วิทยาศาสตร์คอมพิวเตอร์

มีข้อดีของการมีเลเยอร์ที่ซ่อนอยู่มากกว่า 2 เลเยอร์ใน Neural Network หรือไม่? ฉันเคยเห็นบางแห่งที่แนะนำแล้วบางแห่งพิสูจน์ว่าไม่มีประโยชน์ อันไหนที่ถูก?

10 artificial-intelligence  neural-networks  neural-computing 

สูตรทางเลือก ฉันคิดสูตรทางเลือกสำหรับปัญหาด้านล่าง การกำหนดทางเลือกเป็นจริงกรณีพิเศษของปัญหาการร้องและใช้กราฟสองฝ่ายเพื่ออธิบายปัญหา อย่างไรก็ตามฉันเชื่อว่าสูตรทางเลือกยังคงเป็นปัญหายาก การกำหนดทางเลือกใช้ชุด disjoint ของโหนดขาเข้าและขาออกที่ทำให้การกำหนดปัญหาง่ายขึ้น ได้รับออกและโหนดเข้า (โหนดสีแดงและสีน้ำเงินในรูปตามลำดับ) และชุด 's ขนาดของน้ำหนักขอบระหว่างจุดออกและขาเข้า เป้าหมายของปัญหาคือสีขอบหนาในรูปเพื่อให้ทุกโหนดที่เข้ามามีเงื่อนไขnnnnnnwijwijw_{ij}n×nn×nn \times n ได้รับชุดจุดยอดขาออก, ชุดของจุดยอดอินพุท,น้ำหนัก ระหว่าง 's และ ' s สำหรับ , และค่าคงที่บวก , หา จำนวนขั้นต่ำของสีสำหรับขอบ (ขอบหนาในรูปด้านบน) เช่นว่าทุก ,{Oi|i=1…n}{Oi|i=1…n}\{ O_i \; | \; i=1 \dots n \}{Ii|i=1…n}{Ii|i=1…n}\{ I_i\; | \; i=1 \dots n \}n×nn×nn \times nwij≥0wij≥0w_{ij} \ge 0OiOiO_iIjIjI_ji,j=1…ni,j=1…ni,j=1 …

10 complexity-theory  graphs  graph-theory  np-complete 

ฉันมีปัญหาในใจฉันคิดว่ามันเป็นปัญหาของ NPC แต่ฉันไม่รู้จะพิสูจน์มันได้อย่างไร นี่คือปัญหา: มีkหมู่เกาะในทะเลสาบที่ใหญ่มากมีและn ทุ่นพัดลมรูป โป๊ะเหล่านั้นมีขนาดเท่ากัน แต่มีทิศทางเริ่มต้นแตกต่างกันและอยู่ในตำแหน่งดั้งเดิมต่างกันในทะเลสาบ ทุ่นสามารถหมุนได้อย่างอิสระรอบจุดศูนย์กลางมวลและไม่มีค่าใช้จ่ายที่เกี่ยวข้องกับการหมุน ตอนนี้เราต้องย้ายทุ่นเหล่านั้นเพื่อให้ทุกเกาะในทะเลสาบสามารถเชื่อมต่อกันได้ เราสามารถรับประกันได้ว่าจำนวนของโป๊ะก็เพียงพอที่จะเชื่อมต่อทุกเกาะ [หมายเหตุ]: เราไม่สามารถนำทุ่นกลับมาใช้ซ้ำได้ !! ภารกิจคือค้นหาวิธีแก้ปัญหาที่มีระยะทางโดยรวมขั้นต่ำของทุ่นเคลื่อนไหวเพื่อให้ทุกเกาะเชื่อมต่อกัน ระยะทางของการเคลื่อนย้ายโป๊ะหนึ่งสามารถคำนวณได้เป็นระยะทางระหว่างจุดศูนย์กลางของตำแหน่งเดิมของมวลและตำแหน่งการปรับใช้ เพื่อให้ชัดเจนฉันได้วาดรูปดังกล่าว สมมติว่าเรามี 3 เกาะ A, B และ C พวกเขาอยู่ที่ไหนสักแห่งในทะเลสาบ และฉันมี pantoons รูปพัดหลายอัน ตอนนี้ทางออกคือการหาผลรวมระยะทางเคลื่อนที่ขั้นต่ำสุดเพื่อเชื่อมต่อ A, B และ C ซึ่งแสดงในส่วนล่างของรูป หวังว่ามันจะช่วยให้เข้าใจปัญหา :) ดูเหมือนว่าปัญหาจะเป็น NPC แต่ฉันไม่รู้จะพิสูจน์มัน ใครสามารถช่วยฉันในเรื่องนี้?

