Category:Scientific & Academic Publishing academic journals, Algorithmic state machine, Algorithms Unlocked

श्रेणी: वैज्ञानिक र शैक्षिक प्रकाशन शैक्षिक पत्रिका:
एल्गोरिथमिक राज्य मेसिन: एल्गोरिथमिक स्टेट मेशिन ( ASM ) विधि भनेको क्यालिफोर्निया विश्वविद्यालय, बर्क्ले (UCB) मा १ 60 since० देखि परिचय गरिएको र लागू गरिएको थियो, थिमस ई। ओस्बोर्नले सुरुमा सिमित राज्य मसिनहरू (FSMs) डिजाइन गर्ने विधि हो जुन १ 68 6868 मा हेवालेट-प्याकार्डमा परिचित र लागू गरिएको थियो। औपचारिकृत र १ 67। since पछि विस्तार गरिएको र क्रिस्टोफर आर क्लेयर द्वारा १ 1970 since० देखि लेखिएको। यो डिजिटल एकीकृत सर्किटहरूको रेखाचित्र प्रतिनिधित्व गर्न प्रयोग गरिन्छ। ASM रेखाचित्र राज्य रेखाचित्र जस्तो छ तर अधिक संरचित र, यसैले बुझ्न सजिलो छ। एक ASM चार्ट डिजिटल प्रणालीको क्रमिक आपरेशनहरू वर्णन गर्ने एक विधि हो।
एल्गोरिदम अनलक: एल्गोरिदम अनलॉक गरिएको कम्प्युटर एल्गोरिथ्मको आधारभूत सिद्धान्त र अनुप्रयोगहरूको बारेमा थोमस एच। कर्मेनको पुस्तक हो। पुस्तकमा १०वटा अध्यायहरू समावेश छन्, र खोज, क्रमबद्ध गर्ने, आधारभूत ग्राफ एल्गोरिदम, स्ट्रि processing प्रशोधन, क्रिप्टोग्राफी र डाटा कम्प्रेसनसम्बन्धी आधारभूत कुराहरू, र गणनाको सिद्धान्तको परिचयको विषयवस्तुहरू छन्।
एल्गोरिदम र संयोजकहरु: एल्गोरिदम र संयोजकहरु गणितको पुस्तक श्रृंखला हो, र विशेष गरी कम्बिनेटोरिक्स र एल्गोरिदमको डिजाइन र विश्लेषणमा। यो Springer विज्ञान + व्यापार मीडिया द्वारा प्रकाशित, र 1987 मा स्थापित भएको थियो।
SWAT र WADS सम्मेलनहरू: WADS , एल्गोरिदम र डाटा संरचना संगोष्ठी , कम्प्युटर विज्ञानको क्षेत्र मा एक अन्तर्राष्ट्रिय शैक्षिक सम्मेलन हो, एल्गोरिदम र डाटा संरचना मा केन्द्रित। WADS प्रत्येक दोस्रो बर्षमा आयोजित गरिन्छ, सामान्यतया क्यानाडा र सधैं उत्तर अमेरिकामा। यो यसको बहिनी सम्मेलन, स्कान्डिनेभियाई सिम्पोजियम र एल्गोरिथ्म थ्योरी (SWAT) मा कार्यशाला संग संगै आयोजित छ, जुन अक्सर स्क्यान्डिनेभियामा र सधैं उत्तरी यूरोपमा आयोजित गरिन्छ। ऐतिहासिक रूपमा, दुबै सम्मेलनको कार्यवाही स्प्रिन्जर भेरलागले कम्प्युटर विज्ञान श्रृंखलामा उनीहरूको व्याख्यानमा नोटहरू मार्फत प्रकाशित गरेका थिए। स्प्रिन्जरले WADS कार्यवाही प्रकाशित गर्न जारी राख्छ, तर २०१ 2016 मा सुरू भई SWAT कार्यवाही अब डाग्स्टहुलद्वारा उनीहरूको इन्फर्मेटिक्समा लिबनिज अन्तर्राष्ट्रिय कार्यवाही मार्फत प्रकाशित गरिन्छ।
SWAT र WADS सम्मेलनहरू: WADS , एल्गोरिदम र डाटा संरचना संगोष्ठी , कम्प्युटर विज्ञानको क्षेत्र मा एक अन्तर्राष्ट्रिय शैक्षिक सम्मेलन हो, एल्गोरिदम र डाटा संरचना मा केन्द्रित। WADS प्रत्येक दोस्रो बर्षमा आयोजित गरिन्छ, सामान्यतया क्यानाडा र सधैं उत्तर अमेरिकामा। यो यसको बहिनी सम्मेलन, स्कान्डिनेभियाई सिम्पोजियम र एल्गोरिथ्म थ्योरी (SWAT) मा कार्यशाला संग संगै आयोजित छ, जुन अक्सर स्क्यान्डिनेभियामा र सधैं उत्तरी यूरोपमा आयोजित गरिन्छ। ऐतिहासिक रूपमा, दुबै सम्मेलनको कार्यवाही स्प्रिन्जर भेरलागले कम्प्युटर विज्ञान श्रृंखलामा उनीहरूको व्याख्यानमा नोटहरू मार्फत प्रकाशित गरेका थिए। स्प्रिन्जरले WADS कार्यवाही प्रकाशित गर्न जारी राख्छ, तर २०१ 2016 मा सुरू भई SWAT कार्यवाही अब डाग्स्टहुलद्वारा उनीहरूको इन्फर्मेटिक्समा लिबनिज अन्तर्राष्ट्रिय कार्यवाही मार्फत प्रकाशित गरिन्छ।
रिकभरी र पृथक अन्वेषण गर्ने शब्दार्थको लागि एल्गोरिदम: कम्प्युटर विज्ञानमा रिकभरी र अलगाव शोषणार्थ अर्थशास्त्र , वा एआरआईएस को लागी एल्गोरिदम एक रिकभरी एल्गोरिथ्म हो, कुनै बल प्रयोग गरेर चोरी डाटाबेस दृष्टिकोण संग काम गर्न डिजाइन गरिएको; यो IBM DB2, माइक्रोसफ्ट SQL सर्वर र अन्य धेरै डाटाबेस प्रणाली द्वारा प्रयोग गरीन्छ। आईबीएम फेलो डा। सी। मोहन एल्गो परिवारको पहिलो आविष्कारक हो।
रिकभरी र पृथक अन्वेषण गर्ने शब्दार्थको लागि एल्गोरिदम: कम्प्युटर विज्ञानमा रिकभरी र अलगाव शोषणार्थ अर्थशास्त्र , वा एआरआईएस को लागी एल्गोरिदम एक रिकभरी एल्गोरिथ्म हो, कुनै बल प्रयोग गरेर चोरी डाटाबेस दृष्टिकोण संग काम गर्न डिजाइन गरिएको; यो IBM DB2, माइक्रोसफ्ट SQL सर्वर र अन्य धेरै डाटाबेस प्रणाली द्वारा प्रयोग गरीन्छ। आईबीएम फेलो डा। सी। मोहन एल्गो परिवारको पहिलो आविष्कारक हो।
उन्नत हृदय जीवन समर्थन: उन्नत हृदय जीवन समर्थन , या उन्नत हृदय जीवन समर्थन , अक्सर यसको एक्रोनिम, " ACLS " द्वारा उल्लेख गरिएको, हृदय गिरफ्तारी, स्ट्रोक, मायोकार्डियल इन्फेक्शन, र अन्य जीवन-जोखिमपूर्ण हृदय सम्बन्धी आपतकालको तत्काल उपचारको लागि क्लिनिकल एल्गोरिदमहरूको सेटलाई जनाउँछ। उत्तर अमेरिका बाहिर, उन्नत जीवन समर्थन (ALS) प्रयोग भएको छ।
स्वचालित योजना र तालिका: स्वचालित योजना र तालिका , कहिलेकाँही एआई योजनाको रूपमा मात्र चिनिन्छ, कृत्रिम बुद्धिमत्ताको एक शाखा हो जसले रणनीति वा कार्य अनुक्रमको साकार सम्बन्धमा चिन्ता गर्दछ, सामान्यतया बौद्धिक एजेन्टहरू, स्वायत्त रोबोटहरू र मानव रहित सवारीहरू द्वारा कार्यान्वयनको लागि। शास्त्रीय नियन्त्रण र वर्गीकरण समस्याहरूको विपरीत, समाधानहरू जटिल छन् र बहु-आयामी अन्तरिक्षमा खोजिएको र अनुकूलित हुनुपर्दछ। योजना निर्णय सिद्धान्तसँग पनि सम्बन्धित छ।
साईन: गणितमा, साइन एक कोणको त्रिकोणमितीय प्रकार्य हो। एक तीव्र कोणको साइन दायाँ त्रिकोणको सन्दर्भमा परिभाषित गरिएको छ: निर्दिष्ट कोणको लागि, यो पक्षको लम्बाइको अनुपात हो जुन कोणको विपरित हुन्छ, त्रिकोणको सबैभन्दा लामो पक्षको लम्बाइमा। कोणको लागि , साइन समारोह केवल को रूपमा प्रतिनिधित्व गरीन्छ ।
भिन्नता गणना गर्न एल्गोरिदम: भिन्नता गणना गर्न एल्गोरिदम कम्प्युटेसनल तथ्या .्कमा प्रमुख भूमिका खेल्दछ। यस समस्याको लागि राम्रो एल्गोरिदमको डिजाइनमा मुख्य समस्या भनेको भिन्नताको लागि सूत्रहरूमा वर्गहरूको योग हुन सक्छ, जसले संख्यात्मक अस्थिरताका साथै ठूलो संख्यामा व्यवहार गर्दा अंकगणित ओभरफ्लो निम्त्याउन सक्छ।
कारण अनुमान: कारक अनुमान भनेको कुनै ठूलो घटनाको स्वतन्त्र, वास्तविक प्रभाव निर्धारण गर्ने प्रक्रिया हो जुन ठूलो प्रणालीको एक अंश हो। Causal अनुमान र संघीय अनुमानको बिचको मुख्य भिन्नता भनेको causal inferences एक प्रभाव चरको प्रतिक्रियाको विश्लेषण गर्दछ जब प्रभाव चरको कारण परिवर्तन हुन्छ। किन चीजहरू हुन्छन् भन्ने विज्ञानलाई इटियोलजी भनिन्छ। Causal अनुमान को कारण तर्क द्वारा theorized कारण को प्रमाण प्रदान गर्न भनिन्छ।
डाटा स्ट्रिम क्लस्टरिंग: कम्प्युटर विज्ञानमा, डाटा स्ट्रिम क्लस्टरिंगलाई डाटाको क्लस्टरिंगको रूपमा परिभाषित गरिन्छ जुन टेलिफोन रेकर्ड, मल्टिमेडिया डाटा, वित्तीय लेनदेन आदि जस्ता रूपमा आउँछ डाटा स्ट्रीम क्लस्टरिtering सामान्यतया स्ट्रिमि al एल्गोरिथ्मको रूपमा अध्ययन गरिन्छ र उद्देश्य भनेको पोइन्टको अनुक्रम दिइएको छ, स्ट्रिमको राम्रो क्लस्टरिंग निर्माण गर्न, मेमोरी र समयको थोरै मात्रा प्रयोग गर्दै।
रंग म्यापि:: रंग म्यापिpping (फोटोग्राफी) एउटा प्रकार्य हो जुन एक (स्रोत) छविको र another्ग अर्को (लक्षित) छविको र to्गमा नक्सा (रूपान्तरण) गर्दछ। र color्ग म्यापि .लाई एल्गोरिथ्म भनिन्छ जुन म्यापि function समारोह वा एल्गोरिथ्ममा परिणाम हुन्छ जुन छवि र colors्गलाई रूपान्तरण गर्दछ। रंग म्यापि ; कहिलेकाँही र color ्ग स्थानान्तरण पनि भनिन्छ वा, जब ग्रेस्केल छविहरू संलग्न हुन्छन्, ब्राइटनेस ट्रान्सफर फंक्शन (BTF) ; यसलाई फोटोमेट्रिक क्यामेरा क्यालिब्रेसन वा रेडियोमेट्रिक क्यामेरा क्यालिब्रेसन पनि भन्न सकिन्छ।
संयुक्त अनुकूलन: Combinatorial अनुकूलन गणित अनुकूलन को उप-क्षेत्र हो जुन आपरेशन अनुसन्धान, एल्गोरिथ्म सिद्धान्त, र कम्प्यूटेशनल जटिलता सिद्धान्त संग सम्बन्धित छ। यससँग कृत्रिम बुद्धिमत्ता, मेशिन लर्नि,, लिलामी थ्योरी, सफ्टवेयर इन्जिनियरि,, लागू गणित र सैद्धान्तिक कम्प्युटर विज्ञान जस्ता धेरै क्षेत्रहरूमा महत्त्वपूर्ण अनुप्रयोगहरू छन्।
ट्रान्जिटिभ बन्द गणित, एक सेट एक्स मा एक बाइनरी सम्बन्ध आर को transitive बन्द आर समावेश गर्दछ र transitive छ कि एक्स मा सानो सम्बन्ध छ। सीमित सेटहरूको लागि, "सानो" लाई यसको सामान्य अर्थमा लिन सकिन्छ, केहि थोरै सम्बन्धित जोडीको; अनन्त सेटहरूको लागि यो आरको अद्वितीय न्यूनतम ट्रान्जिटिभ सुपरसेट हो।
