続ã (動的木編) ã¯ã“ã¡ã‚‰ http://www.slideshare.net/iwiwi/2-12188845Read less
プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã‚³ãƒ³ãƒ†ã‚¹ãƒˆã§ã®ãƒ‡ãƒ¼ã‚¿æ§‹é€ 2　～平衡二分探索木編～
続ã (動的木編) ã¯ã“ã¡ã‚‰ http://www.slideshare.net/iwiwi/2-12188845Read less
指数時間アルゴリズムã®æœ€å…ˆç«¯
2. 自己紹介 TopCoder: â—Žwata TCO2010Marathon優å‹ãªã© Twitter: @wata_orz æ±äº¬å¤§å¦æƒ…å ±ç†å·¥å¦ç³»ç ”究科コンピュータ科å¦å°‚æ”» ç†è«–è¨ˆç®—æ©Ÿç§‘å¦ (アルゴリズムã®ç†è«–çš„ãªè§£æžã¨ã‹) プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã‚³ãƒ³ãƒ†ã‚¹ãƒˆãƒãƒ£ãƒ¬ãƒ³ã‚¸ãƒ–ック 第二版好評発売ä¸ï¼ PFIã§ã¯2011å¹´å¤ã‚¤ãƒ³ã‚¿ãƒ¼ãƒ³ï¼Œãã®å¾Œã‚¢ãƒ«ãƒã‚¤ãƒˆ 2 3. 本日ã®å†…容  NP困難å•é¡Œã‚’解ããŸã‚ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ を扱ã„ã¾ã™ ð‘‚ð‘ƒð‘‡ ð¼ ≤ ð´ ð¼ ≤ ð‘ð‘‚ð‘ƒð‘‡(ð¼) 近似アルゴリズムヒューリスティック 𑓠𑘠ð‘ ð‘› FPT アルゴリズムmaxâ¡ ð‘ð‘¥|ð´ð‘¥ ≤ ð‘, ð‘¥: æ•´æ•°} { ð‘‚∗ ð‘ 𑛠整数計画 厳密指数時間アルゴリズム3 4. 指数時間アルゴリズム 指数時間アルゴリズムã¨ã¯ ïµ NP困難å•é¡Œã‚’指数時間ã‹ã‘ã¦åŽ³å¯†ã«è§£ã ïµ è¨ˆç®—é‡ã‚’
指数時間アルゴリズム- ã¦ãã¨ãƒ¼ãªæ—¥è¨˜
指数時間アルゴリズムã¨ã„ã†ã®ã¯ï¼ŒNP困難å•é¡Œã‚’é ‘å¼µã£ã¦æŒ‡æ•°æ™‚é–“ã‹ã‘ã¦è§£ãアルゴリズムã®ã“ã¨ã§ï¼Œã§ãã‚‹ã ã‘指数ã®åº•ã®å°ã•ã„アルゴリズムを開発ã™ã‚‹ã“ã¨ãŒç›®æŒ‡ã•ã‚Œã¦ã„ã¾ã™ï¼Ž コンテスト界ã§ã¯éƒ¨åˆ†å’Œå•é¡Œã®åŠåˆ†å…¨åˆ—挙ã«ã‚ˆã‚‹2^(n/2)時間アルゴリズムãªã©ãŒç‰¹ã«æœ‰åã ã¨æ€ã„ã¾ã™ï¼Ž ã“ã®åˆ†é‡Žã¯è¿‘年盛んã«ç ”究ã•ã‚Œå§‹ã‚，自分も大å¦ã§ã“ã®åˆ†é‡Žã‚’ä¸å¿ƒã«ç ”究をã—ã¦ã„ã¾ã™ï¼Ž ä»Šå›žï¼Œæƒ…å ±ã‚ªãƒªãƒ³ãƒ”ãƒƒã‚¯æ˜¥åˆå®¿è¬›ç¾©ã¨PFIセミナーã§ç™ºè¡¨ã™ã‚‹æ©Ÿä¼šãŒã‚ã£ãŸã®ã§ï¼Œã“ã®åˆ†é‡Žã®åŸºç¤Žçš„ãªæ‰‹æ³•ã‹ã‚‰æœ€å…ˆç«¯ã®æ‰‹æ³•ã¾ã§ã‚’ã¾ã¨ã‚ã¦ã¿ã¾ã—ãŸï¼Ž 指数時間アルゴリズム入門@æƒ…å ±ã‚ªãƒªãƒ³ãƒ”ãƒƒã‚¯æ˜¥åˆå®¿è¬›ç¾© http://www.slideshare.net/wata_orz/ss-12131479 指数時間アルゴリズムã®æœ€å…ˆç«¯(ã‚ャンセリング)@PFIセミナー http://www.slideshare.net/wata_orz/ss-12208032
ãã¾ãれ日記: å‹•çš„é…列ã¸ã®è¿½åŠ コストã¯ãªãœ O(1)?
