AI 最適化ソフトウェア (Genetic Algorithms、Particle Swarm、Ant Colony など) に取り組むのが大好きです。残念ながら、私は解決すべき興味深い問題を使い果たしました。解決したい問題は何ですか?
7 に答える
このNP 完全問題のリストは、あなたをしばらく忙しくさせるでしょう...
ハッター賞はどうですか?
ウィキペディアのエントリから:
Hutter Prize は、Marcus Hutter が資金提供する賞金で、特定の 100 MB の英語のテキスト ファイルのデータ圧縮の改善に報いるものです。[...]
ハッター賞の目的は、人工知能 (AI) の研究を奨励することです。主催者は、テキスト圧縮と AI は同等の問題であると考えています。
基本的には、データを最も効率的に圧縮できる圧縮機を作成するには、その圧縮機が Marcus Hutter の言葉を借りれば「よりスマート」でなければならないという考えです。人工知能と圧縮の関係の詳細については、Hutter Prize Web サイトの動機とFAQセクションを参照してください。
Netflix賞はカウントされますか?
その逆ではなく、月末にできるだけ多くのお金が残るように、銀行の残高を最適化したいと考えています。
囲碁はどうですか?
これは、色の量子化と画像圧縮をいじっているときに思いついた、興味深い実用的な問題です。
基本的な考え方は、私が画像を与えるプログラムが欲しいということです。それは、私が気付かないうちに可能な限り色の量を減らします。目の感度は人によって異なるため (また、目の赤/緑/青の強度に対する感度も異なる)、何らかの方法でこの感度のしきい値を指定できるはずです。
つまり、トゥルーカラー画像では、次のようにすべてのピクセルの色を別の色に置き換えます。
- 画像内の異なる色の総数は可能な限り最小になります。と
- すべての新しいピクセルの色は、ユーザーが指定した値 D よりも元の色から遠く離れていません。
D はさまざまな方法で定義できます。お気に入りを選択してください。例えば:
- 赤、緑、青のコンポーネントを分離して、それぞれの可能な最大偏差を指定します (ピクセルごとに、有効な置換値の直方体を取得します)。
- RGB 立方体の最大許容距離を表す実数 (すべてのピクセルに対して、有効な置換値の球体を取得します)。
- 中間または完全に異なる何か。
数独パズルの特定のセットに対する最も効率的なソリューション。(ブルートフォース方式を除く)