सीमित संतुष्टि समस्या: सीमित सन्तुष्टि समस्याहरू ( सीएसपीहरू ) गणितीय प्रश्नहरू हुन् वस्तुहरूको समूहको रूपमा परिभाषित जसको राज्यले धेरै सीमितता वा सीमाहरू पूरा गर्नुपर्दछ। सीएसपीहरूले समस्यामा संस्थालाई प्रतिनिधित्व गर्दछ चरमा अधिक सीमित प्रतिबन्धहरूको समग्र संग्रहको रूपमा, जुन सीमित सन्तुष्टि विधिहरूले समाधान गर्दछ। सीएसपीहरू कृत्रिम बुद्धिमत्ता र आपरेशन अनुसन्धान दुबैमा गहन अनुसन्धानको विषय हुन्, किनकि उनीहरूको गठनको नियमितताले धेरै देखिने असंबंधित परिवारहरूको समस्याहरूको विश्लेषण र समाधान गर्न साझा आधार प्रदान गर्दछ। सीएसपी प्राय: उच्च जटिलता प्रदर्शन गर्दछ, हेरिस्टिक र संयोजी खोज विधिहरूको संयोजन एक उचित समयमा समाधान गर्न आवश्यक छ। कन्स्ट्रन्ट प्रोग्रामिंग (सीपी) अनुसन्धानको क्षेत्र हो जुन विशेष रूपमा यी प्रकारका समस्याहरू समाधान गर्नमा केन्द्रित छ। थप रूपमा, बुलियन सन्तुष्टि समस्या (SAT), संतोषजनकता मोड्युलो थियरी (एसएमटी), मिश्रित पूर्णांक प्रोग्रामिंग (एमआईपी) र उत्तर सेट प्रोग्रामिंग (एएसपी) सबै अनुसन्धानका क्षेत्रहरू हुन् जुन सीमित सन्तुष्टि समस्याको विशेष प्रकारको समाधानमा केन्द्रित छ।
सीमित संतुष्टि समस्या: सीमित सन्तुष्टि समस्याहरू ( सीएसपीहरू ) गणितीय प्रश्नहरू हुन् वस्तुहरूको समूहको रूपमा परिभाषित जसको राज्यले धेरै सीमितता वा सीमाहरू पूरा गर्नुपर्दछ। सीएसपीहरूले समस्यामा संस्थालाई प्रतिनिधित्व गर्दछ चरमा अधिक सीमित प्रतिबन्धहरूको समग्र संग्रहको रूपमा, जुन सीमित सन्तुष्टि विधिहरूले समाधान गर्दछ। सीएसपीहरू कृत्रिम बुद्धिमत्ता र आपरेशन अनुसन्धान दुबैमा गहन अनुसन्धानको विषय हुन्, किनकि उनीहरूको गठनको नियमितताले धेरै देखिने असंबंधित परिवारहरूको समस्याहरूको विश्लेषण र समाधान गर्न साझा आधार प्रदान गर्दछ। सीएसपी प्राय: उच्च जटिलता प्रदर्शन गर्दछ, हेरिस्टिक र संयोजी खोज विधिहरूको संयोजन एक उचित समयमा समाधान गर्न आवश्यक छ। कन्स्ट्रन्ट प्रोग्रामिंग (सीपी) अनुसन्धानको क्षेत्र हो जुन विशेष रूपमा यी प्रकारका समस्याहरू समाधान गर्नमा केन्द्रित छ। थप रूपमा, बुलियन सन्तुष्टि समस्या (SAT), संतोषजनकता मोड्युलो थियरी (एसएमटी), मिश्रित पूर्णांक प्रोग्रामिंग (एमआईपी) र उत्तर सेट प्रोग्रामिंग (एएसपी) सबै अनुसन्धानका क्षेत्रहरू हुन् जुन सीमित सन्तुष्टि समस्याको विशेष प्रकारको समाधानमा केन्द्रित छ।
प्रासंगिक छवि वर्गीकरण: प्रासंगिक छवि वर्गीकरण , कम्प्यूटर दर्शनमा ढाँचा मान्यता को विषय, छविहरूमा प्रासंगिक जानकारीमा आधारित वर्गीकरणको एक दृष्टिकोण हो। "प्रासंगिक" को मतलब यो दृष्टिकोण नजिकैको पिक्सेलको सम्बन्धमा केन्द्रित छ, जसलाई पछी पनि भनिन्छ। यस दृष्टिकोणको उद्देश्य प्रासंगिक जानकारी प्रयोग गरेर छविहरूको वर्गीकरण गर्नु हो।
कन्ट्रास्ट सेट लर्निंग: कन्ट्रास्ट सेट लर्निंग संघ नियम शिक्षाको एक रूप हो जुन प्रत्येक विशेष समूहको लागि पहिचान गर्ने कुञ्जी भविष्यवाणीकर्ताहरूलाई रिभर्स-ईन्जिनियरिंगद्वारा अलग समूहहरूका बीच अर्थपूर्ण भिन्नताहरू पहिचान गर्न खोज्छ। उदाहरण को लागी, विद्यार्थीको पोखरी को लागी एक विशेषता को सेट, एक कन्ट्रास्ट सेट लर्नरले स्नातक डिग्री खोज्ने विद्यार्थी र पीएचडी डिग्री तिर काम गर्ने बिचको विरोधाभासी सुविधाहरु को पहिचान गर्दछ।
सुदृढीकरण शिक्षण: सुदृढीकरण लर्निंग ( आरएल ) मेशिन शिक्षाको क्षेत्र हो जुन कसरी बुद्धिमान इजेन्टले वातावरणमा कार्य गर्नुपर्दछ संचयी इनामको धारणा अधिकतम बनाउन। सुदृढीकरण अध्ययन तीन आधारभूत मेशिन लर्निंग प्याराडिग्म्स मध्ये एक हो, सुपरिवेक्षण गरिएको शिक्षण र अनसर्वेइज गरिएको शिक्षाको साथ।
सहसंबन्ध क्लस्टरिंग: क्लस्टरिंग डाटा समानता समूहहरूमा तिनीहरूको समानतामा आधारित विभाजन गर्ने समस्या हो। सहबद्ध क्लस्टरिंगले वस्तुहरूको सेटलाई क्लस्टरको अधिकतम संख्यामा क्लस्टर गर्नको लागि विधि प्रदान गर्दछ जुन संख्यालाई अग्रिम निर्दिष्ट नगरीकनै।
चक्र पत्ता लगाउने: कम्प्युटर विज्ञानमा, चक्र पत्ता लगाउने वा चक्र पत्ता लगाउने पुनरावृत्ति समारोह मानहरूको क्रममा एक चक्र पत्ता लगाउनको एल्गोरिदम समस्या हो।
डाटा विश्लेषण: डाटा विश्लेषण भनेको निरीक्षण, सफा गर्ने, रूपान्तरण गर्ने र मोडेल डाटालाई उपयोगी जानकारी पत्ता लगाउने, निष्कर्षहरू बताउने, र निर्णय-समर्थनलाई समर्थन गर्ने लक्ष्यका साथ डाटा बान्की गर्ने प्रक्रिया हो। डाटा विश्लेषणसँग धेरै पक्षहरू र दृष्टिकोणहरू छन्, विभिन्न नाम अन्तर्गत विविध विधिहरू समावेश गर्दै, र बिभिन्न व्यवसाय, विज्ञान, र सामाजिक विज्ञान डोमेनहरूमा प्रयोग हुन्छ। आजको व्यवसाय संसारमा, डेटा विश्लेषणले निर्णयहरूलाई अधिक वैज्ञानिक बनाउन र व्यवसायलाई अझ प्रभावकारी रूपमा सञ्चालन गर्न मद्दत गर्दछ।
डाटा स्ट्रिम क्लस्टरिंग: कम्प्युटर विज्ञानमा, डाटा स्ट्रिम क्लस्टरिंगलाई डाटाको क्लस्टरिंगको रूपमा परिभाषित गरिन्छ जुन टेलिफोन रेकर्ड, मल्टिमेडिया डाटा, वित्तीय लेनदेन आदि जस्ता रूपमा आउँछ डाटा स्ट्रीम क्लस्टरिtering सामान्यतया स्ट्रिमि al एल्गोरिथ्मको रूपमा अध्ययन गरिन्छ र उद्देश्य भनेको पोइन्टको अनुक्रम दिइएको छ, स्ट्रिमको राम्रो क्लस्टरिंग निर्माण गर्न, मेमोरी र समयको थोरै मात्रा प्रयोग गर्दै।
डिमोसेसिंग: डिमोसाइसिंग एल्गोरिथ्म एक डिजिटल छवि प्रक्रिया हो जुन रंग र filter्ग फिल्टर एरे (CFA) सँग ओभरलाइड गरिएको छवि सेन्सरबाट अपूर्ण र samples नमूना आउटपुटबाट पूर्ण र color छवि पुन: संरचना गर्न प्रयोग गरिन्छ। यसलाई सीएफए इन्टर्पोलेसन वा रंग पुनर्निर्माणको रूपमा पनि चिनिन्छ।
मुटुको असफलता: हृदय असफलता ( एचएफ ), कन्जेस्टिभ हार्ट फेल्योर ( सीएचएफ ), ( कन्जेस्टिभ ) कार्डियक फेल्योर ( सीसीएफ ), र डिकम्पेन्स्यायो कोर्डिस भनेर पनि चिनिन्छ, जब मुटुको शरीरका ऊतकहरूको आवश्यकताहरू पूरा गर्न रक्त प्रवाह कायम गर्न पर्याप्त पम्प गर्न असमर्थ हुन्छ। चयापचय। मुटुको विफलताका लक्षण र लक्षणहरूमा सामान्यतया सासको कमी, अत्यधिक थकान र खुट्टाको सुजन समावेश हुन्छ। सास फेर्न कम व्यायामको साथ वा सुतेको बेलामा झन् झन् खराब हुन्छ र रातमा व्यक्तिलाई जगाउन सक्छ। व्यायाम गर्न सीमित क्षमता पनि एक साधारण सुविधा हो। एन्जाइना सहित छाती दुखाइ सामान्यतया हृदय विफलताको कारण देखा पर्दैन।
सीमित अनुकूलित वितरित: वितरित बाधा अनुकूलन सीमित अनुकूलन को वितरित एनालग। DCOP एक समस्या हो जसमा एजेन्टहरूको समूहले वितरणको मानहरूको लागि वितरण गर्न आवश्यक पर्दछ कि चरहरूको भन्दा बाधाको सेटको लागत न्यूनतम हुन्छ।
कागजात क्लस्टरिंग: कागजात क्लस्टरिंग भनेको पाठ्य कागजातहरूमा क्लस्टर विश्लेषणको अनुप्रयोग हो। योसँग स्वचालित कागजात संगठन, विषय निकाल्ने र छिटो जानकारी पुनःप्राप्ति वा फिल्टरि applications अनुप्रयोगहरू छन्।
कागजात लेआउट विश्लेषण: कम्प्युटर दर्शन वा प्राकृतिक भाषा प्रसंस्करणमा, कागजात रूपरेखा विश्लेषण भनेको पाठ कागजातको स्क्यान गरिएको छविमा रूचिका क्षेत्रहरू पहिचान र वर्गीकरण गर्ने प्रक्रिया हो। एउटा पठन प्रणालीलाई गैर-पाठ्य पुस्तकहरूबाट पाठ जोनहरूको विभाजन र तिनीहरूको सही पठन क्रममा व्यवस्था आवश्यक छ। पाठ जोडी, चित्रण, गणित प्रतीक, र कागजातमा सम्मिलित टेबल्सको रूपमा विभिन्न क्षेत्रहरूको पत्ता लगाउने र लेबलि labelलाई ज्यामितीय लेआउट विश्लेषण भनिन्छ । तर पाठ क्षेत्रहरूले कागजात भित्र विभिन्न तार्किक भूमिका खेल्छ र यस प्रकारको सिमेन्टिक लेबलिंग तार्किक लेआउट विश्लेषणको दायरा हो।
किनार रंग: ग्राफ सिद्धान्त, एक ग्राफ को रङ लगाउन एक किनारा कुनै दुई घटना किनारा नै रंग छ कि त ग्राफ को किनाराको गर्न "रंग" को एउटा जिम्मेवारी छ। उदाहरणको लागि, दायाँ तिरको चित्रले रातो, नीलो र हरियो रंगहरूद्वारा ग्राफको किनारा देखाउँदछ। एज रingsरिंगहरू ग्राफ रंगका विभिन्न प्रकारका मध्ये एक हो। किनारा-रङ लगाउन समस्या यो ट, वा निकै कम सम्भव रंग संग दिइएको मूल्य लागि दिइएको ग्राफ सबैभन्दा K फरक रंग मा प्रयोग गरेर को किनाराको रंग गर्न सम्भव छ कि छैन भनेर सोध्छन्। दिइएको ग्राफको किनारहरूको लागि रंगहरूको न्यूनतम आवश्यक संख्यालाई ग्राफको क्रोमेटिक इन्डेक्स भनिन्छ। उदाहरण को लागी, चित्रमा ग्राफको किनारहरु तीन र colorsले रंगिन सक्दछ तर दुई रंगले रंगिन सक्दैन, त्यसैले देखाइएको ग्राफमा क्रोमिकेट इन्डेक्स तीन हुन्छ।
