기고글 토론 "모집단 최적화 알고리즘: 묘목 파종 및 성장(SSG)" - 페이지 7

새 코멘트
 
Nikolai Semko #:

하지만 여전히 그러한 포인트를 찾는 것은 확률적인 성격을 가지고 있다고 생각합니다.
제 메시지는 TC 입력에 "최적화"가 필요한 입력 매개 변수가 없어야한다는 것입니다. 이러한 매개 변수는 TS를 동전으로 바꿉니다.
내부 매개 변수의 내부 자체 최적화도 자기기만입니다.

저는 조리할 필요가 없는 음식이 있다는 것을 인정합니다. 그러나 나는 그런 음식을 발견하지 못했습니다. 그리고 조리 된 음식은 여전히 배고프지 않습니다. 예, 완벽하지는 않지만 아무것도없는 것보다 낫습니다.

 
mytarmailS #:
마지막 100개의 레코드는 서로 다른 피크에 해당하지 않으며, 모두 마지막으로 발견된 하나의 피크를 중심으로 정렬됩니다.

최대값을 찾는다는 목표는 모두 동일하지만 목표를 달성하는 방법은 모두 다릅니다. BFA와 같은 일부 알고리즘은 모든 기록을 하나의 피크로 묶는 것이 금지되어 있습니다.
 
mytarmailS #:
마지막 100개의 레코드는 서로 다른 피크에 해당하지 않으며, 모두 마지막으로 발견된 하나의 피크를 중심으로 정렬됩니다.

거의 비슷합니다(알고리즘에 따라 다름). 이 마지막 피크는 전 세계에서 '가장 많은' 피크가 됩니다. 추가 최적화를 위해 이 피크는 삭제됩니다.

이렇게 하면 에베레스트에서 언덕까지 봉우리 목록을 얻을 수 있습니다.

 
fxsaber #:

조리할 필요가 없는 음식이 있을 것 같아요. 하지만 저는 그런 음식을 발견하지 못했습니다. 그리고 삶은 음식은 배고프지 않게 해줍니다. 완벽하지는 않지만 아무것도 없는 것보다는 낫죠.

환상의 음식은 포만감의 환상을 만듭니다.

 
Nikolai Semko #:

하지만 여전히 그런 점을 찾는 것은
내부 매개 변수의 내부 자체 최적화도 자기 패배라고 생각합니다.

왜 그럴까요?
 
Nikolai Semko #:

환상적인 음식은 포만감을 느끼게 합니다.

이것은 꽤 좋은 가지였습니다. 망치지 말자고요.

 
중력 검색은 이러한 의미에서 흥미롭고 모든 입자가 서로 반발 할 때 중력을 "역방향"으로 설정할 수 있습니다.
전자기 검색은 훨씬 더 시원하고 양전하와 음전하가 있으며 입자는 모두 반발하고 끌어 당깁니다. 어떤 종류의 기적이 나올지 봅시다, 기사가 준비 중입니다.
 
fxsaber #:

거의 그렇습니다(알고리즘에 따라 다름). 이 마지막 피크가 "가장" 높은 글로벌 피크가 됩니다. 이후 최적화를 위해 삭제됩니다.

구현하기는 아주 쉽습니다.

AO 1의 솔루션과 유사한 솔루션을 생성하기 위해 AO 2 만 금지되어야합니다.

그리고 AO3는 AO1과 AO2 등의 솔루션을 표절하는 것을 금지해야 합니다.

그런데 검색 공간의 크기는 몇 차원인가요?
 
fxsaber #:

꽤 좋은 글이었어요. 스포일러는 하지 않겠습니다.

제가 트롤링하는 것처럼 보인다는 것을 알고 있습니다. 하지만 사실 저는 여러분의 시간을 절약하기 위해 매우 중요한 말을 하고 있습니다.

 
Andrey Dik #:
중력 검색은 모든 입자가 서로 반발할 때 중력을 '거꾸로' 설정할 수 있다는 점에서 흥미롭습니다.
전자기 검색은 훨씬 더 시원하고 양전하와 음전하가 있으며 입자는 모두 반발하고 끌어 당깁니다. 어떤 종류의 기적이 나올지 봅시다, 기사가 준비 중입니다.

작동한다면 하나의 최적화 + 결과 클러스터링으로 충분할 것입니다.

12345678910111213
새 코멘트