คำถามติดแท็ก modelling

ฉันสงสัยในการกำหนดวิธีการจัดการอัลกอริทึม "เพื่อนที่แนะนำ" Facebookมีคุณสมบัติที่จะแนะนำบุคคลที่คุณคิดว่าคุณอาจคุ้นเคย โดยปกติผู้ใช้เหล่านี้ (ยกเว้นกรณีขอบที่ผู้ใช้แนะนำโดยเฉพาะเพื่อน ) มีเครือข่ายที่คล้ายกันมากกับตัวเอง นั่นคือจำนวนเพื่อนที่เหมือนกันอยู่ในระดับสูง ฉันถือว่า Twitter เป็นไปตามเส้นทางที่คล้ายกันสำหรับกลไก "Who To Follow" ของพวกเขา Stephen Doyle (Igy)พนักงาน Facebook แนะนำว่าฟีดข่าวที่เกี่ยวข้องที่ใช้สูตร EdgeRankซึ่งดูเหมือนว่าบ่งบอกว่ามีค่ามากกว่าเพื่อนเช่นรูปลักษณ์เป็นโพสต์ที่คล้ายกัน ผู้ใช้รายอื่นแนะนำระบบ Google Rank Facebook ระบุว่าการเพิ่มประสิทธิภาพฟีดข่าวของพวกเขาเป็นโดยที่Σ ยูอีWอีdอีΣยูอีWอีdอี\sum u_{e}w_{e}d_{e} ยูอียูอีu_{e} = คะแนนความสัมพันธ์ระหว่างผู้ใช้ที่ดูและผู้สร้างขอบ = น้ำหนักสำหรับขอบนี้ (สร้าง, ความคิดเห็น, ชอบ, แท็ก, ฯลฯ ) = ปัจจัยการสลายตัวของเวลาขึ้นอยู่กับระยะเวลาที่สร้างขอบ WอีWอีw_{e} dอีdอีd_{e} การสรุปรายการเหล่านี้ควรจะให้อันดับของวัตถุที่ฉันถือว่าเป็นไอ้บอกใบ้หมายถึงบางสิ่งในรูปแบบที่คล้ายกันใช้สำหรับเพื่อน ดังนั้นฉันเดาว่านี่เป็นวิธีการเชื่อมต่อสำหรับทุกประเภทที่ทำโดยทั่วไปผ่านระบบอันดับหรือไม่

29 algorithms  machine-learning  modelling  social-networks 

ฉันเป็นนักเรียนด้านวิทยาศาสตร์คอมพิวเตอร์และกำลังลงทะเบียนเรียนในหลักสูตรการจำลองระบบและการสร้างแบบจำลอง มันเกี่ยวข้องกับการจัดการกับระบบในชีวิตประจำวันรอบตัวเราและจำลองพวกเขาในสถานการณ์ที่แตกต่างกันโดยการสร้างตัวเลขสุ่มในเส้นโค้งการกระจายที่แตกต่างกันเช่น IID, Gaussian ฯลฯ เป็นต้น ฉันทำงานเกี่ยวกับโครงการ boids และมีคำถามหนึ่งที่ทำให้ฉันรู้สึกว่า "สุ่ม" ที่แท้จริงคืออะไร? ฉันหมายถึงเช่นทุกหมายเลขสุ่มที่เราสร้างแม้ในภาษาการเขียนโปรแกรมของเราเช่นผ่านMath.random()วิธีการใน Java เป็นหลักถูกสร้างขึ้นตาม "อัลกอริทึม" เราจะรู้ได้อย่างไรว่าลำดับของตัวเลขที่เราผลิตนั้นเป็นจริงโดยการสุ่มและมันจะช่วยเราในการจำลองแบบจำลองที่แม่นยำที่สุดเท่าที่จะเป็นไปได้?