पूर्णांक कारक: संख्या सिद्धान्तमा, पूर्णा factor्क कारखाना भनेको सानो अgers्कको उत्पादनमा कम्पोजिट नम्बरको विघटन हो। यदि यी कारकहरू थप अ prime्कहरूमा सीमित छ भने, प्रक्रियालाई प्राइम फैक्टरि called ्करण भनिन्छ।
अपूरणीय बहुभुज: गणितमा, एक अपत्यारणीय बहुभुज भनेको लगभग बोल्नु पर्ने बहुपद हो जुन दुई अविरल बहुपदहरूको उत्पादनमा फैक्टर हुन सक्दैन। अपूरणीयताको सम्पत्ति गुणांकहरूको प्रकृतिमा निर्भर गर्दछ जुन सम्भावित कारकहरूको लागि स्वीकार्य हुन्छ, त्यो हो कि फिल्ड वा रिंग जुन बहुपदको गुणांक र यसको सम्भावित कारकहरू पर्छन्। उदाहरणको लागि, बहुपद x २ - २ पूर्णांक गुणांकहरूको साथ बहुपद हो, तर, किनकि प्रत्येक पूर्णांक पनि वास्तविक संख्या हो, यो वास्तविक गुणांकहरूको साथ पनि बहुपद हो। यो अपरिवर्तनीय छ यदि यो पूर्णांक गुणांकको साथ बहुपद हो भनेर मानिन्छ, तर यसले कारकहरूलाई यदि यो वास्तविक गुणांकहरूको साथ बहुपद हो भनेर मानिन्छ। एकले भन्छ कि बहुपद x 2 - 2 पूर्णांकहरूमा अपरिवर्तनीय छ तर वास्तविक भन्दा अधिक छैन।
युक्लिडियन न्यूनतम फराकिलो रूख: युक्लिडियन न्यूनतम स्प्यानि tree ट्री वा EMST विमानमा n पोइन्टहरूको सेटको न्यूनतम फ्याँक्ने रूख हो, जहाँ प्रत्येक जोडी पोइन्टको बीचको किनाराको वजन ती दुई बिन्दुहरूको बीचमा युक्लिडियन दूरी हो। सरल शब्दहरूमा, EMST ले रेखाहरू प्रयोग गरेर थोप्लाहरूको सेट जडान गर्दछ कि सबै लाइनहरूको कुल लम्बाइ कम हुन्छ र कुनै पनि थोप्ला लाई रेखा पछ्याएर अन्य कुनै पनि ठाउँमा पुग्न सकिन्छ।
क्यापेसिडेटेड न्यूनतम फराकिलो रूख: क्यापेसिटिडेटेड न्यूनतम फराकिलो रूख ग्राफको न्यूनतम लागत फराकिलो रूख हो जसमा नामित मूल नोड हुन्छ र क्षमता अवरोध पूरा गर्दछ । क्षमता अवरोधले रुट नोडमा भएका सबै सबट्र्री घटनाहरू सुनिश्चित गर्दछ भन्दा बढी छैन नोडहरू। यदि रूख नोडको तौल छ भने क्षमताको अवरोध निम्न अनुसार व्याख्या गर्न सकिन्छ: कुनै पनि सबट्रीमा तौलको योग भन्दा ठूलो हुनुहुन्न। । मूल नोडमा सबग्राफहरू जोड्ने किनारहरूलाई ढोका भनिन्छ। इष्टतम समाधान फेला पार्नु एनपी-हार्ड हो।	क्यापेसिटिडेटेड न्यूनतम फराकिलो रूख ग्राफको न्यूनतम लागत फराकिलो रूख हो जसमा नामित मूल नोड हुन्छ
न्यूनतम फराकिलो रूख: न्यूनतम स्प्यानि tree ट्री ( MST ) वा न्यूनतम तौल फैलिएको रूख एक जडित, किनारा-भारित अन्डायरेक्ट ग्राफको किनारहरूको सबसेट हो जुन कुनै कुनै चक्र बिना र न्यूनतम सम्भावित कुल किनारा वजन सहित सबै छेउहरू जडान गर्दछ। त्यो हो, यो फ्याँकिएको रूख हो जसको किनारा तौलको योग सकेसम्म सानो छ। अधिक सामान्यतया, कुनै पनि किनारा-भारित अनावश्यक निर्देशित ग्राफको न्यूनतम स्पानि forest वन हुन्छ , जुन यसको जडान गरिएको अवयवहरूको लागि न्यूनतम फराकिलो रूखहरूको मिलन हो।
फिंगरप्रिन्ट: फिंगरप्रिन्ट एक छाप हो जुन मानव औंलाको घर्षण रेवजहरू द्वारा छोडियो। अपराध दृश्यबाट आंशिक औंठाछापहरूको रिकभरी फोरन्सिक विज्ञानको एक महत्त्वपूर्ण विधि हो। गीला वा धातु जस्तो सतहमा फिंगरप्रिन्टहरूको परिणामले एउटा औंलामा नमी र ग्रीस। सम्पूर्ण फिंगरप्रिन्टहरूको जानाजानी छापहरू मसी वा अन्य पदार्थहरू द्वारा प्राप्त गर्न सकिन्छ छालामा घर्षण छालहरूको चुचुरोबाट कागज जस्ता सतहमा हस्तान्तरण। फिंगरप्रिन्ट रेकर्डमा सामान्यतया औंलाहरू र औंठाको अन्तिम जोडमा प्याडबाट छापहरू हुन्छन्, जबकि फिंगरप्रिन्ट कार्डले पनि सामान्यतया औंलाहरूको तल्लो संयुक्त क्षेत्रहरूको अंश रेकर्ड गर्दछ।
औपचारिक अवधारणा विश्लेषण: औपचारिक अवधारणा विश्लेषण ( एफसीए ) वस्तु र तिनीहरूको सम्पत्तीहरूको संग्रहबाट अवधारणा पदानुक्रम वा औपचारिक ओन्टोलॉजी निकाल्ने एक सैद्धान्तिक तरीका हो। वर्गीकरणमा प्रत्येक अवधारणाले गुणहरूको केही सेट साझा गर्ने वस्तुहरूको प्रतिनिधित्व गर्दछ; र पदानुक्रम मा प्रत्येक उप अवधारणा माथि मा अवधारणाहरुमा वस्तुहरु को एक उपसेट प्रतिनिधित्व गर्दछ। यो शब्द रुडोल्फ विलेले १ 198 1१ मा शुरू गरेको हो, र जाट्टाहरूको गणितिय सिद्धान्तमा आधारित छ र १ 30 .० को दशकमा ग्यारेट बिरखफ र अरूले विकास गरेको सेटहरूको अर्डर गरेको छ।
इशारा मान्यता: गेस्चर मान्यता गणित एल्गोरिदम मार्फत मानव इशाराहरूको व्याख्या गर्ने लक्ष्यको साथ कम्प्युटर विज्ञान र भाषा प्रविधिमा एक विषय हो। यो कम्प्युटर दर्शनको उप-अनुशासन हो। इशाराहरू कुनै पनि शारीरिक गति वा राज्यबाट उत्पन्न हुन सक्छ तर सामान्यतया अनुहार वा हातबाट उत्पत्ति हुन्छ। क्षेत्र मा वर्तमान ध्यान केन्द्रित अनुहार र हात इशारा मान्यता बाट भावना मान्यता शामिल। प्रयोगकर्ताहरू शारीरिक इशारा बिना तिनीहरूलाई नियन्त्रण गर्न वा कुराकानी गर्न साधारण इशाराहरू प्रयोग गर्न सक्दछन्। धेरै दृष्टिकोणहरू क्यामेरा र कम्प्युटर दर्शन एल्गोरिदमहरू प्रयोग गरी साईन भाषाको व्याख्या गर्नका लागि बनाइएको छ। जहाँसम्म, पोष्टर, चाल, प्रोक्जेमिक्स, र मानव व्यवहार को पहिचान र मान्यता इशारा मान्यता तकनीक को विषय हो। गेस्चर मान्यता को रूप मा कंप्यूटर को मानव शरीर को भाषा बुझ्न को लागी एक तरीका को रूप मा देख्न सकिन्छ, यस प्रकार मेशिनहरु बीच एक समृद्ध पुल निर्माण। र मानव आदिम पाठ प्रयोगकर्ता इन्टरफेस वा GUIs भन्दा पनि, जसले अझै किबोर्ड र माउसमा आगतको बहुमत सीमित गर्दछ र कुनै यांत्रिक उपकरणहरू बिना नै प्राकृतिक रूपमा कुराकानी गर्दछ। इशारा मान्यता को अवधारणा को उपयोग गरेर, यो बिन्दुमा औंला औंल्याउन सम्भव छ यसै हिसाबले बढ्छ। यसले उपकरणहरूमा परम्परागत इनपुट बनाउन सक्दछ जस्तै र अनावश्यक पनि।
विश्व रोशनी: ग्लोबल इलिमिनेशन ( GI ), वा अप्रत्यक्ष प्रकाश , थ्रीडी कम्प्यूटर ग्राफिक्समा प्रयोग हुने एल्गोरिदमहरूको एक समूह हो जुन थ्रीडी दृश्यहरूमा थप यथार्थपरक प्रकाश थप्नको लागि हो। त्यस्ता एल्गोरिदमले प्रकाशलाई मात्र प्रकाशमा आउँदैन, तर पछिल्लो केसहरूमा पनि उही स्रोतबाट प्रकाश किरणहरू दृश्यमा अन्य सतहहरू द्वारा प्रतिबिम्बित गर्दछ, चाहे प्रतिबिम्बित होस् वा नहोस्।
ग्राफ रंग: ग्राफ सिद्धान्तमा, ग्राफ रing्ग रेखाचित्र लेबलिंगको विशेष मामला हो; यो लेबलको असाइनमेन्ट हो जुन परम्परागत रूपमा "रंग" निश्चित ग्राफको तत्वहरूमा निश्चित सीमितताहरूको विषय हो। यसको साधारण फाँटमा, यो कुनै ग्राफको छेउमा र color्गीन गर्ने एक तरिका हो कि कुनै दुई नजिकैको शिरोबिन्दु एकै र colorका हुँदैनन्; यसलाई भेरिटेक्स कलरिंग भनिन्छ । त्यस्तै, एक किनारा रing्गले प्रत्येक किनारामा र color असाइन गर्दछ ताकि दुई नजिकको किनारहरू एउटै र color्गको हुँदैनन्, र प्लानर ग्राफको अनुहारको र each्गले प्रत्येक अनुहार वा क्षेत्रलाई रंग प्रदान गर्दछ ताकि दुईवटा अनुहारहरू जुन सीमासँग साझा गर्दछ उही रंग
छवि कम्प्रेसन: छवि कम्प्रेसन डाटा कम्प्रेसन को एक प्रकारको डिजिटल छविमा लागू गरियो, भण्डारण वा प्रसारणको लागि तिनीहरूको लागत कम गर्न। एल्गोरिदमले दृश्य धारणा र छवि डेटाको सांख्यिकीय गुणहरूको फाइदा लिन सक्दछ जेनेरिक डाटा कम्प्रेसन विधिहरूको तुलनामा उत्कृष्ट परिणामहरू प्रदान गर्न जुन अन्य डिजिटल डाटाको लागि प्रयोग गरिन्छ।
एल्गोरिदमहरूको सूची: निम्नलिखित प्रत्येकको लागि एक-लाइन वर्णनको साथ एल्गोरिदमहरूको सूची हो ।
छवि सुधार: छवि सुधार एक आम प्रक्रिया विमानमा छविहरू प्रोजेक्ट गर्न प्रयोग हुने एक परिवर्तन प्रक्रिया हो। यस प्रक्रियासँग स्वतन्त्रताको धेरै डिग्रीहरू छन् र त्यहाँ छविहरू आम प्लेनमा रूपान्तरण गर्न धेरै रणनीतिहरू छन्। यो छविहरू बिच मिल्दो प्वाइन्टहरू फेला पार्ने समस्यालाई सरल बनाउन कम्प्युटर स्टेरियो दर्शनमा प्रयोग गरिन्छ। यो भौगोलिक सूचना प्रणालीमा बहु दृष्टिकोणबाट लिईएको छविहरूलाई साझा नक्सा समन्वय प्रणालीमा मर्ज गर्न प्रयोग गरिन्छ।
छवि स्केलिंग: कम्प्युटर ग्राफिक्स र डिजिटल इमेजि। मा, छवि स्केलिंग एक डिजिटल छवि को आकार बदल्छ। भिडियो टेक्नोलोजीमा, डिजिटल सामग्रीको म्याग्निफिकेसन अपस्क्लि or वा रिजोलुसन इन्हान्समेन्टको रूपमा चिनिन्छ।
छवि सिलाई: छवि स्टिचि or वा फोटो स्टिचिing धेरै फोटोग्राफिक छविहरू संयोजन प्रक्रिया हो जुन ओभरल्यापि fields फिल्डको साथ क्षेत्र विभाजित दृश्य वा उच्च-रिजोलुसन छवि उत्पादन गर्दछ। सामान्यतया कम्प्युटर सफ्टवेयरको प्रयोगमार्फत प्रदर्शन गरिएको, छवि स्टिचि toको अधिक तरीकामा सिमलेस परिणामहरू उत्पन्न गर्न छविहरू र उस्तै एक्सपोजरहरूको बीचमा लगभग सटीक ओभरल्यापको आवश्यक पर्दछ, जबकि केही स्टिचि al एल्गोरिदमहरूले ओभरल्यापको क्षेत्रहरूमा उच्च गतिशील-दायरा इमेजिंग गरेर बिभिन्न पर्दाफास छविहरूबाट फाइदा उठाउँदछ। । केहि डिजिटल क्यामेराले आन्तरिक रूपमा आफ्नो फोटो सिलाई गर्न सक्दछ।
