問題タブ [stochastic]

今、私はSAT解法について書いていますが、ある時点で立ち往生しています。あなたが私を助けてくれることを願っています。

SAT-Problems を解決するいくつかの方法について説明したいと思います。現在、次の 3 つの方法があります。

1. 強引な
2. ランダム (ナイーブ)
3. DPLL (ヒューリスティックが異なる)
4. ? ない ？
5. ...

私の問題は、唯一の効果的なアルゴリズムが DPLL (および DPLL とはわずかに異なる他のアルゴリズム) であることです。したがって、DPLL と比較するものは何もありません。

私の質問: 比較できる DPLL (DP) に基づいていないアルゴリズムをいくつか教えていただければ幸いです。

以下は私が見つけたもののいくつかです。

• モニエン・スペッケンマイヤー
• ダンツィン、ゲルト、ヒルシュ、シェーニング
• Paturi-Pudlák-Zane-アルゴリズム
• ホフマイスター、シェーニング、シューラー、渡辺

ご協力いただきありがとうございます。

これはシミュレーション モデル用です。

私が考えたほとんどの質問は、指数関数的な到着時間でジェネレーターをコーディングする方法を扱っています。

しかし、私は現在、離散イベントシミュレーション内で到着率が変化する可能性のあるジェネレーターをプログラムする方法にこだわっています。

特に、次のケースに行き詰まっています。私のジェネレーターには、到着率 (double) を受け入れる入力ポートがあります。エンティティが生成されたときにこのレート変更が正確に到着する場合は、エンティティを作成し、分布のレート パラメーターを更新して、新しい到着時間をサンプリングするだけです。

しかし、時間 t1 のジェネレーターが新しいレート入力イベントを受信し、将来の t2 でエンティティを作成するように既にスケジュールされている場合、どうすればよいですか?

a) t2 で作成を中止し、新しいレート パラメータを使用して新しい作成時刻をスケジュールするか、または b) レート パラメータを更新し、ジェネレータに t2 でエンティティを作成させ、新しい到着時刻をサンプリングする必要があります。

次の 2 つのモデルを推定しました。

と

(yt は月間取引量のログであることに注意してください。)

それぞれがどのようにトレンドをモデル化しているかをどのように解釈できますか?

私は RBM を実装しようとしています。次に、プレイ テニス ケースを使用して rbm をテストしました。

以前にオートエンコーダーを試したことがありますが、結果は良好でした。実際、RBM 自体の機能と混同しています。オートエンコーダーと同じように、特徴抽出のために入力 (各インスタンス) をエンコードし、モデル (ネットワーク) をテストまたは検証して、いくつかのインスタンスのエンコードとデコードを試みることができると思います。

しかし、私が直面した問題は、RBM の一部の関数の結果が奇妙に思われることでした。

たとえば、ギブス サンプリングの結果、サンプリング データの結果は実際のデータに非常に近いです。効果は、サンプリング データからの h(x) の結果であり、実際のデータは十分に近いものです。

そのため、非表示層のすべてのユニットを実際の値にデコードした結果を比較しようとすると、結果は悪く、各機能 (ユニット) の結果はほぼ同じで、約 0.4 から 0.5 です。

そして、失われた関数の f(x) = 1/m*sigma(log(p(x))) 自体は約 0.07142857142857142 であり、決して変化しません (約 0.00000000000000001 または 0.0000000000000002 の変化)。

入力範囲の値が 0 から 1 になるように、標準の正規化を使用して、各機能に継続値を使用しました。

誰にも提案がありますか？

*下手な英語でごめんなさい:D

「sde_euler」を使用して 2 つの確率微分方程式系を解こうとしています。これが私のコードです：

t0、tf、x0、F0 の値を指定した後、コードを実行すると、次のエラーが発生します。

私は自分の間違いを理解していません。TSPAN の長さが 2 を超えています。ツールボックスのソースは次のとおりです。

https://github.com/horchler/SDETools/blob/master/SDETools/sde_euler.m

何か助けてください。ありがとう！

私は k 個の乱数 i_1,...,i_k を min <= i <= max で、m,std が母集団の値の中央値および標準である指数関数的に形成された値の分布から描画したいと考えています。sum(i1,..,ik) は、指定されたパラメーター SUM と等しくなければなりません。

例:
与えられた:

k = 9
合計 = 175
最小 = 8
最大 = 40
m = 14

希望: [9, 10, 11, 12, 14, 17, 23, 30, 39]

SUM ルールを満たす組み合わせを運に頼らなければ、これが実際に可能かどうかはわかりません。どんな種類の助けやコメントもいただければ幸いです。ありがとうございました。

編集：以前のバージョンでは、正確な解が不可能な指数分布について書きましたが、たとえば幾何分布のような離散値を持つ指数形状の分布を意味していました。

EDIT2: 例の番号 k を修正しました。

Python で (エージェントベースの) シミュレーションを行っています。結果は確率的です。平方距離の合計を最小化してシミュレーションを調整したいと思います。確率的シミュレーションを最小化するために利用できる Python アルゴリズムは何ですか?