10 complexity-theory  np-complete  np-hard 

ฉันถามคำถาม (เมล็ด) เกี่ยวกับผลรวมของเงื่อนไขของ Landau มาก่อนพยายามวัดอันตรายจากการใช้เครื่องหมาย asymptotics ในทางคณิตศาสตร์ด้วยความสำเร็จที่หลากหลาย ตอนนี้มากกว่าที่นี่กลับเป็นซ้ำกูรูของเราJeffEไม่เป็นหลักนี้: ∑i=1nΘ(1i)=Θ(Hn)∑i=1nΘ(1i)=Θ(Hn)\qquad \displaystyle \sum_{i=1}^n \Theta\left(\frac{1}{i}\right) = \Theta(H_n) ในขณะที่ผลลัพธ์สุดท้ายนั้นถูกต้องฉันคิดว่ามันผิด ทำไม? หากเราเพิ่มการมีอยู่ของค่าคงที่ทั้งหมด (เฉพาะขอบเขตบน) เราก็มี ∑i=1nci⋅1i≤c⋅Hn∑i=1nci⋅1i≤c⋅Hn\qquad \displaystyle \sum_{i=1}^n c_i \cdot \frac{1}{i} \leq c \cdot H_nH_n ตอนนี้เราจะคำนวณจากอย่างไร คำตอบคือฉันเชื่อว่าเราไม่สามารถ:ต้องผูกมัดสำหรับทั้งหมดแต่เราได้รับเพิ่มขึ้นเมื่อเติบโตขึ้น เราไม่รู้อะไรเกี่ยวกับพวกเขา อาจขึ้นอยู่กับเป็นอย่างมากดังนั้นเราจึงไม่สามารถคาดเดาขอบเขตได้:จำกัดอาจไม่มีอยู่จริงcccc1,…,cnc1,…,cnc_1, \dots, c_ncccnnn cicic_innncicic_iiiiccc นอกจากนี้ยังมีปัญหาที่ลึกซึ้งของตัวแปรนี้ที่จะไม่มีที่สิ้นสุดทางด้านซ้ายมือ -หรือ ? ทั้งสอง? ถ้า (เพื่อความเข้ากันได้) ความหมายของคืออะไรรู้ว่า ? ไม่เพียง แต่หมายถึง ? ถ้าเป็นเช่นนั้นเราไม่สามารถผูกพันผลรวมได้ดีกว่า(N)iiinnnnnnΘ(1/i)Θ(1/i)\Theta(1/i)1≤i≤n1≤i≤n1 \leq i …

10 terminology  asymptotics  landau-notation 

ฉันกำลังพยายามทำงานที่ได้รับมอบหมาย (นำมาจากหนังสืออัลกอริทึม - โดย S. Dasgupta, CH Papadimitriou และ UV Vazirani , Chap 8, ปัญหา 8.6a) และฉันถอดความสิ่งที่ระบุ: เนื่องจาก 3SAT ยังคงเป็นปัญหา NP-complete แม้ว่าจะถูก จำกัด เฉพาะสูตรที่แต่ละตัวอักษรปรากฏสูงสุดสองครั้งแสดงว่าถ้าแต่ละตัวอักษรปรากฏมากที่สุดครั้งเดียวปัญหาจะสามารถแก้ไขได้ในเวลาพหุนาม ฉันพยายามที่จะแก้ปัญหานี้โดยการแบ่งคำสั่งเป็นหลายกลุ่ม: ส่วนคำสั่งที่ไม่มีตัวแปรเหมือนกับส่วนที่เหลือของข้อ ส่วนคำสั่งที่มีเพียง 1 ตัวแปรเท่านั้น ส่วนคำสั่งที่มี 2 ตัวแปรเหมือนกัน ส่วนคำสั่งที่มีตัวแปร 3 ตัวที่เหมือนกัน เหตุผลของฉันได้พยายามตามบรรทัดที่ # ของกลุ่มดังกล่าวมี จำกัด (เนื่องจากมีข้อ จำกัด ที่กำหนดว่าไม่มีตัวอักษรอยู่มากกว่าหนึ่งครั้ง) และเราสามารถพยายามสนองกลุ่มที่ถูก จำกัด มากที่สุดก่อน (กลุ่ม 4) จากนั้นแทนที่ ส่งผลให้กลุ่มที่ถูก จำกัด …

