問題タブ [uncertainty]

そのため、バイナリ ツリー内の子の親ノードの場所を常に提供する式を考え出すのに助けが必要です。これは、私の先生が私たちの試験に出題する問題の例です。

「インデックス 0 から始まる配列で実装された、正確に 10,000 個のノードを持つ完全なバイナリ ツリーを考えてみましょう。配列は、ツリーから一度に 1 レベルずつ左から右に要素を抽出することによって、順番に入力されます。ノードに値が保存されているとします。ロケーション 4999 にあります。このノードの親の値はどこに保存されていますか?"

私の先生は、このような問題の解き方を教えてくれませんでした。彼女はちょうど「二分木を描いてパターンを見つけなさい」と言っただけです。私はそれをやっただけですが、何も思いつきませんでした！助けてください。ありがとう。

対話式のセマンティクスを記述する述語の参照解決を実行する場合、オープン ワールドで作業するため、部分的な統合を許容できる必要があります。

たとえば、次のシナリオを考えてみましょう。

目の前に青い箱があります。id を使用して、この青いボックスを参照します3。

一連の述語box(x)^blue(x)は、既知の青いボックスに簡単に解決できます。このクエリを実行すると、返されます3

述語のセットはball(x)^yellow(x)何にも解決されません。これで問題ありません。

しかし、今考えball(x)^yellow(x)^box(y)^blue(y)^behind(x,y) てみてください。それは、青いボックスの後ろにある黄色いボールです。

黄色いボールについてはわかりませんが、青いボックスについては知っています! もちろん、既知のボックスの後ろにボールがなく、別のボックスについて話されていた可能性もあります。しかし、どのボックスについて話しているかはわかっていると確信しています。

私は、一連の命題を満たすバインディングの各セットの確率を計算する確率論的枠組みの中で作業しています。次に、参照解決プロセスは、最も可能性の高い統合子/バインディングのセットを返します。残念ながら、 を考慮すると、私のシステムは、 id のボックスの後ろにある黄色のボールを認識していないため、にバインドされるbehind(x,y)可能性を一掃します。3y3

述語の部分的な統合を行う方法はありますか?システムが、ステートメントの解決が最も可能性が高い、y/3 x/?つまり y が 3 にバインドされ、x のアイデンティティが不明であると判断するようにする方法はありますか?

randomForest「相同性モデリングの目的で」タンパク質間の距離（RFの回帰モデル）を予測する目的で、Rのパッケージを使用していますが、非常に良い結果が得られました。ただし、予測値をランク付けして悪いモデルを除外するには信頼レベルが必要なので、そのような信頼レベルを計算する可能性や、予測の確実性を測定する他の方法があるのでしょうか? 提案や推奨事項は大歓迎です

私のチームは、湿った環境で撮影された 2 枚の写真のコントラストを計算したいと考えています。

式を使用してコントラストを計算します

コントラスト = SQRT((ΔL)^2 + (Δa)^2 + (Δb)^2)

ここで、ΔL は光度の差、Δa は (赤みと緑) の差、Δb は (黄みと青み) の差であり、Lab 空間の次元です。

私たちの (これまでのところ成功している) アプローチは、各ピクセルを RGB から Lab 空間に変換し、画像の関連セクションの平均値を A および B 変数として取得することでした。

ただし、環境により、TIFF として保存するのではなく、画像を JPEG 形式に圧縮する (防水) GoPro カメラの使用に制限されるため、トゥルーカラー画像は使用していません。

ここで、コントラストの不確実性を定量化する必要があります。そのためには、A と B の不確実性、さらには各 RGB ピクセルの a と b の各値の不確実性 (または平均/典型的な不確実性) を知る必要があります。これは、トゥルーカラーから JPEG に変換するときに生成される典型的/最大の不確実性がわかっている場合にのみ計算できます。

したがって、JPEG 形式で保存する場合、各 RGB チャネルで可能な最大の差を知る必要があります。

例えば。True Color RGB ピクセル (5、7、9) が圧縮後に (2、9、13) になった場合、各チャネルの不確実性は (+/- 3、+/- 2、+/- 4) になります。

カメラはアスペクト比 4:2:0 で色を圧縮すると考えられます。これをテストする方法はありますか?

ただし、主な質問は次のとおりです。各チャンネルの最大可能誤差を知る方法、または圧縮された RGB 結果から不確実性を計算する方法はありますか?

注: JPEG 圧縮は不可逆であるため、JPEG から TIFF に戻すことは不可能です。この色の損失の程度を定量化する必要があるだけです。

Pandas (Python データ分析ライブラリ)の Series または DataFrame の不確実性を簡単に処理するには? 最近、Python の不確実性パッケージを発見しましたが、Pandas 内で直接不確実性を管理する簡単な方法があるかどうか疑問に思っています。ドキュメントでこれについて何も見つかりませんでした。

より正確には、不確実性を DataFrame の新しい列として保存したくありません。これは、データ系列の一部であり、論理的に分離するべきではないと考えているためです。たとえば、DataFrame の列を削除することは意味がありませんが、その不確実性は意味がないため、このケースを手動で処理する必要があります。

属性data_frame.uncertaintiesのように機能するようなものを探していました。data_frame.valuesA data_frame.units（データユニット用）も素晴らしいですが、それらはパンダには存在しないと思います（まだ？）...