å‹•çš„é…列ã¸ã®è¿½åŠ コスト㯠O(1) ã£ã¦ã®ã¯è¦šãˆã¦ã„ã‚Œã°ãã‚Œã ã‘ã®è©±ã§ã™ãŒï¼Œã©ã†ã—ã¦ã‹ã¨è¨€ã‚れるã¨æ„外ã¨é›£ã—ã„ã‚‚ã®ã§ã™ï¼Ž ã¨ã„ã†ã®ã‚‚, ã“ã®O(1)ã£ã¦ã®ã¯å‹•çš„é…列ã®å®Ÿè£…方法ã«å¼·ãä¾å˜ã—ã¦ã„ã‚‹ã‹ã‚‰ã§ã™ï¼Žå®Ÿè£…を知ã£ã¦ã„ãªã„ã¨ç”ãˆã‚‰ã‚Œã¾ã›ã‚“． 一般論ã¨ã—ã¦ï¼Œ1ã¤è¦ç´ ã‚’è¿½åŠ ã™ã‚‹ã¨ã，é…列ã«ç©ºããŒãªã‹ã£ãŸã‚‰æ–°ã—ãé…列を作り直ã—ã¦å…¨è¦ç´ をコピーã™ã‚‹å¿…è¦ãŒã‚ã‚Šã¾ã™ï¼Žã‚³ãƒ”ーã®ã‚³ã‚¹ãƒˆã¯ O(n) ã ã‹ã‚‰ï¼Œè¿½åŠ コストも O(n) ã«ãªã‚‹ã¨ã„ã†è°è«–ãŒæ··ä¹±ã®å…ƒã«ãªã£ã¦ã„ã¾ã™ï¼Ž ã“ã†ã„ã†ã¨ãã¯ï¼Œè¦ç´ è¿½åŠ ã‚’ n 回繰り返ã—ãŸã¨ãã®è¨ˆç®—é‡ã‚’ n ã§å‰²ã£ãŸå¹³å‡ã‚’ã¨ã‚‹ã¨ã„ã†è§£æžæ–¹æ³•ãŒä½¿ã‚れるãã†ã§ã™ï¼Žä¸€èˆ¬ã«, ã‚ã‚‹ operation C ã®è¨ˆç®—é‡ã‚’ C ã‚’ n 回行ã£ãŸã¨ãã®è¨ˆç®—é‡ O(n) ã‚’ n ã§å‰²ã£ãŸå€¤ O(n)/n ã§è©•ä¾¡ã™ã‚‹æ‰‹æ³•ã‚’ãªã‚‰ã—è§£æž (amortized analysis)ã¨è¨€ã†ãã†ã§ã™ï¼Ž ã•ã¦ï¼Œs
スライド区間ã«å¯¾ã™ã‚‹ã‚¯ã‚¨ãƒªã®ã¾ã¨ã‚
スライド区間ã«å¯¾ã™ã‚‹ã‚¯ã‚¨ãƒªå‡¦ç†ã®ç¨®é¡žã¨ãã‚Œã«å¯¾ã™ã‚‹ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã‚’ã„ãã¤ã‹ç´¹ä»‹ã—ã¾ã™ã€‚ã¾ãšã€ã€Œã‚¹ãƒ©ã‚¤ãƒ‰åŒºé–“ã€ã®å®šç¾©ã§ã™ãŒã€çª“関数ã®ã‚ˆã†ãªã‚‚ã®ã‚’想åƒã—ã¦ãã ã•ã„。例ãˆã°ã€[2,5,10,-1,0,4,...]ã¨ã„ã†ãƒ‡ãƒ¼ã‚¿ã«å¯¾ã—ã¦ã‚µã‚¤ã‚º3ã®çª“関数をスライドã•ã›ã‚‹ã¨ã€[2,5,10], [5,10,-1],[10,-1,0],.....