पूर्णांक प्रोग्रामिंग: पूर्णांक प्रोग्रामिंग समस्या भनेको गणितिय अप्टिमाइजेसन वा सम्भाव्यता प्रोग्राम हो जसमा केही वा सबै भेरिएबलहरू पूर्णांक हुन प्रतिबन्धित हुन्छ। धेरै सेटिंग्समा शब्दले पूर्णांक रेखीय प्रोग्रामिंग (ILP) लाई जनाउँछ, जसमा उद्देश्य कार्य र अवरोधहरू रैखिक छन्।
समस्थानिक प्रतिगमन: तथ्या In ्कमा , आइसोटोनिक रिग्रेसन वा मोनोटोनिक रिग्रेसन भनेको फ्रि-लाइन लाईनलाई अवलोकनको क्रममा फिट गर्ने टेक्निक हो कि फिट गरिएको लाइन जताततै घट्ने क्रममा हुँदैन, र सम्भव भएसम्म अवलोकनको नजिकै छ।
वस्तु रूख विश्लेषण: आइटम ट्री एनालिसिस ( ITA ) डाटा विश्लेषणात्मक विधि हो जसले प्रश्नावलीको वस्तुहरूमा वा अवलोकनात्मक प्रतिक्रियापत्रबाट परीक्षणको लागि ahierarchical संरचना निर्माण गर्न अनुमति दिन्छ। मान्नुहोस् कि हामीसँग m वस्तुहरूका साथ प्रश्नावली छ र ती विषयहरू सकारात्मक (१) वा नकारात्मक (०) यी प्रत्येक वस्तुको लागि छन्, यस्तै आइटम aredichotomous। यदि n विषयवस्तुहरूले आईटमहरूको जवाफ दिन्छ भने यसले बाइनरी डाटा म्याट्रिक्स डीमा m स्तम्भहरू र n पows्क्तिहरूको साथ परिणाम दिन्छ। यो डाटा ढाँचाको उदाहरणहरू परीक्षण वस्तुहरू हुन् जुन विषय (१) वा असफल (०) विषयवस्तु द्वारा समाधान गर्न सकिन्छ। अन्य विशिष्ट उदाहरणहरू प्रश्नावलीहरू हुन् जहाँ वस्तुहरू इस्टेटमेन्ट हुन् जसमा विषयहरू सहमत हुन सक्छन् (१) वा असहमत (०)। आइटमको सामग्रीमा निर्भर हुन यो सम्भव छ कि anitem j को विषयको प्रतिक्रियाले उनलाई वा अन्य आईटमहरूमा उनको प्रतिक्रियाहरू निर्धारण गर्दछ। यो, उदाहरण को लागी, सम्भव thateach विषय जो j j मा सहमत हुन्छ पनि i म सहमत हुनेछ। यस अवस्थामा हामी भन्छौं किiteite j ले आईटम I लाई लागू गर्दछ। एक ITA को लक्ष्य डाटा सेट D बाट त्यस्ता डिटेर्मेन्टिस्टिक प्रभावहरूलाई उजागर गर्नु हो।
K- मतलब क्लस्टरिंग: k -means क्लस्टरि ve भेक्टर क्वान्टिजाइजेसनको एक विधि हो, जुन सिग्नल प्रोसेसिंगबाट हो, जसको उद्देश्य के क्लस्टरहरूमा विभाजन एन अवलोकन हो जुन प्रत्येक अवलोकन क्लस्टरको नजिकको माध्यमा सम्बन्धित छ, क्लस्टरको प्रोटोटाइपको रूपमा सेवा गर्दछ। यो परिणामस्वरूप Voronoi सेलहरूमा डाटा स्पेसको विभाजन गर्दछ। k -means क्लस्टरिंगले क्लस्टर भिन्नताहरूलाई न्यूनतम गर्दछ, तर नियमित यूक्लिडियन दूरी होइन, जुन अधिक गाह्रो हुने Weber को समस्या हो: मध्यवर्ती वर्गले त्रुटिहरूलाई अनुकूलन गर्दछ, जबकि केवल ज्यामितीय माध्यमिकले युक्लिडियन दूरीहरूलाई न्यूनतम गर्दछ। उदाहरण को लागी, राम्रो Euclidean समाधानहरू k-medians र k-medoids प्रयोग गरेर फेला पार्न सकिन्छ।
लिनियर प्रोग्रामिंग: रेखीय प्रोग्रामिंग एक गणितिय मोडेलमा उत्कृष्ट परिणाम प्राप्त गर्न एक विधि हो जसको आवश्यकताहरु लाईरियर सम्बन्धहरू द्वारा प्रतिनिधित्व गर्दछ। लिनियर प्रोग्रामिंग गणितिय प्रोग्रामिंगको विशेष केस हो।
डाटा कम्प्रेसन: सिग्नल प्रोसेसिंगमा, डाटा कम्प्रेसन , स्रोत कोडिंग , वा बिट-दर घटाई मूल प्रतिनिधित्व भन्दा थोरै बिट्स प्रयोग गरेर जानकारी एन्कोडिंगको प्रक्रिया हो। कुनै पनि विशेष कम्प्रेसन या त हानि वा हानिविहीन हो। हानिविहीन कम्प्रेशनले तथ्याical्कगत अनावश्यकताको पहिचान गरेर र हटाएर बिट्सलाई कम गर्दछ। कुनै जानकारी हानिविहीन कम्प्रेसनमा हराएको छ। हराउने कम्प्रेसनले अनावश्यक वा कम महत्त्वपूर्ण जानकारी हटाएर बिट्सलाई कम गर्दछ। सामान्यतया, उपकरण स that्कुचन प्रदर्शन गर्नेलाई एन्कोडरको रूपमा सन्दर्भ गरिन्छ, र एक जसले प्रक्रियाको उल्टो प्रदर्शन गर्दछ (डिकम्प्रेशन) डिकोडरको रूपमा।
म्याट्रिक्स पूरा: आंशिक रूपमा देखाइएको म्याट्रिक्सको हराइरहेको प्रविष्टिहरू भर्नु भनेको म्याट्रिक्स पूरा गर्नु हो। डाटासेटको एक विस्तृत श्रृंखला प्राकृतिक रूपमै म्याट्रिक्स फारममा संगठित हुन्छ। एउटा उदाहरण चलचित्र-रेटिंग्स म्याट्रिक्स हो, नेटफ्लिक्स समस्यामा देखा पर्दा: रेटिंग्स म्याट्रिक्स दिइयो जुन प्रत्येक प्रविष्टिमा चलचित्र को रेटिंग प्रतिनिधित्व गर्दछ ग्राहक द्वारा , यदि ग्राहक चलचित्र हेर्नुभएको छ र अन्यथा हराइरहेको छ, हामी के हेर्ने भनेर ग्राहकहरूलाई राम्रो सिफारिशहरू गर्न बाँकी प्रविष्टिहरूको भविष्यवाणी गर्न चाहन्छौं। अर्को उदाहरण शब्द कागजात म्याट्रिक्स हो: कागजातहरूको संग्रहमा प्रयोग भएका शब्दहरूको फ्रिक्वेन्सीलाई एक म्याट्रिक्सको रूपमा प्रस्तुत गर्न सकिन्छ, जहाँ प्रत्येक प्रविष्टि संकेतित कागजातमा सम्बन्धित शब्द देखा पर्ने संख्यासँग मेल खान्छ।
इन्भर्टिबल म्याट्रिक्स: रैखिक बीजगणित मा, एक N -by- N वर्ग म्याट्रिक्स एक त्यहाँ एक N -by- N वर्ग म्याट्रिक्स बी यस्तो छ कि अवस्थित छ भने, उल्टाउन भनिन्छ	रैखिक बीजगणित मा, एक N -by- N वर्ग म्याट्रिक्स एक त्यहाँ एक N -by- N वर्ग म्याट्रिक्स बी यस्तो छ कि अवस्थित छ भने, उल्टाउन भनिन्छ
म्याट्रिक्स गुणन एल्गोरिथ्म: किनकि धेरै संख्यात्मक एल्गोरिदममा म्याट्रिक्स गुणन यस्तै केन्द्रीय अपरेशन हो, धेरै काम मैट्रिक्स गुणा एल्गोरिदमलाई कुशल बनाउनमा लगानी गरिएको छ। कम्प्यूटेशनल समस्याहरूमा म्याट्रिक्स गुणाका अनुप्रयोगहरू धेरै क्षेत्रहरूमा वैज्ञानिक कम्प्युटि and र ढाँचा मान्यता सहित र लागु असम्बन्धित समस्याहरू जस्तै ग्राफको माध्यमबाट मार्ग गणना गर्न पाइन्छ। धेरै बिभिन्न एल्गोरिदम समानान्तर र वितरित प्रणाली सहित हार्डवेयरको विभिन्न प्रकारहरूमा म्याट्रिक्स गुणा गर्नका लागि डिजाइन गरिएको छ, जहाँ कम्प्यूटेशनल कार्य बहुविध प्रोसेसरहरूमा फैलिएको छ।
गति अनुमान: मोशन अनुमान भनेको गति भेक्टरहरू निर्धारण गर्ने प्रक्रिया हो जुन एक २D छविबाट अर्कोमा परिवर्तन वर्णन गर्दछ; प्राय: एक भिडियो अनुक्रममा आसन्न फ्रेमहरूबाट। यो बिरामी अवस्थित समस्या हो किनकि गति तीन आयाममा छ तर छविहरू २ डी प्लेनमा the डी दृश्यको प्रोजेक्शन हो। गति भेक्टरहरू सम्पूर्ण छवि वा विशिष्ट भागहरूसँग सम्बन्धित हुन सक्छ, जस्तै आयताकार ब्लकहरू, मनमानी आकारको प्याचहरू वा प्रति पिक्सेल पनि। गति भेक्टर अनुवादक मोडेल वा अन्य धेरै मोडेलहरू द्वारा प्रतिनिधित्व गर्न सकिन्छ जुन वास्तविक भिडियो क्यामेराको गति अनुमानित गर्न सक्दछ, जस्तै रोटेशन र अनुवाद सबै तीन आयामहरू र जुममा।
गति योजना: गति योजना , पनि मार्ग योजना एक मान्य कम्प्युटेसन समस्या हो वैध कन्फिगरेसनको अनुक्रम फेला पार्न जुन वस्तुबाट स्रोतबाट गन्तव्यमा सर्छ। यो शब्द कम्प्युटेसनल ज्यामिति, कम्प्युटर एनिमेसन, रोबोटिक्स र कम्प्यूटर गेमहरूमा प्रयोग भएको छ।
बहुरेखा उप-स्पेस शिक्षा: मल्टिलाइनर उपस्पेस शिक्षा आयाम कम गर्न को लागी एक दृष्टिकोण हो। आयाम घटाउने डेटा टेन्सरमा प्रदर्शन गर्न सकिन्छ जसको अवलोकनहरू भेक्टोरइज र डाटा टेन्सरमा संगठित गरिएको छ, वा जसका अवलोकनहरू मेट्रिक छन् जुन डाटा टेन्सरमा कन्ट्रेनेट गरिएको छ। यहाँ डाटा टेन्सरका केही उदाहरणहरू छन् जसको अवलोकनहरू भेक्टराइज्ड छन् वा जसका अवलोकनहरू डाटा टेन्सर छविहरू (2D / 3D), भिडियो अनुक्रम (3D / 4D), र हाइपरस्पेक्ट्रल क्यूब्स (3D / 4D) मा कन्ट्रेनेट गरिएको म्याट्रिक्स छन्।
बहु उदाहरण शिक्षा: मेशिन लर्निंगमा, मल्टिपल्ट इनस्ट्यान्स लर्निंग (एमआईएल) पर्यवेक्षित शिक्षाको एक प्रकार हो। उदाहरणका लागि व्यक्तिगत लेबल गरिएका उदाहरणहरूको सेट प्राप्त गर्नुको सट्टा, सिक्नेले लेबल गरिएको झोलाहरूको सेट प्राप्त गर्दछ, प्रत्येकमा धेरै उदाहरणहरू समावेश छन्। बहु-उदाहरण बाइनरी वर्गीकरण को साधारण मामला मा, एक झोला नकारात्मक लेबल हुन सक्छ यदि यसमा सबै उदाहरणहरू नकरात्मक छन्। अर्कोतर्फ, ब्यागलाई सकारात्मक लेबल लगाईन्छ यदि त्यहाँ कम्तिमा एउटा उदाहरण छ जुन सकारात्मक छ। लेबल गरिएको झोलाहरूको स From्ग्रहबाट, सिक्नेले या त (i) एक अवधारणालाई प्रलोभनमा पार्दछ जुन व्यक्तिगत उदाहरणहरूलाई सही लेबल गर्दछ वा (ii) अवधारणालाई प्रेरित नगरी कसरी बैगहरू लेबल गर्ने सिक्छ।
