問題タブ [approximation]

N個のオブジェクトのセットがあり、NxN距離行列を計算したいと思います。N個のオブジェクトのセットが非常に大きい場合があり、距離比較のサブセットのみを計算して、NxN距離行列の近似値を計算したいと思います。

誰かが私を完全距離行列の近似を計算する何かの方向に向けることができますか？私はいくつかのアイデアを念頭に置いていますが、車輪の再発明を避けたいと思います。

編集：アルゴリズムのタイプの例は、オブジェクトAとオブジェクトBの距離が非常に小さく、オブジェクトBとオブジェクトCの距離が非常に小さい場合、ある程度の距離が必要であるという事実を利用します。オブジェクトAとCの間の短い距離。

自分が今何をしているのかわからないので、私の言葉遣いはおかしく聞こえるかもしれません。しかし、真剣に、私は学ぶ必要があります。

私が直面している問題は、ソフトウェア プログラムの動作方法 (つまり、実行時間と最大メモリ使用量) を推定する方法 (モデル) を考え出すことです。私がすでに持っているのは大量のデータです。このデータセットは、プログラムがさまざまな条件下でどのように機能するかの概要を示します。

私はそのようなデータを何千行も持っています。ここで、すべての基準が事前にわかっている場合に、実行時間と最大メモリ使用量を推定 (予測) する方法を知る必要があります。私が必要としているのは、ヒント (上限または範囲) を与える概算です。

私はそれが典型的だと感じていますか？わからない問題。ヒントやアイデア（理論、説明、ウェブページ）、または役立つ可能性のあるものを教えてください。ありがとう！

私はウェブサイトを構築しています。ユーザーが参加できるグループがあります。

このグループと「通常の」グループの違いは、メンバーシップが一時的なものであるということです。ユーザーがグループに参加すると、メンバーシップの長さを5日、1週間、2週間などで決定します（選択肢は事前に定義されています）。または、すべてのメンバーシップを同じ長さに設定することもできます（たとえば、1週間）。

各グループのメンバー数を集計したいのですが。数値は、最後の1秒まで正確である必要はありません。ただし、古すぎることもありません。たとえば、1日1回更新する必要があります。

メンバーの数を計算する「明白な」方法は、毎日、たとえばcronジョブを実行し、すべてのグループのすべてのメンバーを1つずつ調べているようです。メンバーシップの有効期限が切れている場合は、そのメンバーをグループから削除し、グループのメンバーシップ数を1つ減らします。

そのアプローチは非常に非効率的で、あまりスケーラブルではないようです。グループの数が多いと、それは永遠にかかる可能性があります。

これを行うためのより良い方法を考えられますか？メンバーシップ数は、最新の秒まで正確である必要はありません。概算で（わずかに）古くなっている可能性があります。また、違いが生じる場合は、すべてのメンバーシップを同じ長さ、たとえば1週間に設定できます。

プリズムに押し出したい線分と円の弧で構成されるポリライン輪郭があります。

押し出し関数は直線エッジ ポリゴンのみをサポートするため、線分を使用して円弧を近似する必要があります。

円弧は、開始点、中心点、およびスイープ角度 (CCW) によって定義されます。

表示する必要がある掃引角度は、半径が 0.3 mm から 300 mm の範囲で、<10° から 179.9° の範囲です。

私は現在、計算するアーク頂点の数を計算し、これらを基本的な方法でポリゴンに追加します。指定されたアークの長さの mm ごとに頂点を配置するだけです。これは機能しますが、半径が大きくスイープ角度が小さい円弧では非常に効率が悪いようです。

あらゆる種類の円弧に対して適切な近似を生成するアルゴリズムが必要です。もしあれば、グーグルで絞り込むためのキーワードを知りたいです。

このコードスニペットは他の場所から入手しています。ウェブマスターによると、コードはクヌースによるコンピュータープログラミングの芸術から選ばれています

その本を持っていないので、2つの機能の違いを教えてください。

私は興味深い機械学習の問題に取り組んでおり、次のことを処理するための優れたアルゴリズムを誰かが知っているかどうかを知りたいです:

• アルゴリズムは、 N 個の入力とM 個の出力の関数を近似することを学習する必要があります
• N は非常に大きく、たとえば1,000 ～ 10,000
• M は非常に小さく、たとえば5 ～ 10です。
• すべての入力と出力は浮動小数点値であり、正または負の可能性があり、絶対値が比較的小さい可能性がありますが、境界の絶対的な保証はありません
• 期間ごとに、N 個の入力を取得し、M 個の出力を予測する必要があります。期間の終わりに、M 個の出力の実際の値が提供されます (つまり、これは学習をオンラインで行う必要がある教師あり学習の状況です) 。
• 基になる関数はnon-linearですが、それほど厄介ではありません (たとえば、ほとんどの入力空間で滑らかで連続的であると期待しています)
• 関数には少量のノイズがありますが、信号/ノイズは良好である可能性が高く、N 個の入力が出力値の 95%+ を説明すると予想されます
• 基礎となる機能は時間の経過とともにゆっくりと変化しています- 単一の期間で劇的に変化する可能性は低いですが、数千の期間にわたってわずかに変化する可能性があります
• (関数の変更以外に)心配する隠れた状態はありません。つまり、必要なすべての情報は N 入力にあります。

私は現在、多くの隠しノードを備えたある種のバックプロパゲーション ニューラル ネットワークが機能する可能性があると考えていますが、それは本当にこの状況に最適なアプローチであり、変化する関数を処理しますか?

次のコード スニペットを検討してください。

私が得る出力は

浮動小数点数が double 変数に割り当てられたときに近似があるのはなぜですか?

同じ位置で開始し、同じサイズで同じ中心を持つ回転した正方形と一致するか、「十分に近く」なるまで、2Dでその中心を中心に1つの正方形を回転させるアルゴリズムを作成しようとしています。これはかなり簡単です。

ただし、正方形の角は一致している必要があります。したがって、一致させるには、回転する正方形の右上隅が、回転した正方形の元々の右上隅に十分に近い必要があります。

これをできるだけ効率的にしようとしているので、上記の基準に基づく2つの正方形の近さが悪化した場合は、反対方向に回転して戻す必要があることがわかります。

正方形を回転させ、それらが互いにどれだけ近いかをテストする方法をすでに作成しました

私の主な問題は、どのくらい近づくかに基づいて、各反復で回転する量をどのように変更する必要があるかです

たとえば、現在の測定値が前の測定値よりも近い場合は、角度を半分にして同じ方向に進みます。それ以外の場合は、角度を2倍にして、反対方向に回転させますか？

しかし、これは効率の点でかなり悪い解決策ではないと思います。

どんなアイデアでも大歓迎です。

決勝の勉強をしているときにこの質問に出くわしましたが、うまくいかないようです。質問自体を以下に示します。これに取り組む方法に関するヘルプは大歓迎です。

以下は、私が取り組んだ同様の質問のコードです。この質問に取り組む際の基礎として使用できることを願っています

実際の質問は次のとおりです。

Waは、不均一な有理Bスプラインについて話しています。次のような単純な3次元配列があります

いくつかのBスプラインによって作成された平面からのポイントです

その平面を作成したスプラインの制御点を見つける方法は？（重みを計算する必要があるため、難しい作業であることはわかっていますが、解決できることを本当に望んでいます）

質問のアイデアがわからなかったthouseの場合（私の書き込みはwwbadです）、ここにレンダリングされた平面の一部であるポイントがあり、そのレンダリングされた平面を解くスプラインを形成する制御ポイントを見つける必要があります。