10 complexity-theory  satisfiability  3-sat 

เป็นที่รู้จักกันดีว่ารูปหลายเหลี่ยมทางเดียวมีบทบาทสำคัญในรูปหลายเหลี่ยมรูปสามเหลี่ยม คำจำกัดความ:รูปหลายเหลี่ยมในระนาบเรียกว่าเสียงเดียวที่เกี่ยวกับเส้นตรงLถ้าทุกมุมฉากเป็นLตัดกับPมากที่สุดสองครั้งPPPLLLLLLPPP กำหนดเส้นและรูปหลายเหลี่ยมPมีอัลกอริทึมที่มีประสิทธิภาพในการพิจารณาว่ารูปหลายเหลี่ยมPเป็นเสียงเดียวที่เกี่ยวกับLหรือไม่?LLLPPPPPPLLL

10 algorithms  computational-geometry 

มีความจำเป็นสำหรับL ⊆ Σ* * * *L⊆Σ∗L\subseteq \Sigma^*ที่จะไม่มีที่สิ้นสุดที่จะตัดสินไม่ได้? ผมหมายถึงสิ่งที่ถ้าเราเลือกภาษาL'L′L'เป็นรุ่นที่ จำกัด ขอบเขตของ L ⊆ Σ* * * *L⊆Σ∗L\subseteq \Sigma^*นั่นคือ| L'| ≤N|L′|≤N|L'|\leq N ( ยังไม่มีข้อความ∈ NN∈NN \in \mathbb{N} ) กับL'⊂ ลL′⊂LL' \subset L L เป็นไปได้หรือไม่ที่L'L′L'จะเป็นภาษาที่ไม่สามารถตัดสินใจได้? ฉันเห็นว่ามีปัญหาของ "วิธีการเลือกคำยังไม่มีข้อความNNที่ซึ่งเราต้องสร้างกฎสำหรับการเลือกซึ่งจะเป็นองค์ประกอบแรกของการดำเนินงาน Kleene ดาว "จำกัด " . จุดมุ่งหมายคือการค้นหาภาษาที่ไม่สามารถตัดสินใจได้โดยไม่จำเป็นต้องมีชุดที่ไม่มีขีด จำกัด แต่ฉันไม่สามารถมองเห็นได้∈∈\in N L ′L'"L′"L' "ยังไม่มีข้อความNNL'L′L' แก้ไขหมายเหตุ: แม้ว่าฉันจะเลือกคำตอบคำตอบมากมายและความคิดเห็นทั้งหมดมีความสำคัญ

10 formal-languages  computability  undecidability 

จำเป็นที่จะต้องเปลี่ยนคำจำกัดความของการรักษาความปลอดภัยหรือไม่ถ้าเรามีคอมพิวเตอร์ควอนตัม? สิ่งปลูกสร้างการเข้ารหัสลับอะไรที่จะแตก? คุณรู้หรือไม่แบบสำรวจหรือบทความที่อธิบายถึงสิ่งที่จะต้องมีการเปลี่ยนแปลง?