बहु कर्नेल शिक्षण: बहु कर्नेल शिक्षणले मेशिन सीखने विधिहरूको सेटलाई जनाउँदछ जुन कर्नेलको पूर्वनिर्धारित सेट प्रयोग गर्दछ र एल्गोरिथ्मको अंशको रूपमा कर्नेलहरूको इष्टतम रैखिक वा गैर-लाइनर संयोजन सिक्छ। बहु कर्नेल शिक्षणको उपयोग गर्नका कारणहरूमा क) कर्नेलको ठूलो सेटबाट इष्टतम कर्नेल र प्यारामिटरहरूको लागि छनौट गर्ने क्षमता, कर्नेल छनौटको कारण पूर्वाग्रह घटाउँदा बढी स्वचालित मेशिन शिक्षा विधिहरूको लागि अनुमति दिने, र ख) बिभिन्न स्रोतहरूबाट डाटा संयोजन गर्ने कार्य समावेश गर्दछ। समानताको फरक धारणा छ र यसैले विभिन्न कर्नेलको आवश्यक पर्दछ। नयाँ कर्नेल सिर्जना गर्नुको सट्टा, बहु कर्नेल एल्गोरिदमहरू प्रत्येक व्यक्तिगत डाटा स्रोतको लागि पहिल्यै स्थापित कर्नेलहरू जोड्ने प्रयोग गर्न सकिन्छ।
गैर-नकारात्मक म्याट्रिक्स कारक: गैर negativeणात्मक म्याट्रिक्स कारखाना , गैर negativeणात्मक म्याट्रिक्स अनुमानिकरण पनि बहु- विश्लेषण र रेखीय बीजगणितको एल्गोरिदमहरूको समूह हो जहाँ एक म्याट्रिक्स वीलाई (सामान्यतया) दुई मैट्रिक्स डब्ल्यू र एच मा विभाजित गर्दछ, गुणका साथ ती तीनै मेट्रिक्समा नकारात्मक तत्व हुँदैन। । यो गैर नकारात्मकता परिणामस्वरूप म्याट्रिक्स निरीक्षण गर्न सजिलो बनाउँदछ। साथै, अनुप्रयोगहरूमा जस्तै अडियो स्पेक्ट्रोग्राम वा मांसपेशि गतिविधिको प्रशोधनको रूपमा, गैर-नकारात्मकता डाटामा अन्तर्निहित हुन्छ। किनकि समस्या सामान्य रूपमा ठ्याक्कै मिल्दैन, यो प्रायः संख्यात्मक हिसाबले गरिन्छ।
बहुपद समीकरणहरूको प्रणाली: बहुपक्षीय समीकरणहरूको प्रणाली एकै साथ समीकरणहरूको सेट हो f 1 = 0, ..., f h = 0 जहाँ f म धेरै चरमा बहुपद हो, x १ , ..., x n , केही फिल्ड केमा मा भन्नुहोस्।
गणितीय अनुकूलन: गणितीय अप्टिमाइजेसन वा गणितीय प्रोग्रामिंग एक उत्तम तत्वको चयन हो, केही मापदण्डको सन्दर्भमा, उपलब्ध विकल्पहरूको केही सेटबाट। कम्प्युटर विज्ञान र ईन्जिनियरि fromदेखि अपरेशन अनुसन्धान र अर्थशास्त्रसम्म सबै मात्रात्मक विषयहरूमा प्रकारका अप्टिमाइजेसन समस्याहरू उत्पन्न हुन्छन् र समाधान विधिहरूको विकास शताब्दीयौंदेखि गणितमा रुचि भएको छ।
ढाँचा पहिचान: ढाँचा मान्यता डाटामा स्वचालित मान्यता र ढाँचा मान्यता हो। यससँग तथ्याical्कगत डेटा विश्लेषण, संकेत प्रक्रिया, छवि विश्लेषण, सूचना पुनः प्राप्ति, बायोइन्फर्मेटिक्स, डाटा कम्प्रेसन, कम्प्युटर ग्राफिक्स र मेशिन शिक्षामा अनुप्रयोगहरू छन्। ढाँचा र ईन्जिनियरिंगमा पैटर्न मान्यता यसको मूल हो; ढाँचा पहिचानको केहि आधुनिक दृष्टिकोणहरूमा मेशिन लर्निंगको प्रयोग समावेश छ, बिग डाटाको बढ्दो उपलब्धता र प्रशोधन शक्तिको नयाँ प्रशस्तताका कारण। यद्यपि यी गतिविधिहरूलाई उही क्षेत्रको आवेदनको दुई पक्षका रूपमा हेर्न सकिन्छ, र उनीहरूसँगै विगत केही दशकहरूमा ठोस विकास भइरहेको छ। ढाँचा मान्यता को एक आधुनिक परिभाषा हो: ढाँचा पहिचानको क्षेत्र कम्प्युटर एल्गोरिदम प्रयोगको माध्यमबाट डाटामा नियमितताको स्वत: खोज र यी नियमितताहरूको प्रयोगसँग डाटालाई विभिन्न वर्गमा वर्गीकरण गर्ने जस्ता कार्यहरू गर्न सम्बन्धित छ।
स्वचालित योजना र तालिका: स्वचालित योजना र तालिका , कहिलेकाँही एआई योजनाको रूपमा मात्र चिनिन्छ, कृत्रिम बुद्धिमत्ताको एक शाखा हो जसले रणनीति वा कार्य अनुक्रमको साकार सम्बन्धमा चिन्ता गर्दछ, सामान्यतया बौद्धिक एजेन्टहरू, स्वायत्त रोबोटहरू र मानव रहित सवारीहरू द्वारा कार्यान्वयनको लागि। शास्त्रीय नियन्त्रण र वर्गीकरण समस्याहरूको विपरीत, समाधानहरू जटिल छन् र बहु-आयामी अन्तरिक्षमा खोजिएको र अनुकूलित हुनुपर्दछ। योजना निर्णय सिद्धान्तसँग पनि सम्बन्धित छ।
बहुपक्षीय अपघटन: गणितमा, एक बहुपक्षीय अपघटन कार्यशील रचना को रूप मा एक बहुपद f लाई व्यक्त गर्दछ बहुपद g र h को , जहाँ g र h सँग डिग्री १ भन्दा ठूलो छ; यो एक बीजगणित कार्यात्मक विघटन हो। एल्गोरिदम बहुपक्षीय समयमा युनिभिएट बहुपदहरू डक्सપોज गर्नका लागि परिचित छन्।
पोस्ट-क्वान्टम क्रिप्टोग्राफी: पोस्ट-क्वान्टम क्रिप्टोग्राफीले क्रिप्टोग्राफिक एल्गोरिदमलाई जनाउँछ जुन क्वान्टम कम्प्युटरले क्रिप्टान्यालेटिक आक्रमणबाट सुरक्षित मानिन्छ। २०२१ सम्ममा, यो सब भन्दा लोकप्रिय सार्वजनिक कुञ्जी एल्गोरिदमहरूको लागि सही होइन, जुन पर्याप्त क्वान्टम कम्प्युटरले कुशलतापूर्वक विच्छेद गर्न सक्दछ। हाल लोकप्रिय एल्गोरिदमसँग समस्या यो हो कि तिनीहरूको सुरक्षा तीन हार्ड गणित सम्बन्धी समस्याहरू मध्ये एकमा निर्भर गर्दछ: पूर्णांक कारक समस्या, असम्बन्धित लोगारिथ समस्या वा अण्डाकार-वक्र असतत लोगारिथ समस्या। यी सबै समस्याहरू शोरको एल्गोरिथ्ममा चलेको पर्याप्त शक्तिशाली क्वान्टम कम्प्युटरमा सजिलैसँग समाधान गर्न सकिन्छ। जे होस्, हालसालै सार्वजनिक रूपमा ज्ञात, प्रयोगात्मक क्वान्टम कम्प्युटरहरूको कुनै वास्तविक क्रिप्टोग्राफिक एल्गोरिथ्म तोड्न प्रशोधन शक्तिको अभाव छ, धेरै क्राइप्टोग्राफरले क्वान्टम कम्प्युटिंग खतरा हुने बित्तिकै तयारी गर्न नयाँ एल्गोरिदम डिजाइन गर्दैछन्। यो कामले २००Q देखि PQCrypto सम्मेलन श्रृंखला मार्फत शिक्षाविद् र उद्योगको ठूलो ध्यान लिएको छ र हालसालै क्वान्टम सेफ क्रिप्टोग्राफी सम्बन्धी धेरै कार्यशालाहरू द्वारा युरोपियन दूरसञ्चार मानक संस्थान (ETSI) र क्वान्टम कम्प्युटि for फर इस्टिट्युट द्वारा आयोजना गरेको हो।
प्रोटीन डिजाइन: प्रोटीन डिजाइन नयाँ प्रोटीन अणुहरूको तर्कसंगत डिजाइन हो जुन उपन्यास गतिविधि, व्यवहार, वा उद्देश्य डिजाइन गर्न, र प्रोटीन प्रकार्यको आधारभूत समझ अगाडि बढाउनको लागि हो। प्रोटीनहरू स्क्र्याचबाट वा ज्ञात प्रोटीन संरचना र यसको अनुक्रमको गणना भेरियन्टहरू बनाएर डिजाइन गर्न सकिन्छ। तर्कसंगत प्रोटीन डिजाइन दृष्टिकोण प्रोटीन-अनुक्रम भविष्यवाणी गर्दछ कि विशिष्ट संरचनाहरु मा हुनेछ। यी पूर्वानुमानित अनुक्रमहरू त्यसपछि पेप्टाइड संश्लेषण, साइट निर्देशित म्यूटेजेनेसिस, वा कृत्रिम जीन संश्लेषण जस्ता विधिहरू मार्फत प्रयोगात्मक रूपमा मान्य गर्न सकिन्छ।
क्वान्टिफायर उन्मूलन: क्वान्टिफायर उन्मूलन गणितीय तर्क, मोडेल सिद्धान्त, र सैद्धांतिक कम्प्यूटर विज्ञानमा प्रयोग सरलीकरण को अवधारणा हो। अनौपचारिक रूपमा, एक मात्रा कथन " यस्तो छ कि "प्रश्नको रूपमा देख्न सकिन्छ" जब त्यहाँ हुन्छ यस्तो छ कि ? ", र क्वान्टिफायरविनाको बयान त्यस प्रश्नको उत्तरको रूपमा देख्न सकिन्छ।
रे ट्रेसिंग (ग्राफिक्स): थ्रीडी कम्प्युटर ग्राफिक्समा, रे ट्रेसिंग छवि तारामा पिक्सेलको रूपमा प्रकाशको मार्ग पत्ता लगाएर र भर्चुअल वस्तुहरूको साथ यसको सामनाको प्रभाव अनुकरण गरेर छवि उत्पन्न गर्नका लागि रेन्डरिंग टेक्निक हो। टेकनीक दृश्य यथार्थवादको उच्च डिग्री उत्पादन गर्न सक्षम छ, अधिक खास स्क्यानलाईन प्रस्तुतीकरण विधिहरू भन्दा बढी, तर अधिक गणनात्मक लागतमा। यसले रे ट्रेसि applications अनुप्रयोगहरूका लागि उत्तम उपयुक्त बनाउँदछ जहाँ तुलनात्मक रूपमा लामो समय लिनलाई सहन सकिन्छ, यस्तै कम्प्युटरले जेनेरेट गरेका छविहरू, र चलचित्र र टेलिभिजन दृश्य प्रभावहरू (VFX) मा, तर सामान्यतया वास्तविक रूपमा वास्तविक समय अनुप्रयोगहरूमा अलि बढी उपयुक्त हुन्छ। भिडियो खेलहरूको रूपमा, जहाँ प्रत्येक फ्रेम रेन्डर गर्नमा गति महत्त्वपूर्ण छ। हालसालैका वर्षहरूमा, तथापि, वास्तविक-समय रे ट्रेसि forका लागि हार्डवेयर त्वरण नयाँ वाणिज्यिक ग्राफिक्स कार्डहरूमा मानक भएको छ, र ग्राफिक्स एपीआईहरूले अनुरूप अनुसरण गरेका छन्, विकासकर्ताहरूले खेल र अन्य वास्तविक-समय रेन्डर गरिएको मिडियामा वास्तविक-समय रे ट्रेसिंग टेक्निकहरू थप्न अनुमति दिदै। एक कम, फ्रेम अझै रेन्डर गर्न यद्यपि पर्याप्त हिट यद्यपि।
रिकभरी र पृथक अन्वेषण गर्ने शब्दार्थको लागि एल्गोरिदम: कम्प्युटर विज्ञानमा रिकभरी र अलगाव शोषणार्थ अर्थशास्त्र , वा एआरआईएस को लागी एल्गोरिदम एक रिकभरी एल्गोरिथ्म हो, कुनै बल प्रयोग गरेर चोरी डाटाबेस दृष्टिकोण संग काम गर्न डिजाइन गरिएको; यो IBM DB2, माइक्रोसफ्ट SQL सर्वर र अन्य धेरै डाटाबेस प्रणाली द्वारा प्रयोग गरीन्छ। आईबीएम फेलो डा। सी। मोहन एल्गो परिवारको पहिलो आविष्कारक हो।
स्रोत बाँडफाँड समिति: अर्थशास्त्रमा, स्रोत विनियोजन भनेको विभिन्न प्रयोगहरूमा उपलब्ध संसाधनहरूको कार्य हो। सम्पूर्ण अर्थव्यवस्थाको सन्दर्भमा, संसाधनहरू विभिन्न माध्यमहरू, जस्तै बजार, वा योजना द्वारा विनियोजन गर्न सकिन्छ।
Semidefinite प्रोग्रामिंग: सेमीडेफिनेट प्रोग्रामिंग ( SDP ) एक सम्बद्ध अन्तरिक्ष, अर्थात, एक स्पेसहेड्रनको साथ सकारात्मक semidefinite matrices को शंकुको प्रतिच्छेदन मा एक रेखीय उद्देश्य समारोह को अनुकूलन संग सम्बन्धित उत्तल अनुकूलन को एक उप क्षेत्र हो।