23 randomness  modelling 

อินทรีเป็นหินหินใหญ่จาก 70s และ 80s รับผิดชอบสำหรับคลาสสิกเช่นHotel California พวกเขามีสองเสียงที่ค่อนข้างโดดเด่นซึ่งเป็นที่นักกีตาร์ Joe Walsh ปรากฏอยู่ (ตัวอย่างเช่นในLife in the Fast Lane ) และเป็นที่ที่เขาไม่อยู่ เพลงหลังนั้นให้ความรู้สึกที่น่าเศร้าและน่าเบื่อมากกว่า ฉันอยากรู้ว่าเข้าใจระดับที่อัลกอริทึมการเรียนรู้ (ไม่ได้รับอนุญาต) จะสามารถตรวจจับความแตกต่างระหว่างเสียงทั้งสองได้อย่างไร ใคร ๆ ก็นึกว่ามันจะง่ายที่จะบอกความแตกต่างระหว่างสปีดเมทัลกับดนตรีคลาสสิค แต่สิ่งที่เกี่ยวกับเสียงของวงดนตรีเดียวกัน ฉันจะตั้งค่าการทดสอบเช่นนี้ได้อย่างไร สมมติว่าฉันมีไฟล์เสียงที่เกี่ยวข้องในบางรูปแบบมาตรฐานแล้ว โปรดทราบว่าสิ่งนี้ควรนำไปใช้กับวงดนตรีร็อคอื่น ๆ เช่น AC / DC ที่มีการเปลี่ยนนักร้องนำในปี 1980 และอาจเป็นแนวเพลงอื่น ๆ ด้วยอาจเป็นเพลงที่ทันสมัยกว่า

23 machine-learning  modelling 

การระบุกริด 9x9 ใด ๆ จำเป็นต้องให้ตำแหน่งและค่าของแต่ละช่อง การเข้ารหัสnaïveสำหรับสิ่งนี้อาจให้ 81 (x, y, ค่า) triplets ต้องใช้ 4 บิตสำหรับแต่ละ x, y และค่า (1-9 = 9 ค่า = 4 บิต) รวมเป็น 81x4x3 = 972 บิต ด้วยการกำหนดหมายเลขแต่ละช่องสี่เหลี่ยมเราสามารถลดข้อมูลตำแหน่งเป็น 7 บิตปล่อยบิตสำหรับแต่ละตารางและรวม 891 บิต โดยการระบุคำสั่งที่กำหนดไว้ล่วงหน้าหนึ่งสามารถลดลงอย่างมากนี้เป็นเพียง 4 บิตสำหรับแต่ละค่ารวม 324 บิต อย่างไรก็ตามซูโดกุอาจมีตัวเลขที่ขาดหายไป นี่เป็นโอกาสที่จะลดจำนวนตัวเลขที่ต้องระบุ แต่อาจต้องใช้บิตเพิ่มเติมเพื่อระบุตำแหน่ง การใช้การเข้ารหัส 11 บิตของเรา (ตำแหน่งค่า) เราสามารถระบุตัวต่อด้วยเบาะแสกับ11nnn Nปริศนา)11n11n11nบิตเช่นตัวต่อน้อยที่สุด (17) ตัวต้องใช้ …

16 combinatorics  modelling  information-theory  sudoku 

ฉันเคยมีประสบการณ์ในหลักสูตรที่สร้างอัลกอริทึมที่จะแนะนำสูตรการทำอาหาร ตอนแรกสูตรอาหารบ้าทุกประเภทจะออกมา จากนั้นเธอจะฝึกอัลกอริทึมการปรุงอาหารด้วยสูตรอาหารจริงและในที่สุดก็จะแนะนำสูตรอาหารที่ดีมาก ฉันเชื่อว่าเธอใช้บางสิ่งที่เกี่ยวข้องกับทฤษฎีบทของเบย์หรือการทำคลัสเตอร์ แต่เธอหายไปนานและเป็นอัลกอริทึม ฉันค้นหาทางอินเทอร์เน็ต แต่กำลังมองหาสูตรการทำอาหารจะให้ผลลัพธ์แบบใดก็ได้ แต่ไม่ใช่สิ่งที่ฉันกำลังมองหา ดังนั้นคำถามของฉันคือ: เทคนิคใดที่สามารถใช้ในการคิดอัลกอริทึมที่ (สุ่ม) แนะนำสูตรที่เป็นไปได้ (โดยไม่ต้องใช้ฐานข้อมูลของสูตรคงที่) ทำไมฉันถึงต้องมองหาอัลกอริทึมการทำอาหาร? มันเป็นตัวอย่างที่ดีมากของการประยุกต์ใช้แนวคิดพื้นฐานจริง ๆ ในโลกและอัลกอริธึมดังกล่าวอาจมีประโยชน์ในการตั้งค่าต่าง ๆ ที่ใกล้เคียงกับโลกแห่งความเป็นจริงมากขึ้น