10 reference-request  cryptography  quantum-computing 

เนื่องจากลักษณะของคำถามฉันต้องรวมข้อมูลพื้นหลังจำนวนมาก (เพราะคำถามของฉันคือ: ฉันจะ จำกัด ให้แคบลงได้อย่างไร) ที่กล่าวว่ามันสามารถสรุปได้ (ที่ดีที่สุดของความรู้ของฉัน) เป็น: มีวิธีการใดบ้างในการค้นหาสิ่งที่ดีที่สุดในพื้นที่บนพื้นที่การค้นหาเชิงผสมที่มีขนาดใหญ่มาก? พื้นหลัง ในชุมชน superplay ที่ได้รับการช่วยเหลือจากเครื่องมือเราพยายามจัดหาอินพุตที่สร้างขึ้นมาเป็นพิเศษ (ไม่ได้สร้างขึ้นตามเวลาจริง) ไปยังคอนโซลวิดีโอเกมหรืออีมูเลเตอร์เพื่อลดค่าใช้จ่ายบางส่วน วิธีที่ทำได้ในขณะนี้คือการเล่นเกมแบบเฟรมต่อเฟรมและระบุอินพุตสำหรับแต่ละเฟรมมักจะทำซ้ำส่วนของการวิ่งหลายครั้ง (ตัวอย่างเช่นการรันที่เผยแพร่ล่าสุดสำหรับThe Legend of Zelda: Ocarina of Timeได้ รวมการลองใหม่ทั้งหมด 198,590 ครั้ง) การทำให้การวิ่งเหล่านี้บรรลุเป้าหมายโดยทั่วไปนั้นมีสองปัจจัยหลักคือการวางแผนเส้นทางและการข้ามเส้นทาง อดีตคือ "ความคิดสร้างสรรค์" มากกว่าสิ่งอื่น ๆ การวางแผนเส้นทางกำลังพิจารณาว่าผู้เล่นควรสำรวจเส้นทางโดยรวมเพื่อเล่นเกมอย่างไรและมักจะเป็นส่วนที่สำคัญที่สุดของการวิ่ง นี่คือการเลือกวิธีการเรียงลำดับที่จะใช้เช่น การเรียงลำดับฟองที่ดีที่สุดในโลกเพียงแค่ไม่ได้มีประสิทธิภาพสูงกว่าการเรียงลำดับอย่างรวดเร็วในองค์ประกอบ 1 ล้าน อย่างไรก็ตามในความปรารถนาเพื่อความสมบูรณ์แบบการสำรวจเส้นทาง (วิธีการขนถ่ายเส้นทาง) ก็เป็นปัจจัยใหญ่เช่นกัน การเปรียบเทียบแบบต่อเนื่องนี่คือวิธีการใช้อัลกอริทึมการเรียงลำดับ บางเส้นทางไม่สามารถทำได้แม้จะไม่มีเฟรมที่เฉพาะเจาะจงมาก นี่เป็นกระบวนการที่น่าเบื่อที่สุดของการช่วยเหลือเครื่องมือและเป็นสิ่งที่ทำให้การผลิตที่เสร็จสมบูรณ์ใช้เวลาเป็นเดือนหรือเป็นปี มันไม่ใช่กระบวนการที่ยาก (สำหรับมนุษย์) เพราะมันลงไปลองใช้รูปแบบที่แตกต่างกันของความคิดเดียวกันจนกว่าจะถือว่าดีที่สุด แต่มนุษย์สามารถลองใช้รูปแบบต่าง ๆ มากมายในช่วงความสนใจของพวกเขา การประยุกต์ใช้เครื่องจักรกับงานนี้ดูเหมือนจะเหมาะสมที่นี่ เป้าหมายของฉันตอนนี้คือการพยายามที่จะทำให้กระบวนการสำรวจเส้นทางโดยทั่วไปสำหรับระบบนินเทน …

10 reference-request  machine-learning  combinatorics  optimization  search-problem 