क्रमिक पैटर्न खनन: क्रमिक पैटर्न खनन डाटा खननको बिषय हो जहाँ डाटा उदाहरणहरूको बीचमा तथ्या relevant्कगत सान्दर्भिक ढाँचा पत्ता लगाउन सम्बन्धित छ जहाँ मानहरू अनुक्रममा डेलिभर हुन्छन्। यो सामान्यतया मानिन्छ कि मानहरू छुट्टै छन्, र यसैले समय श्रृंखला खनन निकट सम्बन्धित छ, तर सामान्यतया फरक गतिविधि मानिन्छ। क्रमिक पैटर्न खनन संरचित डाटा खनन को एक विशेष मामला हो।
सामान्य अनियमित नमूना: तथ्या .्कहरूमा, एक साधारण अनियमित नमूना ठूलो सेटबाट व्यक्तिहरूको उपसमूह हो जुन प्रत्येक व्यक्ति अनियमित र पूर्ण रूपमा संयोगले छनौट गरिन्छ। थप विशेष, प्रत्येक व्यक्ति को नमूना प्रक्रिया चलिरहेको बेला कुनै पनि मंच मा चुनिएको भइरहेको एउटै सम्भावना छ, र K व्यक्तिहरूको प्रत्येक सबसेट K व्यक्तिहरूको कुनै पनि अन्य सबसेट रूपमा नमूना रोजेका भइरहेको एउटै सम्भावना छ। यो प्रक्रिया र टेकनीक साधारण अनियमित नमूनाको रूपमा परिचित छ , र व्यवस्थित अनियमित नमूनाको साथ भ्रमित हुनु हुँदैन। एक साधारण अनियमित नमूना एक निष्पक्ष सर्वेक्षण तकनीक हो।
एक साथ स्थानीयकरण र म्यापि:: कम्प्युटेसनल ज्यामिति र रोबोटिक्समा, एक साथ स्थानीयकरण र म्यापि (( SML ) एक अज्ञात वातावरणको नक्सा निर्माण गर्ने वा अपडेट गर्ने कम्प्युटेसनल समस्या हो जबकि एकैसाथ यस भित्र एजेन्टको स्थान ट्र्याक राख्दै। जबकि यो सुरुमा कुखुरा र अण्डा समस्या जस्तो देखिन्छ त्यहाँ धेरै अल्गोरिदमहरू यसलाई हल गर्नका लागि परिचित छन्, कम्तिमा करीव, निश्चित वातावरणको लागि ट्र्याटेबल समयमा। लोकप्रिय अनुमानित समाधान विधिहरूमा कण फिल्टर, विस्तारित कलम्यान फिल्टर, कोभेरियन्स चौराहे, र ग्राफस्लाम। स्ल्याम एल्गोरिदमहरू नेभिगेसन, रोबोट म्यापि and र ओडोमेट्रीमा भर्चुअल वास्तविकता वा संवर्धित वास्तविकताका लागि प्रयोग गरिन्छ।
सफा गर्दै: तथ्या and्क र छवि प्रसंस्करणमा, डेटा सेटको सुचारु पार्नु भनेको एक अनुमानित फंक्शन सिर्जना गर्नु हो जुन डेटामा महत्वपूर्ण बान्कीहरू कब्जा गर्न कोशिस गर्दछ, जबकि आवाज वा अन्य ठीक-मापन संरचना / द्रुत घटना छोड्दा। सफा गर्ने क्रममा, संकेतको डाटा पोइन्टहरू परिमार्जन हुन्छन् ताकि नजिकका विन्दुहरू भन्दा व्यक्तिगत पोइन्टहरू कम हुन्छन्, र नजिकको विन्दुहरू भन्दा कमका पोइन्टहरू बढ्छन् जसले गर्दा मिठो संकेत हुन्छ। धुम्रपान दुई महत्त्वपूर्ण तरिकामा प्रयोग गर्न सकिन्छ जुन डेटा विश्लेषणमा सहयोग पुर्‍याउन सक्दछ (१) जबसम्म डेटाबाट अधिक जानकारी निकाल्न सक्षम भईरहेका हुन्छ जबसम्म चिकनाई को धारणा उचित छ र (२) विश्लेषण प्रदान गर्न सक्षम भएर दुबै लचिलो हुन्। र बलियो। धेरै फरक एल्गोरिदम धूम्रपान मा प्रयोग गरीन्छ।
मार्कोभ निर्णय प्रक्रिया: गणितमा, एक मार्कोभ निर्णय प्रक्रिया ( MDP ) एक छुट्टै समय stochastic नियन्त्रण प्रक्रिया हो। यसले मोडलि decision निर्णयको लागि गणितात्मक रूपरेखा प्रदान गर्दछ जहाँ परिणामहरू आंशिक रूपमा अनियमित हुन्छन् र आंशिक रूपमा निर्णय निर्माताको नियन्त्रणमा हुन्छन्। MDPs गतिशील प्रोग्रामिंगको माध्यमबाट समाधान गरिएको अप्टिमाइजेसन समस्याहरूको अध्ययन गर्नका लागि उपयोगी छ। MDP हरू कम्तिमा १ 50 50० को दशकको रूपमा चिनिन्थ्यो; मार्कोभ निर्णय प्रक्रियाहरूमा अनुसन्धानको एक मुख्य निकाय रोनाल्ड होवार्डको १ 60 .० पुस्तक डायनामिक प्रोग्रामिंग र मार्कभ प्रोसेसबाट आएको हो । तिनीहरू रोबोटिक्स, स्वचालित नियन्त्रण, अर्थशास्त्र र निर्माण सहित धेरै विषयहरूमा प्रयोग गरिन्छ। MDPs को नाम रूसी गणितज्ञ Andrey Markov बाट आए किनकि उनीहरु मार्कोभ चेनको विस्तार हो।
रुबिकको घन: रुबिक क्यूब एक-- D संयोजन पहेली हो जुन १ 197 44 मा ह Hungarian्गेरियन मूर्तिकार र आर्किटेक्चरका प्राध्यापक एर्ने रुबिकले आविष्कार गरेका थिए। सुरुमा म्याजिक क्यूब भनिन्थ्यो , यो पहेली रुबिकले इइडियल टोय कर्पोरेशन द्वारा १ 1980 in० मा व्यवसायी टिबोर लाकजी र सेभेन टाउन्सका संस्थापक टम क्रेमर मार्फत बेच्न लाईसेन्स पाएको थियो। रुबिकको क्यूबले १ 1980 German० जर्मन खेल अफ द इयरलाई सर्वश्रेष्ठ पजलका लागि विशेष पुरस्कार जित्यो। जनवरी २०० of सम्ममा worldwide 350० मिलियन क्युबहरू विश्वव्यापी रूपमा बिक्री भइसकेका थिए। यो व्यापक रूपमा संसारको सबैभन्दा बेच्ने खेलौना मानिन्छ।
बुलियन सन्तुष्टि समस्या: तर्क र कम्प्युटर विज्ञानमा, बुलियन सन्तुष्टि समस्या तोक्ने समस्या हो यदि त्यहाँ कुनै व्याख्या छ जुन दिइएको बुलियन सुत्रलाई सन्तुष्ट पार्छ। अर्को शब्दहरुमा, यसले सोधेको छ कि दिईएको बुलियन सुत्रका चरहरु स्थिर मानहरु TRUE वा FALSE द्वारा प्रतिस्थापन गर्न सकिन्छ कि सूत्रले TRUE मा मूल्याates्कन गर्दछ। यदि यो मामला हो भने, सूत्र संतोषजनक भनिन्छ। अर्कोतर्फ, यदि त्यस्तो कुनै कार्यभार छैन भने, सूत्र द्वारा व्यक्त समारोह सबै सम्भावित असाइनमेन्टको लागि बेठीक छ र सूत्र असन्तुष्ट छ । उदाहरण को लागी, सूत्र " a AND not b " संतोषजनक छ किनकि एउटाले मान = a = TRUE र b = FALSE पाउन सक्छ, जसले = सत्य बनाउँछ। यसको विपरीत, "एक न एक" unsatisfiable छ।
सीमित अनुकूलन: गणितीय अप्टिमाइजेसनमा, सीमित अप्टिमाइजेसन भनेको ती भेरिएबलहरूमा अवरोधहरूको उपस्थितिमा केहि चरहरूको सम्मानका साथ उद्देश्य समारोहलाई अनुकूलन गर्ने प्रक्रिया हो। उद्देश्य समारोह या त एक लागत समारोह वा ऊर्जा समारोह, जो न्यूनतम गर्न को लागी हो, वा एक इनाम समारोह वा उपयोगिता प्रकार्य, जुन अधिकतम गर्नुपर्नेछ। अवरोधहरू या त कठोर अवरोधहरू हुन सक्छन्, जसले चरका लागि शर्तहरू सेट गर्दछ जुन सन्तुष्ट हुन आवश्यक हुन्छ, वा नरम अवरोधहरू , जससँग केही चर मानहरू हुन्छन् जुन उद्देश्य कार्यमा दण्डित हुन्छ यदि, र हदमा आधारित भ्यारीएबलमा सर्तहरू। सन्तुष्ट छैनन्।
सीमित संतुष्टि समस्या: सीमित सन्तुष्टि समस्याहरू ( सीएसपीहरू ) गणितीय प्रश्नहरू हुन् वस्तुहरूको समूहको रूपमा परिभाषित जसको राज्यले धेरै सीमितता वा सीमाहरू पूरा गर्नुपर्दछ। सीएसपीहरूले समस्यामा संस्थालाई प्रतिनिधित्व गर्दछ चरमा अधिक सीमित प्रतिबन्धहरूको समग्र संग्रहको रूपमा, जुन सीमित सन्तुष्टि विधिहरूले समाधान गर्दछ। सीएसपीहरू कृत्रिम बुद्धिमत्ता र आपरेशन अनुसन्धान दुबैमा गहन अनुसन्धानको विषय हुन्, किनकि उनीहरूको गठनको नियमितताले धेरै देखिने असंबंधित परिवारहरूको समस्याहरूको विश्लेषण र समाधान गर्न साझा आधार प्रदान गर्दछ। सीएसपी प्राय: उच्च जटिलता प्रदर्शन गर्दछ, हेरिस्टिक र संयोजी खोज विधिहरूको संयोजन एक उचित समयमा समाधान गर्न आवश्यक छ। कन्स्ट्रन्ट प्रोग्रामिंग (सीपी) अनुसन्धानको क्षेत्र हो जुन विशेष रूपमा यी प्रकारका समस्याहरू समाधान गर्नमा केन्द्रित छ। थप रूपमा, बुलियन सन्तुष्टि समस्या (SAT), संतोषजनकता मोड्युलो थियरी (एसएमटी), मिश्रित पूर्णांक प्रोग्रामिंग (एमआईपी) र उत्तर सेट प्रोग्रामिंग (एएसपी) सबै अनुसन्धानका क्षेत्रहरू हुन् जुन सीमित सन्तुष्टि समस्याको विशेष प्रकारको समाधानमा केन्द्रित छ।
एल्गोरिदमहरूको सूची: निम्नलिखित प्रत्येकको लागि एक-लाइन वर्णनको साथ एल्गोरिदमहरूको सूची हो ।
समीकरण समाधान: गणितमा, एक इक्वेसन हल गर्नु भनेको यसको समाधानहरू पत्ता लगाउनु हो , जुन इक्वेसनले बताईएको सर्त पूरा गर्ने मानहरू हुन्, सामान्यतया बराबर चिन्हले दुई अभिव्यक्तिको समावेश गर्दछ। समाधान खोज्दा, एक वा बढी भेरियबलहरू अज्ञातको रूपमा तोकिएको हुन्छ। समाधान भनेको अज्ञात भ्यारीएबलको मानहरूको कार्य हो जुन समीकरणमा समानतालाई सत्य बनाउँदछ। अर्को शब्दमा, समाधान भनेको मान वा मानहरूको स collection्ग्रह हो जुन अज्ञातहरूको ठाउँमा प्रतिस्थापन गर्दा समीकरण समानतामा परिणत हुन्छ। समीकरणको समाधानलाई प्राय समीकरणको मूल भनिन्छ विशेष गरी तर बहुपद समीकरणहरूको लागि मात्र होईन। । एक इक्वेसनको सबै समाधानहरूको सेट यसको समाधान सेट हो।
निपस्क समस्या: निपस्याक समस्या कम्बिनेटोरियल अप्टिमाइजेसनमा समस्या हो: आईटमहरूको सेट, वजन र मूल्यको साथ प्रत्येकलाई संग्रहमा समावेश गर्न प्रत्येक वस्तुको संख्या निर्धारण गर्दछ ताकि कुल वजन एक दिइएको सीमा भन्दा कम वा बराबर हो। कुल मूल्य सकेसम्म ठूलो छ। यो निश्चित नाम आकारको न्याप्सक द्वारा बाध्यता भएको व्यक्तिले सामना गरेको समस्याबाट यसको नाम लिन्छ र सबैभन्दा मूल्यवान वस्तुहरूसँग यसलाई भर्नु पर्छ। समस्या अक्सर संसाधन विनियोजनमा उत्पन्न हुन्छ जहाँ निर्णय निर्माताहरूले क्रमशः निश्चित बजेट वा समयको अवरोधमा गैर-विभाजनकारी परियोजनाहरू वा कार्यहरूको सेटबाट छनौट गर्नुपर्दछ।
