Questions tagged «modelling»

我很想确定一种解决“建议的朋友”算法的方法。 Facebook具有一项功能，它会向您推荐您可能认识的个人。这些用户通常（不包括用户特别推荐朋友的极端情况）与自己的网络高度相似。即，共同的朋友数量很多。我认为Twitter的“关注对象”机制遵循类似的路径。 Facebook员工Stephen Doyle（Igy）表示，使用EdgeRank公式的相关新闻提要似乎表明，比起类似外表之类的朋友，有价值的更多。另一个用户建议使用Google Rank系统。 Facebook的指出他们的新闻饲料优化为哪里∑uewede∑uewede\sum u_{e}w_{e}d_{e} =查看用户与边缘创建者之间的亲和力分数 w e =该边缘的权重（创建，评论，喜欢，标签等） d e =基于创建边缘多长时间的时间衰减因子 ueueu_{e} wewew_{e} deded_{e} 对这些项目求和应该可以得出对象的等级，正如Igy所暗示的那样，这意味着建议朋友使用相似格式的东西。 所以我猜想这是通常通过等级系统完成所有类型的连接的方式吗？

29 algorithms  machine-learning  modelling  social-networks 

我是计算机科学专业的学生，​​目前正在参加系统仿真与建模课程。它涉及处理我们周围的日常系统，并通过在不同的分布曲线（例如IID，高斯等）中生成随机数来模拟不同情况下的日常系统。我一直在从事boids项目，一个问题让我惊讶的是，“随机”到底是什么？我的意思是，例如，我们生成的每个随机数，即使是通过Math.random()Java中的方法（例如通过Java中的方法）在编程语言中，本质上都是按照“算法”生成的。 我们如何真正知道我们产生的数字序列实际上是随机的，这对我们尽可能准确地模拟某个模型有帮助吗？

23 randomness  modelling 

老鹰乐队是70年代和80年代的摇滚超人团体，负责加利福尼亚饭店等经典活动。它们有两种非常独特的声音，一种是吉他手Joe Walsh所在的声音（例如，在Fast Lane中的Life中），另一种则是他缺席的声音。后面的歌曲明显更沉闷/无聊。 我很好奇地了解（无监督的）学习算法能够检测到两种声音之间的差异的程度。可以想象，很容易分辨出速度金属和古典音乐之间的区别，但是同一乐队的声音又如何呢？ 我将如何进行这样的实验？假设我已经具有某种标准格式的相关音频文件。 请注意，这也应适用于其他摇滚乐队，例如在1980年更换主唱的AC / DC，甚至可能适用于其他流派，甚至更现代的音乐。

23 machine-learning  modelling 

指定任意9x9网格要求提供每个正方形的位置和值。单纯的编码可能会产生81个（x，y，值）三元组，每个x，y和值需要4位（1-9 = 9个值= 4位），总计81x4x3 = 972位。通过对每个方块编号，可以将位置信息减少到7位，每个方块减少1位，总共减少891位。通过指定一个预定的顺序，可以将这个顺序更彻底地减少到每个值只有4位，总共324位。但是，数独可能缺少数字。这为减少必须指定的数量提供了可能，但可能需要额外的位来指示位置。使用我们的（位置，值）的11位编码，我们可以指定线索的拼图nnn11n11n11n位，例如最小（17）拼图需要187位。到目前为止，我想到的最好的编码是对每个空格使用一位，以指示是否已填充，如果是，则接下来的4位对数字进行编码。这需要位，最小拼图需要149位（）。是否有更有效的编码，最好没有每个有效数独设置的数据库？（用于解决一般的奖励积分从拼图）Ñ = 17 Ñ Ñ × Ñ81+4n81+4n81+4nn=17n=17n=17nnnN×NN×NN \times N 在我看来，许多难题将是另一个难题的旋转，或者是简单的数字排列。也许可以帮助减少所需的位数。 根据维基百科， 经典9×9 Sudoku解决方案网格的数量为6,670,903,752,021,072,936,960（OEIS中的序列A107739），或大约为。6.67×10216.67×10216.67×10^{21} 如果我做了我的数学权（），得出查询表的73（72.498）位信息。ln(6,670,903,752,021,072,936,960)ln(2)ln(6,670,903,752,021,072,936,960)ln(2)\frac{ln{(6,670,903,752,021,072,936,960)}}{ln{(2)}} 但： 当考虑到诸如旋转，反射，置换和重新标记之类的对称性时，本质上不同的解决方案的数量仅为5,472,730,538 [15]（OEIS中的序列A109741）。 这给出了33（32.35）位，因此指示使用哪种排列的巧妙方法可能会低于全部73位。

16 combinatorics  modelling  information-theory  sudoku 

我的课程中曾经有一位资深人士，他创建了一种算法，可以建议烹饪食谱。首先，各种疯狂的食谱都会出现。然后，她将用真实的食谱训练烹饪算法，并最终提出非常好的食谱。 我相信她使用了与贝叶斯定理或聚类有关的东西，但是她早已不复存在，算法也是如此。我已经在互联网上搜索过，但是寻找烹饪食谱会产生任何结果，但不是我想要的结果。所以，我的问题是： 可以使用哪些技术来设计（随机地）提出可行配方的算法（不使用固定配方的数据库）？ 为什么我要寻找烹饪算法呢？好吧，这是真实世界中底层概念应用的一个很好的例子，这种算法在更接近真实世界的不同设置中很有用。

15 machine-learning  artificial-intelligence  modelling  recommendation-systems 

饮料分配器要求用户插入硬币（），然后按三个按钮之一：要求喝杯茶，同上咖啡，要求退款（即机器退回硬币：）。可以通过以下CCS流程对分配器进行建模：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) 内战将咖啡的价格提高到两枚硬币，而茶的价格仍然是一枚硬币。我们想要一台经过改进的机器，该机器仅在两枚硬币后才送出咖啡，并默认一枚或两枚硬币后才能退款。我们如何使用CCS流程对修改后的机器建模？

11 logic  concurrency  modelling  process-algebras  ccs 

背景。我正在编写一些半自动分级的代码，并使用对等分级作为分级过程的一部分。一次给学生提供成对的论文，并且学生可以选择一个滑块，选择哪个更好，哪个更好。例如，滑块可能看起来像这样： A---X-B 根据同级评分的结果，对论文进行排名，然后由老师对最高X％和最低X％进行评分，并根据此结果自动计算所有论文的分数。我已经想出了进行排名/评分过程的方法。该部分效果很好。 我的问题。我应该如何选择要给学生的论文对？ 模拟表明，我们需要对一篇论文进行至少3次同等评分，以获得准确的排名。因此，每篇论文应至少出现在为同行评分而提出的三对中。 我们可以将其视为图问题。将论文视为节点。每条边代表在同级评分过程中呈现的一对论文。上面的准确性结果表明，每个节点（或大多数节点）的度数应至少为3。我应该使用哪种图形？我应该如何生成要在同行评等中使用的图表？ 挑战之一是，如果图中有聚类，这将使同级评分不正确。例如，我们不想让高质量的论文相对于高质量的论文进行同行评等，因为那样会使歪曲同行评议的结果。 你会推荐什么？ 我认为可以使用如下所示的无向图来建模此问题： 首先选择度数最小的节点，然后将其与下一个最小的节点链接 继续，直到您的平均学位至少为3 最大化节点连接 减少派系数量 这是一个好方法吗？如果不是，您会推荐什么呢？

9 algorithms  graphs  modelling