พื้นหลังของฉันมาจากภาษาที่จำเป็นส่วนใหญ่เป็น C, C ++ และ Python ฉันเลือกสคาลาเออร์แลงและแฮสเค็ลสักสองสามปีต่อมาและตั้งแต่นั้นมาก็เริ่มให้ความสนใจในการเขียนโปรแกรมเชิงฟังก์ชั่นและพิธีการทางด้านหลัง ฉันยังสนใจในการเขียนโปรแกรมพร้อมกันและกระจายและได้รับการดูในพิธีการหลังโดยเฉพาะอย่างยิ่งผู้ที่ได้เห็น "แสงของวัน" อย่างน้อยนิด (เช่นการใช้งานจริงหรืออย่างน้อยการใช้งานที่ไหนสักแห่ง) จนถึงตอนนี้ฉันรู้เกี่ยวกับกระบวนการสื่อสารตามลำดับ, โมเดลนักแสดง, พีชคณิตของกระบวนการสื่อสาร, และแคลคูลัสของระบบการสื่อสาร ในบรรดาสิ่งเหล่านี้ฉันรู้ว่าโมเดลนักแสดงได้ตระหนักในภาษาเช่น Erlang, Scala และ Haskell ฉันสงสัยว่ามีรากฐานฉันควรเรียนรู้และฝึกฝนก่อนที่จะจัดการกับเขตข้อมูลเหล่านี้หรือไม่หากมี "คลาสสิค" ที่ฉันควรจะศึกษาก่อนและหากมีคนอื่นที่เป็นที่นิยมที่ฉันอาจพลาดไป

10 distributed-systems  concurrency 

ในหลายตำราที่ถูกผูกไว้ที่ต่ำกว่าสำหรับการหา TH องค์ประกอบที่เล็กที่สุดที่ได้มาทำให้การใช้งานของข้อโต้แย้งโดยใช้มีเดีย ฉันจะหาคนโดยใช้การโต้แย้งจากศัตรูได้อย่างไร?kkk Wikipediaบอกว่าอัลกอริทึมทัวร์นาเมนต์ทำงานในและn - k + ∑ n j = n + 2 - k ⌈ lgO(n+klogn)O(n+klog⁡n)O(n+k\log n)ถูกกำหนดให้เป็นขอบเขตล่างn−k+∑nj=n+2−k⌈lgj⌉n−k+∑j=n+2−kn⌈lgj⌉n - k + \sum_{j = n+2-k}^{n} \lceil{\operatorname{lg}\, j}\rceil

10 algorithms  algorithm-analysis 

ให้ A และ B เป็นภาษาที่มี A ⊆ B และ B เป็นภาษาทัวริงที่จดจำได้ A ไม่สามารถจำทัวริงได้หรือไม่? ถ้าเป็นเช่นนั้นมีตัวอย่างอะไรบ้าง?

10 computability 

ฉันเข้าใจว่าเลขคริสตจักร ดูเหมือน ( ... n ครั้ง ... ) Z นี่หมายความว่าไม่มีอะไรมากไปกว่า "ฟังก์ชั่นใช้คูณกับฟังก์ชัน "cncnc_nλs.λz.sλs.λz.s\lambda s. \lambda z. sszszs\;zsssnnnzzz นิยามที่เป็นไปได้ของมีดังต่อไปนี้:s) เมื่อมองไปที่ร่างกายฉันเข้าใจถึงตรรกะเบื้องหลังฟังก์ชั่น อย่างไรก็ตามเมื่อฉันเริ่มประเมินฉันติด ฉันจะอธิบายด้วยตัวอย่าง:timestimes\mathtt{times}times=λm.λn.λs.m(ns)times=λm.λn.λs.m(ns)\mathtt{times} = \lambda m. \lambda n. \lambda s. m \; (n\; s) (λm.λn.λs.m(ns))(λs.λz.ssz)(λs.λz.sssz)→∗→∗→∗λs.(λs.λz.ssz)((λs.λz.sssz)s))λs.(λs.λz.ssz)(λz.sssz)λs.λz.(λz.sssz)(λz.sssz)z(λm.λn.λs.m(ns))(λs.λz.ssz)(λs.λz.sssz)→∗λs.(λs.λz.ssz)((λs.λz.sssz)s))→∗λs.(λs.λz.ssz)(λz.sssz)→∗λs.λz.(λz.sssz)(λz.sssz)z\begin{align*} (\lambda m. \lambda n. \lambda s. m \; (n\; s))(\lambda s.\lambda z.s\;s\;z)(\lambda s.\lambda z.s\;s\;s\;z) \mspace{-4em} \\ \to^*& \lambda …