गणितीय अनुकूलन: गणितीय अप्टिमाइजेसन वा गणितीय प्रोग्रामिंग एक उत्तम तत्वको चयन हो, केही मापदण्डको सन्दर्भमा, उपलब्ध विकल्पहरूको केही सेटबाट। कम्प्युटर विज्ञान र ईन्जिनियरि fromदेखि अपरेशन अनुसन्धान र अर्थशास्त्रसम्म सबै मात्रात्मक विषयहरूमा प्रकारका अप्टिमाइजेसन समस्याहरू उत्पन्न हुन्छन् र समाधान विधिहरूको विकास शताब्दीयौंदेखि गणितमा रुचि भएको छ।
साधारण भिन्न भिन्न समीकरणहरूको लागि संख्यात्मक तरिकाहरू: साधारण भिन्न भिन्न समीकरणहरूको लागि संख्यात्मक विधिहरू भिन्न भिन्न समीकरण (ODEs) को समाधानका लागि संख्यात्मक अनुमानितहरू पत्ता लगाउन विधिहरू हुन्। तिनीहरूको प्रयोगलाई "संख्यात्मक एकीकरण" को रूपमा पनि चिनिन्छ, यद्यपि यो शब्दले अभिन्नहरूको गणना पनि गर्न सक्दछ।
समता खेल: एक समता खेल रंगीन निर्देशित ग्राफमा खेल्दछ, जहाँ प्रत्येक नोड प्राथमिकताद्वारा रंगिएको छ - (सामान्यतया) अन्तिम धेरै प्राकृतिक संख्या मध्ये एक। २ र १ खेलाडीहरू, टोकनलाई ग्राफको किनाराहरूमा सार्नुहोस्। टोकनमा खस्केको नोडको मालिकले उत्तराधिकारी नोड चयन गर्दछ, जसलाई पथ भनिन्छ, प्ले भनिन्छ।
बहुपद: गणितमा, बहुपद भनेको चर र गुणांकहरूको समावेशी अभिव्यक्ति हो, जसमा भेरिएबलको जोड, घटाउ, गुणन, र गैर -णात्मक पूर्णाger्क एक्स्पोनेसिनेसनको संचालन मात्र समावेश हुन्छ। एकल अनिश्चित x को बहुपदको उदाहरण x 2 - 4 x + 7 हो । तीन भ्यारीएबलमा एक उदाहरण x 3 + 2 xyz 2 - yz + 1 हो ।
तालिका (उत्पादन प्रक्रियाहरू): अनुसूची भनेको उत्पादन प्रक्रिया वा निर्माण प्रक्रियामा काम र वर्कलोडहरू व्यवस्थित गर्ने, नियन्त्रण गर्ने र अनुकूलन गर्ने प्रक्रिया हो। समय निर्धारण प्लान्ट र मेशिनरी संसाधनहरू बाँडफाँड गर्न, मानव संसाधनको योजना बनाउन, योजना उत्पादन प्रक्रिया र खरीद सामग्रीहरूको लागि प्रयोग गरिन्छ।
सबग्राफ isomorphism समस्या: सैद्धान्तिक कम्प्युटर विज्ञानमा सबग्राफ isomorphism समस्या एक कम्प्युटेसनल कार्य हो जसमा दुई ग्राफहरू G र H लाई इनपुटको रूपमा दिइन्छ, र G ले उपग्राम समावेश गर्दछ कि हुँदैन H लाई समतुल्य छ ।Subographic isomorphism दुबै अधिकतम समूहको सामान्यीकरण हो समस्या र परीक्षण को समस्या एक ग्राफ मा एक ह्यामिल्थोनियन चक्र समावेश छ कि, र यसैले NP पूरा छ। जबकि subographic isomorphism को केहि अन्य केसहरु बहुपक्षीय समयमा समाधान गर्न सकिन्छ।
रेखीय समीकरणको प्रणाली: गणितमा, रेखीय समीकरणको प्रणाली एक वा अधिक रैखिक समीकरणहरूको संग्रह हो जुन भेरिएबलको समान सेट समावेश गर्दछ। उदाहरण को लागी,
बहुपद समीकरणहरूको प्रणाली: बहुपक्षीय समीकरणहरूको प्रणाली एकै साथ समीकरणहरूको सेट हो f 1 = 0, ..., f h = 0 जहाँ f म धेरै चरमा बहुपद हो, x १ , ..., x n , केही फिल्ड केमा मा भन्नुहोस्।
ह्यामिल्टोनियन पथ समस्या: ग्राफ सिद्धान्तको गणितको क्षेत्रमा ह्यामिल्टोनियन पथ समस्या र ह्यामिल्टोनियन चक्र समस्या एक हेमिल्टोनियन पथ वा हेमिल्टोनियन चक्र दिइएको ग्राफमा अवस्थित छ कि भनेर निर्धारण गर्ने समस्या हो। दुबै समस्याहरू NP- पूर्ण छन्।
बुलियन सन्तुष्टि समस्या: तर्क र कम्प्युटर विज्ञानमा, बुलियन सन्तुष्टि समस्या तोक्ने समस्या हो यदि त्यहाँ कुनै व्याख्या छ जुन दिइएको बुलियन सुत्रलाई सन्तुष्ट पार्छ। अर्को शब्दहरुमा, यसले सोधेको छ कि दिईएको बुलियन सुत्रका चरहरु स्थिर मानहरु TRUE वा FALSE द्वारा प्रतिस्थापन गर्न सकिन्छ कि सूत्रले TRUE मा मूल्याates्कन गर्दछ। यदि यो मामला हो भने, सूत्र संतोषजनक भनिन्छ। अर्कोतर्फ, यदि त्यस्तो कुनै कार्यभार छैन भने, सूत्र द्वारा व्यक्त समारोह सबै सम्भावित असाइनमेन्टको लागि बेठीक छ र सूत्र असन्तुष्ट छ । उदाहरण को लागी, सूत्र " a AND not b " संतोषजनक छ किनकि एउटाले मान = a = TRUE र b = FALSE पाउन सक्छ, जसले = सत्य बनाउँछ। यसको विपरीत, "एक न एक" unsatisfiable छ।
Eikonal समीकरण: Ekonal समीकरण एक गैर-रेखात्मक आंशिक विभेदक समीकरण हो जुन तरंग प्रसारको समस्याहरूमा पर्दछ, जब WKB सिद्धान्तको प्रयोगले वेभ समीकरणको अनुमानित हुन्छ। यो इलेक्ट्रोमॅग्नेटिकको म्याक्सवेलको समीकरणहरुबाट डेरिएबल छ, र भौतिक (तरंग) अप्टिक्स र ज्यामितीय (रे) अप्टिक्स बीचको लिंक प्रदान गर्दछ।
विरलै अनुमानित: स्पार्स सन्निकटन सिद्धान्तले रेखीय समीकरणहरूको प्रणालीहरूको लागि विरल समाधानको सौदा गर्दछ। यी समाधानहरू खोज्न र अनुप्रयोगहरूमा उनीहरूको शोषणको लागि प्रविधिहरूले छवि प्रसंस्करण, सिग्नल प्रशोधन, मेसिन शिक्षा, मेडिकल इमेजिंग, र अधिकमा व्यापक प्रयोग फेला पार्दछ।
स्पार्स शब्दकोश सिक्ने: स्पार्स कोडिंग एक प्रतिनिधित्व सीखने विधि हो जुन आधारभूत तत्त्वहरूको साथ साथै ती आधारभूत तत्त्वहरूको आफैंको रेखात्मक संयोजनको रूपमा आगत डेटाको विरल प्रतिनिधित्व पत्ता लगाउनु हो। यी तत्वहरूलाई परमाणु भनिन्छ र तिनीहरूले शब्दकोश लेख्छन् । शब्दकोशमा परमाणु अर्थोगोनल हुन आवश्यक छैन, र तिनीहरू ओभर-पूर्ण स्प्यान सेट हुन सक्छन्। यो समस्या सेटअपले पनि देखाइएको संकेतहरू भन्दा एक उच्च हुन प्रतिनिधित्व भइरहेको संकेतहरूको आयामशीलतालाई अनुमति दिन्छ। माथिका दुई गुणले प्रस्ट देखिन्छ रित्तिक परमाणुहरू हुन्छन् जुन समान संकेतको बहु प्रतिनिधित्वको लागि अनुमति दिन्छ तर प्रतिनिधित्वको स्पर्सिटी र लचिलोपनमा सुधार गर्दछ।
सांख्यिकीय वर्गीकरण: तथ्या In्कमा, वर्गीकरण एक अवलोकनको सम्बन्धित कुन श्रेणी (उप-जनसंख्या) को सेटको पहिचानको समस्या हो। उदाहरणहरू "स्प्याम" वा "गैर स्प्याम" वर्गमा दिइएको ईमेल प्रदान गर्दै छन्, र दिइएका बिरामीलाई बिरामीको अवलोकन गरिएको विशेषताको आधारमा निदान असाइन गर्दै।
चरण पत्ता लगाउने: तथ्या and्क र संकेत प्रक्रियामा, चरण पहिचान भनेको समय श्रृंखला वा संकेतको औसत स्तरमा अचानक परिवर्तनहरू पत्ता लगाउने प्रक्रिया हो। यसलाई सामान्य रूपमा तथ्याical्कीय विधिको विशेष केसको रूपमा लिइन्छ जुन परिवर्तन पहिचान वा बिन्दु पहिचानको रूपमा चिनिन्छ। प्राय: चरण सानो हुन्छ र समय श्रृंखला केही प्रकारको आवाजले बिग्रिएको हुन्छ, र यसले समस्यालाई चुनौती दिन्छ कि त्यो आवाज आवाजले लुकेको हुन सक्छ। त्यसकारण, सांख्यिकीय र / वा सिग्नल प्रोसेसिंग एल्गोरिदम प्राय: आवश्यक हुन्छ।
पर्यवेक्षित शिक्षण: सुपरभाइज्ड लर्निंग (एसएल) एउटा फंक्शन सिक्ने मेसिन लर्निंग कार्य हो जुन उदाहरण इनपुट-आउटपुट जोडीमा आधारित आउटपुटमा एक इनपुट म्याप गर्दछ। यसले प्रशिक्षण उदाहरणहरूको सेट समावेश गरेर लेबल गरिएको प्रशिक्षण डेटाबाट प्रकार्य निम्त्याउँछ। पर्यवेक्षित शिक्षामा, प्रत्येक उदाहरण एक इनपुट वस्तु र अपेक्षित आउटपुट मानको समावेशी जोडी हो। एक पर्यवेक्षित शिक्षण एल्गोरिथ्म प्रशिक्षण डाटा विश्लेषण गर्दछ र एक inferred प्रकार्य उत्पादन गर्दछ, जुन नयाँ उदाहरण म्यापि forको लागि प्रयोग गर्न सकिन्छ। एक इष्टतम परिदृश्यले एल्गोरिथ्मलाई सही तरीकाले देख्न नसक्ने अवस्थाका लागि क्लास लेबलहरू निर्धारण गर्न अनुमति दिनेछ। यसका लागि प्रशिक्षण डेटाबाट सामान्य गर्न सामान्य शिक्षाको एल्गोरिथ्म आवश्यक पर्दछ "उचित" तरीकामा नदेखिने परिस्थितिहरूमा। एल्गोरिथ्मको यो सांख्यिकीय गुण तथाकथित सामान्यीकरण त्रुटि मार्फत मापन गरिएको छ।
शीर्षक मोडेल: मेशिन शिक्षा र प्राकृतिक भाषा प्रसंस्करणमा, शीर्षक मोडल एक प्रकारको सांख्यिकीय मोडेल हो जुन कागजातहरूको स in्ग्रहमा हुने अमूर्त "विषयहरू" पत्ता लगाउनको लागि हो। विषय मोडेलि model प्रायः प्रयोग गरिएको पाठ खनन उपकरण हो जसमा पाठको मुख्य भागमा लुकेका अर्थपूर्ण संरचनाहरूको खोजी हुन्छ। सहज रूपमा, जब यो कागजात विशेष विषयको बारेमा हुन्छ, कसैले खास कागजातमा बढी वा कम बार देखा पर्ने अपेक्षा गर्दछ: "कुकुर" र "हड्डी" कुकुरहरू, "बिरालो" र "म्याउ" को बारेमा कागजातमा अधिक देखिन्छ। बिरालाहरूको बारेमा कागजातहरूमा देखा पर्नेछ, र "" "र" हो "दुबैमा समान रूपमा देखा पर्नेछ। एक कागजात सामान्यतया बिभिन्न अनुपातमा बहु शीर्षकहरू सम्बन्धित छ; यसैले, बिरालाहरूको बारेमा १०% र कुकुरहरूको बारेमा% ०% रहेको कागजातमा, बिरालो शब्द भन्दा dog गुणा बढी कुकुर शब्दहरू हुन सक्दछन्। विषय मोडलि techniques टेक्निकले उत्पादन गरेको "विषयहरू" समान शब्दहरूको समूह हो। एक विषय मोडलले यस अन्तर्ज्ञानलाई गणितको ढाँचामा कब्जा गर्छ, जसले कागजातहरूको सेटको परीक्षण गर्न र पत्ता लगाउन प्रत्येक शब्दहरूको तथ्या statistics्कको आधारमा विषयहरू के हुन सक्छ र प्रत्येक कागजातको विषयवस्तुको ब्यालेन्स के हो भनेर अनुमति दिन्छ।
