問題タブ [approximate]

私は方法を持っています：

私は T のリストを持っており、そこから、変数「less」と「greater」がリスト内で変数「object」に最も近い 2 つの値であることがわかりました。オブジェクトに関する情報がなくても、2 つのオブジェクトのうちの 1 つが「オブジェクト」に近いかどうかを判断する方法はありますか?

300 万個のベクトル (それぞれ 300 次元) のセットがあり、この 300 薄暗い空間で、他のすべての点 (ベクトル) からほぼ同じ距離にある新しい点を探しています。

私ができることは、ランダムなベクトル v を初期化し、目的で v に対して最適化を実行することです。

d_xy はベクトル x とベクトル y の間の距離ですが、これは計算コストが非常に高くなります。

非常に大規模なベクトルのセットですばやく見つけることができる、この問題の近似解ベクトルを探しています。（または、私のためにこのようなことをするライブラリ-任意の言語）

問題:各ジョブ i が処理時間 p _{iを持ち、時間 t までに完了した場合に利益 g i} (t)を与える、M 台のマシン上の n 個のジョブのスケジューリング問題を考えます。すべてのジョブは時間 0 で解放されます。すべての g _i (t) は非増加関数です。簡単にするために、マシンはプリエンプティブではないと仮定できます。

M=1 で直線的に減少する利益関数の場合。この問題は、欲張りアルゴリズムを使用して O(n) で解決できます。しかし、一般的な関数の場合、NP 完全です。

私は一般的なケースに興味があります。問題に関する論文またはリソース資料のリンクを教えてください。インターネットで検索しましたが、M>1 について興味深いものは見つかりませんでしたが、M=1 の境界の近似に関する以前の研究があります。

私はあなたがこれを解決することを期待していませんが、もしあれば同様の問題に関する以前の作業が必要であることに注意してください. そして、役立つアイデアがあれば、遠慮なく共有してください。

同じリリース日と一般的な非増加利益関数を持つ m 台のマシンと n 個のジョブで、この問題の限界を知りたいです。その方向への紙を見つけた

http://arxiv.org/pdf/1008.4889v1.pdf

すべてのジョブのリリース時間が同じ場合、彼らは O(1) 近似を与えました。私は、この問題に関する同様の種類の文献と、その問題を解決するために彼らがどのようなアイデアを使用したかを見つけたいと考えています。

補間点の関数をどのように近似しますか? n = 500 ポイントの場合、次のように自然な 3 次スプラインを使用してポイントを補間します。

これらのn個のポイント（nが大きい場合）の関数を近似する方法はありますか? または、補間されたポイントを関数であるかのように扱う方法、つまり zn ベクトルの勾配を見つける方法はありますか? zn は定数のベクトルであるため、これは必ずしも役に立ちません。

更新:特に、私のデータは 2 次多項式を形成しているように見えるため、次の Matlab 関数を使用してデータを適合させました。

これにより、2次多項式の係数推定値が得られます。これはデータに適合しますが、エラー値が高く、正しい多項式を得るには、この係数ベクトルにベクトル [1 zz^2] を掛ける必要があります。これを合理化する方法はありますか？

c(1,2,3,4,5)データでほぼ一致する必要があるため、整数のパターンがありますc(1,10,1,6,3,4,5,1,2,3,4,5,9,10,1,2,3,4,6)

私が試してみました：

• pmatch()
• all.equal()
• grepl()

しかし、彼らはこのシナリオをサポートしていないようです。

上記の例では、次の出力を生成する必要があります。

1,6,3,4,5

1,2,3,4,5

1,2,3,4,6

これについての考えを感謝します。

ありがとう

VBA でセルを調べXXXて、%. はいの場合、VBA でセル全体を単語 に変更しますYYY。

誰でもこれで私を助けることができますか？

2 つの座標セットがあり、最も近い座標の一致を見つけようとしています。1 つのデータセットが 100 万件のレコードで構成され、もう 1 つのデータセットが 50 万件近くのレコードで構成されている場合、このタスクを実行するためのより良い方法を探しており、提案が必要です。

最初のデータセットの出力は

2番目のデータセットのdputは

R で approx および findInterval 関数を見てきましたが、それらがどのように機能するかについて完全には理解していませんでした。私がやろうとしているのは、dataset1 から座標を取得し、dataset2 のすべての座標と一致させて、最も近い一致を見つけることです。現在、私は 2 つの forloops を使用していますが、データのサイズが原因で永遠に時間がかかります。

私が試したコードを以下に示します。

上記の関数は、dataset1 から 1 つのポイントを取得し、dataset2 のすべてのポイントを使用して距離を計算し、最小距離を見つけて、その距離の座標を返します。

このタスクを適切な時間で達成するための並列処理を探しています。どんな提案でも大歓迎です。

よろしく、

のドキュメントはassert_in_delta次のとおりです。

フロートの比較用。exp と act が互いのデルタ内にない場合は失敗します。

そして、ここにドキュメントがありますassert_in_epsilon

フロートの比較用。exp と act の相対誤差がイプシロン未満でない限り、失敗します。

これらは非常によく似ています。違いは何ですか？ある方法を他の方法よりも優先して使用するのはいつですか?