศษนั้นหรือไม่? ตัวอย่างเช่นดูเหมือนว่าภาษาที่ไม่อนุญาตการวนซ้ำนั้นจะง่ายมากที่จะบอกได้ว่าโปรแกรมจะหยุดหรือไม่ ปัญหาที่ฉันพยายามแก้ไขในตอนนี้คือฉันพยายามสร้างตัวตรวจสอบสคริปต์ที่ตรวจสอบความถูกต้องของโปรแกรม สามารถหยุดปัญหาได้หากฉันรู้อย่างแน่ชัดว่าจะคาดหวังอะไรจากผู้เขียนสคริปต์ซึ่งหมายถึงอินพุตที่คาดเดาได้มาก หากสิ่งนี้ไม่สามารถแก้ไขได้อย่างแน่นอนเทคนิคการประมาณที่ดีในการแก้ไขปัญหานี้คืออะไร

18 computability  undecidability  software-engineering  formal-methods 

มีฟังก์ชั่นที่คำนวณได้ ไม่:f:N→Qf:N→Qf:\mathbb{N}\rightarrow \mathbb{Q} สำหรับทั้งหมดt∈N:0≤f(t)&lt;Xt∈N:0≤f(t)&lt;Xt\in\mathbb{N}: 0\le f(t) < X limt→∞f(t)=Xlimt→∞f(t)=X\lim\limits_{t\rightarrow\infty} f(t) = X โดยที่XXXคือจำนวนจริงที่ไม่สามารถคำนวณได้ การอ้างอิงถึงคำถามนี้ที่ฉันพบคือคำตอบสำหรับคำถามนี้ : /math//a/1052579/168764ซึ่งฟังก์ชั่นดูเหมือนว่ามันจะเก็บไว้ แต่ฉันไม่รู้ว่าจะพิสูจน์ได้อย่างไร ขีด จำกัด ของฟังก์ชันนี้คือจำนวนจริงที่ไม่สามารถคำนวณได้

18 computability 

เครื่องทัวริงที่ไม่มีความสามารถในการเขียนบนเซลล์ว่างมีประสิทธิภาพน้อยกว่าทัวริงมาตรฐานหรือไม่ ฉันคิดว่าคำตอบคือใช่ แต่ฉันไม่สามารถหาการคำนวณที่เครื่องทัวริงมาตรฐานสามารถทำได้ แต่เครื่องนี้ไม่สามารถทำได้ ความคิดใด ๆ

18 formal-languages  turing-machines  computability  automata 

หลังจากการเปิดตัวห้องสมุด AIGER เพื่อจัดการกับกราฟกราฟและอินเวอร์เตอร์ในปี 2549 (ฉันคิดว่า) นักแก้ปัญหาวงจร SAT บางตัวได้เปิดตัวในปี 2549-2551 และในการแข่งขัน SAT / การแข่งขันไม่กี่ครั้งที่มีแทร็ก AIG อย่างไรก็ตามตั้งแต่นั้นมาดูเหมือนว่าโฟกัสนั้นได้รับทั้งใน SMT หรือการปรับปรุงตัวแก้ SAT แบบ clausal สำหรับฉันแล้วการให้ความสำคัญกับวงจร SAT ดูเหมือนจะสมเหตุสมผล: หลาย ๆ ปัญหาที่ไม่เกิดขึ้นจริงจะแสดงเป็นวงจร SAT มากกว่า CNF วงจรให้ข้อมูลโครงสร้างที่ไม่สามารถย้อนกลับวิศวกรรมจาก CNF แต่วงจรสามารถเปลี่ยนเป็น CNF ได้เสมอ และอย่างน้อยฟิลด์การสังเคราะห์เชิงตรรกะที่มีความสำคัญทางอุตสาหกรรมดูเหมือนจะเหมาะสมอย่างยิ่งสำหรับ AIGs แล้วเกิดอะไรขึ้น? มันกลับกลายเป็นว่าข้อมูลโครงสร้างพิเศษไม่ได้ช่วยแก้ปัญหา? SAT ที่ใช้ AIG กำลังแก้ไขการทดสอบที่ล้มเหลวหรือไม่

18 satisfiability  circuits  sat-solvers 

หากมีอัลกอริทึมทำงานในเวลาสำหรับปัญหาบางอย่าง A และบางคนเกิดอัลกอริธึมที่ทำงานในเวลาโดยที่g (n) = o (f (n))ถือว่าเป็นการปรับปรุงขั้นตอนวิธีก่อนหน้าหรือไม่?O(f(n))O(f(n))O(f(n))O(f(n)/g(n))O(f(n)/g(n))O(f(n)/g(n))g(n)=o(f(n))g(n)=o(f(n))g(n) = o(f(n)) ในแง่ของวิทยาศาสตร์คอมพิวเตอร์เชิงทฤษฎีแล้วมันสมเหตุสมผลหรือไม่ที่จะเกิดอัลกอริธึมแบบนี้ขึ้นมา?

18 algorithms 

ฉันใหม่กับทฤษฎีภาษาโปรแกรม ฉันกำลังดูการบรรยายออนไลน์ที่อาจารย์อ้างว่าฟังก์ชั่นที่มีประเภท polymorphic นั้นforall t: Type, t-&gt;tเป็นตัวตน แต่ไม่ได้อธิบายว่าทำไม บางคนสามารถอธิบายให้ฉันทำไม อาจพิสูจน์ข้อเรียกร้องจากหลักการแรก

18 programming-languages  type-theory 

ไวยากรณ์ที่ไม่ใช้บริบทสามารถรวม "สถานะที่ตายแล้ว" จากหุ่นยนต์เช่น G = ( { a , b , c } , { A , B , C} , { A → a B , B → b , B → C, C→ c C.} , A )?G=({a,ข,ค},{A,B,ค},{A→aB,B→ข,B→ค,ค→คค},A)?G = \big(\{a, b, c\}, \{A, B, C\}, \{A\to aB, B\to …

18 context-free  automata  formal-grammars