टोपोलॉजिकल क्रमबद्ध: कम्प्युटर विज्ञान, एक निर्देशित ग्राफ को एक topological क्रमबद्ध वा topological अर्डर यस्तो यू भर्टेक्स देखि भर्टेक्स V हरेक निर्देशित किनारा यूवी लागि, यू को अर्डर मा वी अघि आउँछ कि यसको माथिल्लो एउटा रैखिक अर्डर छ। उदाहरण को लागी, ग्राफ को शिरोबिन्दु प्रदर्शन गर्न को लागी प्रतिनिधित्व गर्न सक्छ, र किनारहरु प्रतिरोध गर्न सक्छन् एक कार्य अर्को अघि गर्नु पर्छ; यस अनुप्रयोगमा, एक टोपोलॉजिकल अर्डरिंग कार्यहरूको लागि मान्य अनुक्रम हो। एक टोपोलॉजिकल अर्डरिंग सम्भव छ यदि र मात्र यदि ग्राफमा कुनै निर्देशित चक्रहरू छैन, कि यदि यो निर्देशित एसिक्लिक ग्राफ (DAG) हो भने। कुनै पनि डीएजीसँग कम्तिमा एउटा टोपोलॉजिकल अर्डरिंग हुन्छ, र एल्गोरिदम रेखीय समयमा कुनै पनि डीएजीको टोपोलॉजिकल अर्डरिंग निर्माणको लागि परिचित छ। टोपोलॉजिकल क्रमबद्धमा धेरै अनुप्रयोगहरू छन् जुन विशेष गरी वर्गीकरण समस्याहरूमा प्रतिक्रिया आर्क सेटको रूपमा छ।
कृत्रिम न्यूरल नेटवर्क: कृत्रिम न्यूरल नेटवर्क ( एएनएन ), सामान्यतया केवल न्यूरल नेटवर्क ( एनएन ) कहलाइन्छ , कम्प्युटि vag प्रणालीहरू अस्पष्ट रूपमा जैविक न्यूरल नेटवर्कहरू द्वारा प्रेरित गरिएको छ जुन पशुको दिमागको गठन गर्दछ।
असुरक्षित शिक्षण: अनसूपर्भइज्ड लर्निंग ( UL ) एल्गोरिथ्मको एक प्रकार हो जुन असत्यापित डाटाबाट प्याटर्न सिक्छ। आशा यो छ कि मिमिक्रीको माध्यमबाट, मिसिनले आफ्नो विश्वको एक कॉम्प्याक्ट आन्तरिक प्रतिनिधित्व निर्माण गर्न बाध्य छ। पर्यवेक्षित शिक्षण (एसएल) को विपरित जहाँ डेटा मानव द्वारा ट्याग गरिएको छ, उदाहरणका लागि "कार" वा "माछा" आदि। UL ले स्व-संगठन प्रदर्शन गर्दछ जसले न्युरोनल पूर्वानुमान वा सम्भाव्यता घनत्वको रूपमा ढाँचा कब्जा गर्दछ। पर्यवेक्षण स्पेक्ट्रममा अन्य स्तरहरू सुदृढीकरण सीखने हुन्छन् जहाँ मेशिनलाई मात्र यसको संख्यात्मक प्रदर्शन स्कोर दिइन्छ जहाँ यसको मार्गनिर्देशन हुन्छ, र अर्ध-पर्यवेक्षित शिक्षा जहाँ डाटाको सानो अंश ट्याग गरिएको हुन्छ। UL मा दुई व्यापक विधिहरू न्यूरल नेटवर्क र सम्भावित विधिहरू हुन्।
भिडियो ट्र्याकिंग: भिडियो ट्र्याकि भनेको क्यामेराको प्रयोगको साथमा चलिरहेको वस्तुलाई पत्ता लगाउने प्रक्रिया हो। यससँग विभिन्न प्रकारका प्रयोगहरू छन्, जसमध्ये केहि हुन्ः मानव-कम्प्यूटर अन्तर्क्रिया, सुरक्षा र निगरानी, ​​भिडियो संचार र कम्प्रेसन, बढ्दो वास्तविकता, यातायात नियन्त्रण, मेडिकल इमेजिंग र भिडियो सम्पादन। भिडियो ट्र्याकिंग एक समय उपभोक्ता प्रक्रिया हुन सक्छ भिडियोमा निहित डेटाको मात्राको कारण। जटिलतामा थप थप्ने ट्र्याकि forको लागि वस्तु पहिचान प्रविधिहरू प्रयोग गर्न सम्भावित आवश्यकता हो, यो आफ्नै अधिकारमा चुनौतीपूर्ण समस्या हो।
कम्प्यूटर ग्राफिक्स (कम्प्यूटर विज्ञान): कम्प्युटर ग्राफिक्स कम्प्युटर विज्ञानको उप-क्षेत्र हो जुन डिजिटल सामग्रीको संश्लेषण र दृश्य सामग्रीलाई हेरफेर गर्नका लागि विधिहरू अध्ययन गर्दछ। यद्यपि यो शब्द प्राय: त्रिमितीय कम्प्युटर ग्राफिक्सको अध्ययनलाई जनाउँदछ, यसले दुई आयामिक ग्राफिक्स र छवि प्रसंस्करण पनि समाहित गर्दछ।
दमनको एल्गोरिदम: उत्पीडनको एल्गोरिदम: कसरी खोज इञ्जिनहरू रेइनफोर्स रेसिज्म भनेको सफिया उमोजा नोबलले २०१ information मा प्रकाशित सूचना विज्ञान, मेशिन लर्निंग, र मानव कम्प्युटर अन्तर्क्रियाको पुस्तक हो।
एल्गोरिथमिक राज्य मेसिन: एल्गोरिथमिक स्टेट मेशिन ( ASM ) विधि भनेको क्यालिफोर्निया विश्वविद्यालय, बर्क्ले (UCB) मा १ 60 since० देखि परिचय गरिएको र लागू गरिएको थियो, थिमस ई। ओस्बोर्नले सुरुमा सिमित राज्य मसिनहरू (FSMs) डिजाइन गर्ने विधि हो जुन १ 68 6868 मा हेवालेट-प्याकार्डमा परिचित र लागू गरिएको थियो। औपचारिकृत र १ 67। since पछि विस्तार गरिएको र क्रिस्टोफर आर क्लेयर द्वारा १ 1970 since० देखि लेखिएको। यो डिजिटल एकीकृत सर्किटहरूको रेखाचित्र प्रतिनिधित्व गर्न प्रयोग गरिन्छ। ASM रेखाचित्र राज्य रेखाचित्र जस्तो छ तर अधिक संरचित र, यसैले बुझ्न सजिलो छ। एक ASM चार्ट डिजिटल प्रणालीको क्रमिक आपरेशनहरू वर्णन गर्ने एक विधि हो।
स्टेशनरी वेभलेट रूपान्तरण: स्टेशनरी वेभलेट ट्रान्सफॉर्म (SWT) एक वेभलेट ट्रान्सफार्म एल्गोरिथ्म छ कि असंग वेभलेट ट्रान्सफॉर्म (DWT) को अनुवाद-इन्वेरियन्सको अभावलाई हटाउनका लागि डिजाइन गरिएको। DWT मा डाउनस्याम्पलरहरू र अप्सम्प्लरहरू हटाएर फिल्टर गुणांकहरू एक कारक द्वारा upsampling गरेर अनुवाद-इनभेरियन्स प्राप्त गर्न सकिन्छ। मा एल्गोरिथ्मको th स्तर। SWT एक अन्तर्निहित अनावश्यक योजना हो किनभने SWT को प्रत्येक स्तरको आउटपुटमा इनपुटको समान नमूनाहरू हुन्छन् - त्यसैले N चरणहरू बिघटनका लागि त्यहाँ तरंगलेट गुणांकहरूमा N को अनावश्यकता हुन्छ। यस एल्गोरिथ्मलाई फ्रान्सेलीमा " एल्गोरिथ्म ट्राउट्स " भनेर चिनिन्छ जुन फिल्टरहरूमा शून्य घुसाउँदछ। यो होल्स्नाइडर एट अल द्वारा प्रस्तुत गरिएको थियो।
मुहम्मद इब्न मुसा अल-ख्वारिज्मी: मुअम्मद इब्न मुसा अल-ख्वर्जि , अल-ख्वारिज्मीको रूपमा अरबीकृत र पहिले ल्याटोनियस एल्गोरिथ्मी थिए , एक पर्शियन पोलीमाथ थिए जसले गणित, खगोल विज्ञान, र भूगोलमा धेरै प्रभावशाली कामहरू गरे। सा.यु. 20२० तिर उनी बगदादको खगोलविद् तथा हाउस अफ विज्डमको पुस्तकालयको प्रमुखको रूपमा नियुक्त भए।
एल्गोरिथ्म: गणित र कम्प्युटर विज्ञानमा, एल्गोरिथ्म राम्रोसँग परिभाषित, कम्प्युटर-कार्यान्वयन योग्य निर्देशनहरूको सीमित अनुक्रम हो, सामान्यतया समस्याहरूको वर्ग समाधान गर्न वा गणना गणना गर्न। एल्गोरिदमहरू सँधै अस्पष्ट हुन्छन् र गणना, डाटा प्रोसेसिंग, स्वचालित तर्क, र अन्य कार्यहरू प्रदर्शनको लागि विशिष्टताको रूपमा प्रयोग गरिन्छ।
एल्गोरिथ्म: गणित र कम्प्युटर विज्ञानमा, एल्गोरिथ्म राम्रोसँग परिभाषित, कम्प्युटर-कार्यान्वयन योग्य निर्देशनहरूको सीमित अनुक्रम हो, सामान्यतया समस्याहरूको वर्ग समाधान गर्न वा गणना गणना गर्न। एल्गोरिदमहरू सँधै अस्पष्ट हुन्छन् र गणना, डाटा प्रोसेसिंग, स्वचालित तर्क, र अन्य कार्यहरू प्रदर्शनको लागि विशिष्टताको रूपमा प्रयोग गरिन्छ।
मुहम्मद इब्न मुसा अल-ख्वारिज्मी: मुअम्मद इब्न मुसा अल-ख्वर्जि , अल-ख्वारिज्मीको रूपमा अरबीकृत र पहिले ल्याटोनियस एल्गोरिथ्मी थिए , एक पर्शियन पोलीमाथ थिए जसले गणित, खगोल विज्ञान, र भूगोलमा धेरै प्रभावशाली कामहरू गरे। सा.यु. 20२० तिर उनी बगदादको खगोलविद् तथा हाउस अफ विज्डमको पुस्तकालयको प्रमुखको रूपमा नियुक्त भए।
एल्गोरिथ्म: गणित र कम्प्युटर विज्ञानमा, एल्गोरिथ्म राम्रोसँग परिभाषित, कम्प्युटर-कार्यान्वयन योग्य निर्देशनहरूको सीमित अनुक्रम हो, सामान्यतया समस्याहरूको वर्ग समाधान गर्न वा गणना गणना गर्न। एल्गोरिदमहरू सँधै अस्पष्ट हुन्छन् र गणना, डाटा प्रोसेसिंग, स्वचालित तर्क, र अन्य कार्यहरू प्रदर्शनको लागि विशिष्टताको रूपमा प्रयोग गरिन्छ।
मुहम्मद इब्न मुसा अल-ख्वारिज्मी: मुअम्मद इब्न मुसा अल-ख्वर्जि , अल-ख्वारिज्मीको रूपमा अरबीकृत र पहिले ल्याटोनियस एल्गोरिथ्मी थिए , एक पर्शियन पोलीमाथ थिए जसले गणित, खगोल विज्ञान, र भूगोलमा धेरै प्रभावशाली कामहरू गरे। सा.यु. 20२० तिर उनी बगदादको खगोलविद् तथा हाउस अफ विज्डमको पुस्तकालयको प्रमुखको रूपमा नियुक्त भए।
एल्गोर्टा: एल्गोर्टा स्पेनको बास्क कन्ट्रीको बिस्के प्रान्तमा गेटेक्सो नगरपालिका भित्रको एक इलाका हो। १ 1996 1996, मा एल्गोर्टाको जनसंख्या 35 35,6०० थियो।
एल्गोर्टा, उरुग्वे: एल्गोर्टा उरुग्वेको रियो निग्रो विभागको गाउँ हो।
एल्गोर्टा (मेट्रो बिलबाओ): एल्गोर्टा मेट्रो बिलबाओको लाइन १ को स्टेशन हो। यो गेक्सोको नगरपालिकाको एल्गोर्टाको छेउमा अवस्थित छ। यसको हालको फार्ममा, स्टेशन पुरानो स्टेशनको सट्टा ११ नोभेम्बर १ 1995 1995 on मा खुल्यो।
एल्गोर्टा (मेट्रो बिलबाओ): एल्गोर्टा मेट्रो बिलबाओको लाइन १ को स्टेशन हो। यो गेक्सोको नगरपालिकाको एल्गोर्टाको छेउमा अवस्थित छ। यसको हालको फार्ममा, स्टेशन पुरानो स्टेशनको सट्टा ११ नोभेम्बर १ 1995 1995 on मा खुल्यो।