問題タブ [markov]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - マルコフ生成コンテンツを識別するアルゴリズム?
マルコフ連鎖は、訓練されていない目には知的に見えるランダムな意味不明なものを生成する (ほぼ標準的な) 方法です。人間が書いたテキストからマルコフ生成テキストを識別するにはどうすればよいでしょうか。
あなたが指摘するリソースが Python に適しているとしたら、それはすばらしいことです。
php - この PHP マルコフ連鎖出力をクリーンアップしますか?
マルコフ連鎖を扱うのはこれが初めてです。
2 つのテキスト ソースを組み合わせて、読みやすいマルコフ連鎖を取得したいと考えています。私が使用している実装はこちらです 。テキストのソースからマークアップなどが削除されています。
Ruby Rbot IRC ボットでマルコフ連鎖に初めて触れました。彼らの Markov プラグインのソースはこちらです。
PHP マルコフ アルゴリズムの出力の使用方法が乱雑であることがわかりました。私が確認できることの 1 つは、rbot の実装が 2 つの単語を連鎖させて開始することです。リンクしたPHP実装でこれを実現する明確な方法はありますか? そうでない場合、これを実行できる PHP 実装はありますか?
artificial-intelligence - マルコフ決定過程の質問
代替テキストhttp://img693.imageshack.us/img693/724/markov.png
私はここでいくつかの点について少し混乱しています:
- 彼が与えられた行動を試みる時間の70%が成功するとはどういう意味ですか?それは、彼がアクションAを実行しようとするたびに、そのアクションAを70%実行し、残りの30%が同じ状態につながるアクションを実行することを意味しますか、それとも彼がいつも実行したかのようになります。アクションAですが、彼がやらないのは30%だけですか?私は自分自身を明確にしていることを願っています:(
- 同じユーティリティで複数の連続した状態を持つことはどのように可能ですか?理論的には、効用は常に減少するべきではありません、あなたが報酬のある州から遠く離れているのですか?
- 私が上で与えた情報だけを知っているので、割引係数(ガンマ)は何であるかを推測することは可能ですか?はいの場合、どのように?
- 州の報酬を計算することは可能ですか?どのように?
c++ - Markov C++ ファイルからの読み取りのパフォーマンス
マルコフ連鎖を含む C++ クラスの 2 番目の課題があります。割り当ては単純ですが、ファイルから文字を読み取るときに最適な実装を理解できません。
私は約300kのファイルを持っています。割り当てのルールの 1 つは、Map クラスと Vector クラスを使用することです。マップ (キーは文字列のみ) では、値はベクトルになります。ファイルから読み取るときは、キー ペアの収集を開始する必要があります。
例:
Select Markov k=3 の場合、マップには次のように表示されます。
教授の提案は char ごとに読み取ることなので、私のアルゴリズムは次のとおりです。
その他の詳細は割愛します。私の主な質問は、318,000 文字がある場合、毎回条件を実行することになり、コンピューターの速度が大幅に低下することです (真新しい MAC プロ)。教授のサンプル プログラムは、このファイルを約 5 秒で実行します。
C++ でテキスト ファイルから固定長の単語を読み取る最適な方法がわかりません。
ありがとう!
algorithm - 辞書/テーブルではなく統計に基づく「アナグラムソルバー」?
私の問題は、概念的にはアナグラムを解くのと似ていますが、辞書検索だけを使用することはできません。本当の言葉ではなく、もっともらしい言葉を見つけようとしています。
一連のテキストの文字に基づいて N-gram モデル (今のところ、N=2) を作成しました。ここで、文字のランダムなシーケンスが与えられたので、遷移確率に従って、それらを最も可能性の高いシーケンスに並べ替えたいと思います。これを始めたときは、ビタビ アルゴリズムが必要だと思っていましたが、詳しく調べてみると、ビタビ アルゴリズムは、観測された出力に基づいて一連の隠れ確率変数を最適化します。出力シーケンスを最適化しようとしています。
これについて読むことができるよく知られたアルゴリズムはありますか? それとも、Viterbi で正しい方向に進んでいるのに、それを適用する方法がわかりませんか?