15 machine-learning  artificial-intelligence  modelling  recommendation-systems 

ตู้กดน้ำต้องให้ผู้ใช้ใส่เหรียญ ( ) จากนั้นกดปุ่มหนึ่งในสามปุ่ม:ขอถ้วยชา , เหมือนกันสำหรับกาแฟ และขอเงินคืน (เช่นเครื่องให้เงินคืน: ) เครื่องจ่ายนี้สามารถสร้างแบบจำลองโดยกระบวนการCCSต่อไปนี้:c¯c¯\bar cd¯tead¯tea\bar d_{\text{tea}}eteaeteae_{\text{tea}}r¯r¯\bar rb¯b¯\bar b M=defc.(dtea.e¯tea.M+dcoffee.e¯coffee.M+r.b¯.M)M=defc.(dtea.e¯tea.M+dcoffee.e¯coffee.M+r.b¯.M) M \stackrel{\mathrm{def}}= c.(d_{\text{tea}}.\bar e_{\text{tea}}.M + d_{\text{coffee}}.\bar e_{\text{coffee}}.M + r.\bar b.M) สงครามกลางเมืองยกระดับราคากาแฟเป็นสองเหรียญในขณะที่ราคาของชายังคงอยู่หนึ่งเหรียญ เราต้องการเครื่องที่ได้รับการดัดแปลงซึ่งให้กาแฟหลังจากเหรียญสองเหรียญและได้รับการคืนเงินหลังจากเหรียญหนึ่งหรือสองเหรียญ เราจะจำลองเครื่องที่ดัดแปลงด้วยกระบวนการ CCS ได้อย่างไร

11 logic  concurrency  modelling  process-algebras  ccs 

พื้นหลัง. ฉันกำลังเขียนโค้ดบางส่วนสำหรับการให้คะแนนแบบกึ่งอัตโนมัติโดยใช้การให้คะแนนแบบเพียร์เป็นส่วนหนึ่งของกระบวนการให้คะแนน นักเรียนจะได้รับเรียงความคู่หนึ่งครั้งและนักเรียนมีแถบเลื่อนเพื่อเลือกว่าจะดีกว่าและดีกว่ามากแค่ไหน เช่นแถบเลื่อนอาจมีลักษณะดังนี้: A---X-B ขึ้นอยู่กับผลลัพธ์ของการให้คะแนนเพื่อนเรียงความจะถูกจัดอันดับและครูจะจัดเกรด X% และ X ล่างสุดและคะแนนสำหรับเรียงความทั้งหมดจะถูกคำนวณโดยอัตโนมัติตามสิ่งนี้ ฉันคิดวิธีการจัดอันดับ / การให้คะแนนนี้แล้ว ส่วนนั้นทำงานได้ดี คำถามของฉัน. ฉันจะเลือกเรียงความที่จะให้กับนักเรียนได้อย่างไร การจำลองแนะนำว่าเราต้องมีการเขียนเรียงความอย่างน้อย 3 ครั้งเพื่อให้ได้อันดับที่ถูกต้อง ดังนั้นการเขียนเรียงความแต่ละครั้งควรปรากฏในคู่อย่างน้อย 3 คู่ที่มีการจัดลำดับเพียร์ เราคิดว่านี่เป็นปัญหากราฟ คิดว่าบทความเป็นโหนด แต่ละขอบแสดงถึงคู่ของบทความที่นำเสนอในระหว่างกระบวนการคัดเกรดเพื่อน ผลลัพธ์ความแม่นยำข้างต้นชี้ให้เห็นว่าระดับของแต่ละโหนด (หรือของโหนดส่วนใหญ่) ควรมีอย่างน้อย 3 กราฟที่ฉันควรใช้ ฉันจะสร้างกราฟที่จะใช้ในระหว่างการให้คะแนนเพื่อนได้อย่างไร สิ่งหนึ่งที่ท้าทายคือถ้าคุณมีกลุ่มในกราฟสิ่งนี้จะเอียงการไล่ระดับสีแบบเพียร์ ตัวอย่างเช่นเราไม่ต้องการให้เรียงความที่มีคุณภาพสูงเป็นแบบคัดเกรดกับส่วนใหญ่เป็นเรียงความที่มีคุณภาพสูงเพราะนั่นจะบิดเบือนผลลัพธ์ของการคัดเกรดเพื่อน คุณจะแนะนำอะไร ฉันคิดว่าปัญหานี้สามารถสร้างแบบจำลองด้วยกราฟที่ไม่ได้บอกทิศทางโดยใช้สิ่งต่อไปนี้: เริ่มต้นด้วยการใช้โหนดที่มีระดับน้อยที่สุดและเชื่อมโยงกับโหนดถัดไป ดำเนินการต่อไปจนกระทั่งระดับเฉลี่ยของคุณอย่างน้อย 3 เพิ่มการเชื่อมต่อโหนดให้สูงสุด ลดจำนวน cliques ให้น้อยที่สุด นี่เป็นวิธีที่ดีหรือไม่? ถ้าไม่ใช่คุณจะแนะนำอะไรแทน

9 algorithms  graphs  modelling