Публикации по теме 'graph-theory'
Генерация новых предложений на английском языке как задача графической клики: решение на основе графического мышления
Создание грамматически правильных предложений является сложной задачей при обработке естественного языка. Алгоритм должен генерировать предложения не только из существующих примеров, но и новые возможные предложения из существующих примеров. В противном случае работа будет эвристическим поиском, а не обучением или интеллектом.
Если предположить, что предложение представляет собой последовательность слов, следующих графической модели, то мы можем использовать графические алгоритмы для..
Мосты и точки сочленения в неориентированном графе
Поскольку термин «мосты» звучит как соединение между двумя островами, которое играет важную роль в транспортировке и сообщении между двумя островами, точно так же мосты в неориентированном графе G (U, V) - это ребра, которые при удалении с графика увеличивается количество связанных компонентов. Другими словами, если мы удалим ребра, которые являются мостами, граф перестанет оставаться связным. Итак, как найти мосты в неориентированном графе?
В поисках мостов
Подход грубой силы..
Вопросы по теме 'graph-theory'
Теория графов - изучите функцию стоимости, чтобы найти оптимальный путь
Это проблема контролируемого обучения.
У меня есть ориентированный ациклический граф (DAG). Каждое ребро имеет вектор признаков X, а каждый узел (вершина) имеет метку 0 или 1. Задача состоит в том, чтобы найти функцию стоимости w(X), такую, чтобы...
19.11.2023
Bellman-Ford или Network Flow для поиска максимального количества различных путей?
У нас есть ориентированный граф (без весов), G(V, E), с двумя вершинами s и t , так что входящая степень s и исходящая степень t равны 0 . мы хотим найти максимальное количество путей с разными ребрами от s до t . с помощью какого...
03.01.2024
Отработка зависимых групп
Используя следующую функцию, я могу сгенерировать некоторые тестовые данные.
import random, string
a = list(string.ascii_lowercase)
def gen_test_data():
s = []
for i in xrange(15):
p = random.randint(1,3)
xs =...
12.12.2023
Генерировать случайный цикл, который приближается к заданному весу
Существует ли графовый алгоритм решения следующей задачи:
Дан взвешенный неориентированный граф G (все веса положительные), начальный узел N и общий вес W* . Сгенерируйте случайный цикл через граф, начинающийся и заканчивающийся в узле N ,...
21.01.2024
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..