Форум: Проблемы искусственного интеллекта

Регистрация | Вход

Все темы | Новая тема  Стр.4 (8) << < Пред. | След. > >>    Поиск:
Автор	Тема: На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл.
Fractaler Сообщений: 2490	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 1:07 Цитата: Автор: Kek Конкретно мой затык в понимании использования рандомайзинга для поисковой оптимизации. Никаких "if-then", все на словах без алгоритмов, чтобы больше было понятно... Нельзя ограничивать анимата указанными правилами. Если бы человек продолжал "собирательствовать", а не увеличивать вероятность получения "конфеток", перейдя на их "выращивание", то так и не вышел бы на очередную ось многопараметрического пространства эволюции материи. Увеличение вероятности - один из примеров выигрышной стратегии. Конечно, если ничего, кроме рандомайзинга, не разрешают, тогда другое дело... Критерием "интеллектуальности" анимата можно считать появление у него поведения "выращивание" (энергии). Из 2 аниматов аниматистее будет тот, вероятность существования которого будет больше. Можно устроить соревнования: какие аниматы будут самые аниматы из всех известных аниматов так, чтобы никакие другие аниматы не переаниматили этих аниматов по их аниматистости. [Ответ][Цитата]
Kek Сообщений: 1133	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 1:16 Цитата: Автор: Fractaler Из 2 аниматов аниматистее будет тот, вероятность существования которого будет больше. И я о том же. Более длительное время его существования. [Ответ][Цитата]
Fractaler Сообщений: 2490	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 1:25 Цитата: Автор: Kek И я о том же. Более длительное время его существования. А в указанных выше ограничениях, получается, какая стратегия выигрышнее (анимат продержится, в среднем, "по больнице", дольше) - градиентная или случайная (при одинаковом распределении "энергии"). [Ответ][Цитата]
Kek Сообщений: 1133	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 1:30 Цитата: Автор: Fractaler А в указанных выше ограничениях, получается, какая стратегия выигрышнее (анимат продержится, в среднем, "по больнице", дольше) - градиентная или случайная (при одинаковом распределении "энергии"). Для меня не очевидно какая стратегия позволит дольше продержаться. [Ответ][Цитата]
kondrat Сообщений: 4026	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 13:39 У меня тут жуткая вещь случилась. Я помолчу какое-то время. Но, всё равно, верую в оптимальный алгоритм, который даёт полный перебор только при плохой статистике. [Ответ][Цитата]
Вольфрамовый клaпaн Сообщений: 13070	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 13:59 Цитата: Автор: kondrat ... только при плохой статистике. Будет очень сильно зависеть от данных... Например, в прошлом проекте, где были террабайты данных, мы с парнями реально находились под действием Закона Больших Чисел, буквально - стоило только сформулировать оптимизационное правило, которое базировалось на здравом смысле и хорошей статистике, так сразу же можно было обнаружить исключения из него... Здесь ведь вопрос не только об эффективности алгоритма, но и о качестве решения, как говорил Гусеница Алисе - если все-равно куда придти, то все-равно куда идти... Поэтому самый оптимальный (но самый некачественный) алгоритм (мы его тут на паре страниц чуть коснулись) - это просто первое попавшееся случайное решение... Вот так и мы, живем между Хаосом [решений] и Вечностью [обработки]... [Ответ][Цитата]
Андрей Сообщений: 3943	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 14:24 Цитата: Автор: kondrat У меня тут жуткая вещь случилась. Когда я свои коммивояжёрные алгоритмы придумывал вокруг какая-то чертовщина творилась. Наверное не все мысли одинаково безопасны для размышлений. По теме могу сказать просто. Комбинаторные задачи решаются перебором. Чтобы их решать перебором быстро - их нужно дополнять новыми признаками. Какими? Это выясняется только полным перебором Вот рассуждение. Возьмём, для простоты, задачу коммивояжёра. Сколько в ней есть изначально признаков? Изначально у нас есть место каждого узла. Если мы уберём из задачи признак "место", то все узлы станут тождественны по месту и сольются в один узел. Различие по месту - это хорошо, но мало. Поэтому мы дополняем узел новыми признаками - координаты "X", "Y". Теперь у нас уже 3 признака: "место", "X" и "Y". Это уже лучше - мы можем сказать какой узел правее/левее, выше/ниже. Но этого мало. Мы дополняем каждый узел новым признаком "расстояние". И так далее, пока случайно не набредём на решение. Если ход мыслей уловлен, то становится понятно, что в общем случае мы генерируем новые признаки без привязки к конкретной задаче (или как Egg говорит - "фактуре данных"), а к своим привычкам... И в общем случае, боюсь, количество признаков, которые можно нагенерировать для конкретной задачи, и привычек чуть более, чем бесконечно. Поэтому, чтобы проводить эффективную навигацию в этом пространстве генерируемых признаков нужно что-то вроде фазового пространства, которое привязано к формулировке задачи, чтобы отсекать заведомо плохие куски этого пространства. Но какие куски "плохие", опять же, мы определяем в соответствии с нашими, в общем, случайными привычками. Как-то так. [Ответ][Цитата]
