問題タブ [stochastic]

次のように作成された密度オブジェクト dd があります。

これは、この非常に非ガウス分布を生成します。

代替テキスト http://www.cerebralmastication.com/wp-content/uploads/2009/09/nongaus.png

最終的には、rnorm が正規分布から逸脱するのと同様に、この分布からランダムな逸脱を取得したいと考えています。

これをクラックしようとしている方法は、カーネルの CDF を取得し、累積確率 (逆 CDF) を渡した場合に変量を教えてもらうことです。そうすれば、一様確率変量のベクトルを密度からのドローに変えることができます。

私がやろうとしていることは、他の人が私より前にやった基本的なことであるように思えます. これを行う簡単な方法または簡単な機能はありますか? 車輪の再発明は嫌いです。

FWIWこの R ヘルプ記事を見つけましたが、彼らが何をしているのか理解できず、最終出力は私が求めているものを生成していないようです。しかし、それは私が理解していない道に沿った一歩かもしれません.

suppdists パッケージの Johnson ディストリビューションを使用することを検討しましたが、Johnson は、私のデータが持つ素晴らしいバイモーダル ハンプを与えてくれません。

ハイ、

金融確率論的テクニカル分析の実装を提供する API/ライブラリを探しています。

誰かがすぐに使えるソリューションを知っていますか?

ありがとう、

*2010年6月17日編集

私は自分のコードを改善する方法を理解しようとしています（よりPythonicにします）。また、生化学で一般的なシナリオを説明する、より直感的な「条件文」を書くことに興味があります。以下のプログラムの条件付き基準は、回答＃2で説明しましたが、コードに満足していません。正常に機能しますが、明確ではなく、より複雑な条件付きシナリオに実装するのは簡単ではありません。アイデアは大歓迎です。コメント/批評を歓迎します。最初の投稿体験@stackoverflow-必要に応じてエチケットについてコメントしてください。

このコードは、次の演習の解決策となる値のリストを生成します。

「選択したプログラミング言語で、GillespieのFirst Reaction Algorithmを実装して、反応A ---> Bの時間的動作を研究します。この場合、AからBへの遷移は、別の化合物Cが存在する場合にのみ発生します。ここで、以下のペトリネットでモデル化されているように、Cは動的にDと相互変換します。100分子のA、1のCがあり、反応の開始時にBまたはDが存在しないと仮定します。kABを0.1s-1に設定します。 kCDとkDCの両方を1.0秒に-1。100秒以上のシステムの動作をシミュレートします。」

迷路をナビゲートするロボットに基づくプログラムを作成しています (確率的プログラミングが必要です)。

重い行列の処理 (MATLAB のプラス ポイント) とロボットのシミュレーション (Prolog のプラス ポイント) が必要になるため、MATLAB と Prolog のどちらを選択するかでジレンマに陥っています。

注: 私の作業環境には MATLAB があるため、コストは問題になりません。

次の問題に直面しました。

• 互いに素な集合が 2 つありA、B
• 要素の各ペア ( a, b) ( aset に属し、 setAにb属するB) の確率pijは事前にわかっています。aこれは、 と一致する確率 (確実性レベル)、bつまり、どの程度a一致するか (および==bであるため、その逆も同様) を表します。pijpji
• 確率/確実性が最も高いマッチングを見つけ、マッチングを説明するペア ( a、b) を見つける必要があります。
• すべての要素は、他のセットの別の要素と1回だけ一致/ペアにする必要があります（標準の2部一致問題のように）
• 可能であれば、得られたマッチングの不確実性レベルを近似的に表す数値を計算したいと思います (0 はランダムな推測を表し、1 は確実性を表すとしましょう)。

そのようなアルゴリズムが必要とされる簡単な実用的な例を以下に示します (これは実際に私が解決しようとしている問題ではありません!):

• 2 人が紙に a ～ z の文字を書くように求められる
• 文字 ( a, ) の各ペアに対して、パターン マッチャーを実行して、人によって書かれた文字が人によって書かれた文字を表すb確率を決定します。これにより、文字の各ペア ( , )に対するある種の類似性相関を表す確率行列が得られます。aAbBab
• その人が書いた各文字について、その人Aが書いた対応する文字を見つける必要がありますB

現在のアプローチ:セットの要素がaセットの要素とA一致する確実性レベル/確率の対数に比例する重みを割り当ててから、最大加重二部マッチングを実行して最大合計を見つけること ができるかどうか疑問に思っています。対数は、複数の一致の合計確率を最大化したいためであり、単一の一致 (一致した要素のペアとして表される-bBab) 確率の積である一連のイベントを形成します。対数を取ることにより、これを確率の合計に変換します。これは、ハンガリーのアルゴリズムなどの加重二部マッチングのアルゴリズムを使用して簡単に最大化されます。しかし、私は、このアプローチが統計上の期待最大値の点で最良のマッチングを保証するとはどういうわけか疑問に思っています。

少し検索した後、私が見つけた最も近い問題は、NP困難である2段階の確率的最大加重マッチング問題でしたが、実際にはある種の「1段階」の確率的最大加重マッチング問題が必要です。

集団内の候補者を見つけるためにc＃でsusを実装する必要があります。これは私がこれまでに持っているものですが、それが正しいかどうかはわかりません。

私はしばらく確率的ヒルクライマーを理解しようとしてきましたが、うまくいきませんでした。ヒューリスティックに関する本を調べて、疑似コードを入手しました。確率関数がどのように見えるべきかわかりません。新しいソリューションがランダムに抽出され、ある確率に基づいて受け入れられることを理解しています。得られないのは、この確率をプログラムする方法です。ありがとう

PSUEDO-CODE - How to Solve it: Modern Heuristics - Zbugniew Michalewicz、David Fogel より

Python スクリプトをランダムな時間実行し、一時停止し、スタック トレースバックを取得して、一時停止を解除する必要があります。これを行う方法をグーグルで調べましたが、明らかな解決策はありません。

特に、ビューの更新が頻繁に行われるリアルタイムレイトレーサーのコンテキストでは？

明白な答えは「はい」のように思われますが、モンテカルロ法の有用性を考えると、それを加速する方法が見つかったのではないかと思います。

Ranked Selection ("RS") と Stochastic Universal Sampling ("SUS") [ Baker, 1987 ] を実装したので、ここで Elitism (最も適した最後の世代のメンバーを次世代に再導入すること) を導入して、その主張されている利点を観察したいと思います。 .

An Introduction to Genetic Algorithms のMelanie Mitchell によるものなど、SUS と Elitism が組み合わされていることへの言及があります。ただし、2 つの方法の組み合わせを避けるべきであることを示唆する (非常に漠然とした) オンライン リファレンスに出くわしました。後者の場合、間違った実装が 2 つのメソッドの非互換性の原因なのだろうか。

したがって、GP の経験が豊富な人が、SUS と Elitism をどのように組み合わせる必要があるかについて説明してくれるとありがたいです。2 つのメカニズムに関する私の知識から、論理的な実装は、母集団サイズ N から K 個の最も適した個人を選択し、次にランク付けされた母集団全体 (K エリートを含む) に対して SUS を実行しますが、NK 選択のみを行います (N 個の選択の代わりに)。エリート主義なしで行われる）。

この提案された実装が数学的に健全であり、推奨されるアプローチであることを誰かが確認できますか?