10 lambda-calculus  church-numerals 

เพื่อความสนุกสนานฉันกำลังพยายามที่จะทำให้ผู้ชมลวดกรอบสำหรับDCPU-16 ฉันเข้าใจวิธีการทำทุกอย่างยกเว้นวิธีซ่อนเส้นที่ซ่อนอยู่ในโครงลวด คำถามทั้งหมดที่นี่เพื่อให้ทุกคนคิดว่าคุณมีการเข้าถึง OpenGL โชคไม่ดีที่ฉันไม่สามารถเข้าถึงอะไรเช่นนั้นสำหรับ DCPU-16 (หรือการเร่งความเร็วฮาร์ดแวร์ใด ๆ ) ผมพบว่าคำอธิบายที่ดีเป็นธรรมของขั้นตอนวิธีการแตะบนGoogle หนังสือ อย่างไรก็ตามมีปัญหาหนึ่งที่ฉันมีปัญหาในการหา Appel กำหนดเส้นชั้นความสูงเป็นขอบที่แบ่งปันโดยรูปหน้าด้านหน้าและรูปหลายเหลี่ยมแบบหันหน้าไปทางด้านหลังหรือไม่ใช้ร่วมกันของรูปหลายเหลี่ยมแบบหันหน้าไปทางด้านหน้าที่ไม่ได้เป็นส่วนหนึ่งของรูปหลายเหลี่ยมแบบปิด ขอบที่แบ่งปันกันโดยรูปหลายเหลี่ยมสองหน้าทำให้ไม่มีการเปลี่ยนแปลงในการมองเห็นดังนั้นจึงไม่ใช่เส้นชั้นความสูง ในรูปที่ 8.4 ขอบ AB, EF, PC, GK และ CH เป็นเส้นชั้นความสูงส่วนขอบ ED, DC และ GI ไม่ใช่ ฉันเข้าใจกฎของอัลกอริทึมและวิธีการทำงานเมื่อคุณมีเส้นชั้นความสูงของคุณ แต่ฉันไม่เข้าใจว่าเป็นสิ่งที่ฉันต้องทำเพื่อตรวจสอบว่าขอบเป็น "ใช้ร่วมกันโดยด้านหน้าและรูปหลายเหลี่ยมด้านหลังหรือ ขอบที่ไม่ได้ใช้ร่วมกันของรูปหลายเหลี่ยมด้านหน้าที่ไม่ได้เป็นส่วนหนึ่งของรูปหลายเหลี่ยมปิด "จากมุมมองการเข้ารหัส ฉันสามารถดูรูปร่างและรู้ว่าเส้นใดเป็นเส้นชั้นความสูงในหัวของฉัน แต่ฉันไม่มีเงื่อนงำเกี่ยวกับวิธีการถ่ายโอน "ความเข้าใจ" นั้นไปยังอัลกอริธึมการเข้ารหัส ปรับปรุง ฉันมีความคืบหน้าในการกำหนดเส้นชั้นความสูง ฉันพบบันทึกการบรรยายทั้งสองนี้ จากชั้นเรียน University of Buffalo ในคอมพิวเตอร์กราฟิก พิจารณาขอบ สิ่งเหล่านี้แบ่งออกเป็นสามประเภท ขอบที่รวมเข้าด้วยกันสองใบหน้าที่มองไม่เห็นนั้นมองไม่เห็น …

10 algorithms  computational-geometry  graphics 

ในการติดตามรังสี Whitted การแยกวัตถุรังสีแต่ละครั้งจะทำการวางไข่รังสีที่ส่ง (หากวัตถุโปร่งแสง) รังสีสะท้อนและเงาเงา แสงเงาช่วยให้เกิดองค์ประกอบแสงโดยตรง แต่จะเกิดอะไรขึ้นถ้าเงาเงาตัดกับวัตถุโปร่งใส? องค์ประกอบแสงโดยตรงถูกละเว้นหรือไม่? วัตถุที่กระจายอยู่ในน้ำจะสว่างได้อย่างไรถ้าพวกมันไม่ได้รับแสงโดยตรงจากเงาเงา

10 graphics