Slava Сообщений: 3070	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 14:43 Цитата: Автор: Андрей Если ход мыслей уловлен, то становится понятно, что в общем случае мы генерируем новые признаки без привязки к конкретной задаче (или как Egg говорит - "фактуре данных"), а к своим привычкам... И в общем случае, боюсь, количество признаков, которые можно нагенерировать для конкретной задачи, и привычек чуть более, чем бесконечно. Вообще-то, рецепт тыщу лет известен - берете сначала все сколько-нибудь разумные признаки, а потом порождаете из них новые с помощью произведений/отношений. Ну а потом, конечно в том пространстве уже и разбираться надо. [Ответ][Цитата]
Вольфрамовый клaпaн Сообщений: 13070	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 15:29 Цитата: Автор: Slava сколько-нибудь разумные признаки признаки бывают разумными, неразумными, глупыми и безумными... правильные критерии, видимо, рожденные интуицией, не иначе... [Ответ][Цитата]
le1 Сообщений: 618	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 16:38 Вперюсь. Я чего не понимаю - откуда берёте рандом и так уж он рандомен? Может более эффективный результат получается из-за его некоторых псевдослучайных закономерных свойств? [Ответ][Цитата]
le1 Сообщений: 618	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 16:40 Цитата: Автор: Egg признаки бывают разумными, неразумными, глупыми и безумными... правильные критерии, видимо, рожденные интуицией, не иначе... До чего дошёл прогресс...кхм Признаки - это данные. У них есть приоритеты. Если речь идёт о приоритетах "признаков", то они связываются со "статистикой зависимостей результатов" от "признаков" из которой и выводятся закономерности, дающие наиточнейшие методы их истолкования. [Ответ][Цитата]
le1 Сообщений: 618	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 11 окт 12 16:55 Цитата: Автор: Egg Чтобы задача самая себя решала? И на каком этапе Вы хотите исключить участие человека? на этапе проектирования или реализации? Если на этапе выполнения, то можете считать, что нам повезло, на этапе выполнения участие человека уже исключено... Что касается возможности автоматизации перебора, то именно этим все и занимаются... Вот, например, универсальное решение любого уравнения: 1. Задана функция тождества (истинности) от каких-то параметров (это описание задачи и есть), необходимо найти значения параметров удовлетворяющих функции; 2. Перебираем все значения всех параметров согласно их области определения, проверяем на тождество, если оно есть собираем решение в коллекцию; 3. Коллекцию отдаем на выход. усё... Другой вопрос, что для перебора с минус безконечности до плюс безконечности может уйти довольно много времени... поэтому и создаются разные оптимизационные методы, проверяются сходимости, особенности, возможности наличия локальных минимумов (мы же не знаем, существует ли непустое решение)...и так далее... Универсальность - типа да. Только вот корректность и логичность...Перебор необходим1) там, где условий недостаточно и 2) в диапазоне возможных значений этих условий в пределах конкретной задачи.(перечитал тебя до конца и увидел, что ты подразумевал нечто самое) Бесконечность никому и никогда ненужна. Она машине вообще ненужна. И "оптимизацией" назвать использование допустимых разумных пределов у меня даже язык бы не повернулся. Это очень условно. Т.к. в бесконечном переборе и поиске match-а нет самого главного - логики. Потому что логика ВСЕГДА задаёт нормальный диапазон поиска или переходит к задачам уменьшения диапазона перебора. Суть всего разумного - находить решение, не требующее перебора или заметно ускоряющее/маскирующее его. [Ответ][Цитата]
NO. Сообщений: 10700	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 12 окт 12 2:29 Я бы посчитал растояния до соседей от каждой точки, это дало бы приоритет перебора ходов из заданной точки. Потом основной приоритет это перебирать связи между точками, у которых первый приоритет хуже, то есть от которой дальше до других точек. То есть нужно решить с самыми проблемными точками, их к тому же не много. И исключить основной перебор, который приходится на возможные траектории внутри каких-то скоплений, где разница между траекториями не велика и не стоит тратить на них время. [Ответ][Цитата]
Slava Сообщений: 3070	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 12 окт 12 3:30 Цитата: Автор: NO. Я бы посчитал растояния до соседей от каждой точки, это дало бы приоритет перебора ходов из заданной точки. Потом основной приоритет это перебирать связи между точками, у которых первый приоритет хуже, то есть от которой дальше до других точек. То есть нужно решить с самыми проблемными точками, их к тому же не много. И исключить основной перебор, который приходится на возможные траектории внутри каких-то скоплений, где разница между траекториями не велика и не стоит тратить на них время. А мне вот сегодня приснилось, что нужно взять граф за две какие-то точки и начать растягивать. Этому будут мешать связи, замыкающие обходные пути. Самые длинные нужно резать, и так - до тех пор, пока все не вытянется в струнку. Потом взять другую исходную пару и все повторить. Оставить самое короткое - оно, вроде, и должно быть тем, что нужно. Там еще есть куча рационализаций по ходу, но это уже - мелочевка. Думать не хочется - времени жаль [Ответ][Цитата]
NO. Сообщений: 10700	На: Оптимальный поиск, сжатие и т.п. Минимальный Гамильтоновский цикл. Добавлено: 12 окт 12 4:41 Можно подумать о том, что такое думание, когда мышление ни к чему, оно становится особенно заметно про эффективность эвристик http://chernykh.net/content/view/309/509 "Данный алгоритм решает в среднем за 50 этапов (после начального присваивания) даже задачу с миллионом ферзей." [Ответ][Цитата]
Стр.4 (8): 1  2  3  [4]  5  6  7  8 << < Пред. | След. > >>