アップデート
この問題についてより多くの洞察を求めるために報奨金を追加しました。(効率的なアプローチが不可能な理由を説明する分析、シミュレーテッド アニーリング以外のヒューリスティック/近似など)
machine-learning - ニューラルネットワークによる強化学習
- 私はRL&NNとのプロジェクトに取り組んでいます
- ニューラルネットワークに供給されるアクションベクトル構造を決定する必要があります..
私は 3 つの異なるアクション (A & B & Nothing) をそれぞれ異なるパワー (例: A100 A50 B100 B50) で持っています。最良の結果を得るために、これらのアクションを NN にフィードする最良の方法は何でしょうか?
1- 入力 1 に A/B をフィードし、入力 2 にアクション パワー 100/50/何も入力しない
2- A100/A50/Nothing を入力 1 にフィードし、B100/B50/Nothing を入力 2 にフィードします。
3- A100/A50 を入力 1 にフィードし、B100/B50 を入力 2 にフィードし、Nothing フラグを入力 3 にフィードします。
4- また、100 & 50 をフィードするか、2 & 1 に正規化しますか?
1 つの方法を選択する理由が必要です。任意の提案をお勧めします
ありがとう
f# - F#のマルコフライブラリ/サンプル
私はF#を使った個人的なプロジェクトに取り組んでおり、F#モデルとマルコフモデルを試してみたいと思います。マルコフモデリングをサポートするソースを備えたライブラリ/サンプルを誰かが推奨できますか?これは個人的なプロジェクトなので、無料のものがいいと思います...
algorithm - 素人の言葉でマルコフ連鎖アルゴリズムを説明する
私はこのマルコフをよく理解していません...接頭辞と接尾辞の2つの単語がそれらのリストを保存し、ランダムな単語を作成しますか?
php - より現実的なランダム ワード ジェネレーターを構築しますか?
ソース データに基づいてランダムな単語を生成するためにマルコフ連鎖を使用する例を数多く見てきましたが、それらは少し機械的で抽象的すぎるように思えることがよくあります。より良いものを開発しようとしています。
問題の一部は、ペアの全体的な統計的発生に完全に依存しており、単語が特定の方法で開始および終了する傾向を無視していることにあると思います. たとえば、上位 1000 人の赤ちゃんの名前をソース データとして使用する場合、J という文字は全体的には比較的まれですが、名前の最初の文字として 2 番目に多い文字です。または、ラテン語のソース データを使用している場合、-um や -us などの語尾は一般的な語尾になりますが、すべてのペアを同じと見なすと、それほど一般的ではありません。
したがって、基本的には、ソース データで単語が開始および終了する方法を考慮した、マルコフ連鎖ベースの単語ジェネレータをまとめようとしています。
概念的には理解できますが、ソフトウェアの観点からこれを実装する方法がわかりません。ソース データ (たとえば、1000 語のリスト) をドロップして、現実的な開始、中間、終了のさまざまなランダムな単語を生成できる小さな PHP ツールをまとめようとしています。(ほとんどのマルコフベースの単語ジェネレーターとは対照的に、ペア全体の統計的発生にのみ基づいています。)
可能であれば、ソースデータによって決定される語長でこれを行いたいと思います。つまり、ランダムに生成された単語の長さの内訳は、ソース データの長さの内訳とほぼ同じである必要があります。
どんなアイデアでも大歓迎です!ありがとう。
c++ - グラフィカル インターフェイスを使用して C++ で離散マルコフ連鎖シミュレーションを実装する
プロジェクトに関しては、トランスポートモデルをシミュレートし、そのインターフェイスも開発できる必要があるため、マルコフモデリングとグラフィカルグラフ表現をサポートするライブラリまたはライブラリへのポインターがあるかどうかを知りたかっただけです。私は比較的C ++に慣れていません。