ã¨è¤‡æ•°ã®é€£ç¶šã™ã‚‹åŒºé–“ãŒã§ãã¾ã™ã€‚ã“れらã®åŒºé–“ã«å¯¾ã—ã¦ä»¥ä¸‹ã®ã‚ˆã†ãªã‚¯ã‚¨ãƒªã‚’考ãˆã¾ã™ã€‚ データサイズãŒå°ã•ã„å ´åˆã¯æ„šç›´ãªæ–¹æ³•ã§è¨ˆç®—ã—ã¦ã‚‚å•é¡Œã‚ã‚Šã¾ã›ã‚“ãŒã€ãƒ‡ãƒ¼ã‚¿ã‚µã‚¤ã‚ºãŒå¤§ãã„å ´åˆã‚„オンライン処ç†ã§æ¬¡ã€…ã«ãƒ‡ãƒ¼ã‚¿ãŒæ¥ã‚‹å ´åˆã¯é«˜é€Ÿãªå‡¦ç†ãŒæ±‚ã‚られã¾ã™ã€‚å¤©æ°—äºˆå ±ã‚·ã‚¹ãƒ†ãƒ ã‚„é‡‘èžã‚·ã‚¹ãƒ†ãƒ ãªã©ã§ã¯ã“ã®ã‚ˆã†ãªéœ€è¦ãŒã‚ã‚‹ã¨æ€ã„ã¾ã™ã€‚例ãˆã°ã€ã‚る時間幅内ã§ã®æœ€é«˜æ°—温・最低気温・平å‡æ°—温を計算ã—ãŸã‚Šã€ãƒªã‚¢ãƒ«ã‚¿ã‚¤ãƒ ã«æ ªä¾¡ã®é«˜å€¤ãƒ»ä½Žå€¤ã‚’計算ã™ã‚‹ãªã©ã§ã™ã€‚
麻雀ゲームãŒå¼±ã„ç†ç”±ï¼ˆã¨ç¾½ç”Ÿï¼’å† ãŒå¼·ã„ç†ç”±ï¼‰ï½žèªã¿ã¨è¦‹åˆ‡ã‚Šç·¨ï½ž - マッタリプãƒã‚°ãƒ©ãƒŸãƒ³ã‚°æ—¥èªŒ
先日ã®è¨˜äº‹ãŒå‰²ã¨è©•åˆ¤ãŒè‰¯ã‹ã£ãŸã‚ˆã†ãªã®ã§ã€ç¶šãを書ã„ã¦ã¿ãŸã„ã¨æ€ã„ã¾ã™ã€‚ å‰å›žã¯ã€å±€é¢ã®æ•°ã«ç€ç›®ã—ã¦éº»é›€ã®é›£ã—ã•ã«ã¤ã„ã¦æ›¸ãã¾ã—ãŸãŒã€ä»Šå›žã¯èªã¿ã¨è¦‹åˆ‡ã‚Šï¼ˆæŽ¢ç´¢ã¨æžåˆˆã‚Šï¼‰ã«ã¤ã„ã¦ç´¹ä»‹ã—ãŸã„ã¨æ€ã„ã¾ã™ã€‚ 将棋ã®å ´åˆï¼šMIN-MAX法 将棋やオセãƒã®ã‚ˆã†ãªã‚²ãƒ¼ãƒ ã¯ã€æƒ…å ±ç§‘å¦çš„ã«ã¯ï¼’äººé›¶å’Œå®Œå…¨æƒ…å ±ç¢ºå®šäº¤äº’ã‚²ãƒ¼ãƒ ã«åˆ†é¡žã•ã‚Œã¾ã™ãŒã€ã“ã®ã‚¿ã‚¤ãƒ—ã®ã‚²ãƒ¼ãƒ ã§ã¯min-max探索ã¨ã„ã†å…ˆèªã¿ã¨Î±Î²æ³•ã¨ã„ã†è¦‹åˆ‡ã‚Šï¼ˆæžåˆˆã‚Šï¼‰ãŒæœ‰åŠ¹ã§ã‚ã‚‹ã“ã¨ãŒåˆ†ã‹ã£ã¦ã„ã¾ã™ã€‚ 次ã®å›³ã®ã‚ˆã†ãªæ„Ÿã˜ã§ã™ã€‚ 今ã€ï¼¡ã¨ã„ã†å±€é¢ã§å…ˆæ‰‹ã®é †ç•ªã§ã™ã€‚ã“ã®ã¨ã先手ã«ã¯ï¼¢ï¼Œï¼£ã¨ã„ã†ï¼’ã¤ã®æ‰‹ãŒè€ƒãˆã‚‰ã‚Œã¾ã™ã€‚ 先手ãŒï¼¢ã‚’指ã™ã¨å¾Œæ‰‹ã¯ï¼¤ã¨ï¼¥ã®ï¼’ã¤ã®æ‰‹ãŒè€ƒãˆã‚‰ã‚Œã€å…ˆæ‰‹ãŒï¼£ã‚’指ã™ã¨å¾Œæ‰‹ã«ã¯ï¼¦ã¨ï¼§ã¨ã„ã†æ‰‹ãŒè€ƒãˆã‚‰ã‚Œã¾ã™ã€‚ Ｄ～Ｇã«æ›¸ã„ã¦ã‚ã‚‹æ•°å—ã¯ãã®å±€é¢ã§å…ˆæ‰‹ç•ªã‹ã‚‰ã¿ãŸå±€é¢ã®æœ‰åˆ©ã•ï¼ˆå½¢å‹¢åˆ¤æ–）を数å—化ã—ãŸã‚‚ã®ã§ã™ã€‚先手ã¯å‡ºæ¥ã‚‹ã ã‘æ•°å—ãŒå¤§ãã„å±€é¢ã«èª˜å°Žã—ãŸã„ã§
æƒ…å ±ç³»ä¿®å£«ã«ã‚‚ã‚ã‹ã‚‹ãƒ€ãƒ–ルé…列 - アスペ日記
最近話題ã®ã€Œæ—¥æœ¬èªžå…¥åŠ›ã‚’支ãˆã‚‹æŠ€è¡“ã€ã‚’途ä¸ã¾ã§èªã‚“ã 。 3ç« ãŒã‚‚ã®ã™ã”ãæ°—åˆã„ãŒå…¥ã£ã¦ã„る。 trie（トライ）ã¨ã„ã†ãƒ‡ãƒ¼ã‚¿æ§‹é€ ã®2ã¤ã®å®Ÿè£…ã€ã€Œãƒ€ãƒ–ルé…列ã€ã¨ã€ŒLOUDSã€ã«ã¤ã„ã¦è©³ã—ã説明ãŒã•ã‚Œã¦ã„る。 ダブルé…列ã«ã¤ã„ã¦ã¯ã€ã¼ãã¯ä»¥å‰è«–文をèªã‚“ã§å‹‰å¼·ã—よã†ã¨ã—ãŸã®ã ãŒã€ãã®æ™‚ã¯é›£ã—ãã¦ã‚ãらã‚ãŸè¦šãˆãŒã‚る。ã—ã‹ã—ã€ã“ã®æœ¬ã®èª¬æ˜Žã‚’èªã‚€ã“ã¨ã§ç†è§£ãŒã§ããŸã€‚ ã‚ã‚ŠãŒãŸã„。 感銘をå—ã‘ãŸã®ã§ã€ã“ã®æœ¬ã‚’æ•™æã«å‹é”ã¨2人勉強会をã—ãŸã€‚ ã“ã®2人勉強会ã¨ã„ã†ã®ã¯ã€ã¼ããŒå¾©ç¿’ã‚’å…¼ãã¦å‹é”ã«æ•™ãˆã‚‹ã¨ã„ã†ã®ãŒã ã„ãŸã„ã®ã‚¹ã‚¿ã‚¤ãƒ«ã€‚ ã—ã‹ã—ã€ã„ã–ã‚„ã£ã¦ã¿ã‚‹ã¨ã„ã‚ã„ã‚ã¨é›£ã—ã„。 次ã®ã‚ˆã†ãªã¨ã“ã‚ã§ã²ã£ã‹ã‹ã‚‹ã‚ˆã†ã 。 例ã®ã‚µã‚¤ã‚ºãŒå°ã•ãã€ã‚¤ãƒ¡ãƒ¼ã‚¸ã‚’å–šèµ·ã™ã‚‹ã®ãŒé›£ã—ã„。 最åˆã®å›³ã®ãƒŽãƒ¼ãƒ‰ç•ªå·ã¨ã€æœ€çµ‚çš„ãªãƒ€ãƒ–ルé…列上ã®ä½ç½®ãŒç•°ãªã‚‹ãŸã‚ã€æ··ä¹±ã™ã‚‹ã€‚ å˜èªžçµ‚端ã«ã¤ã„ã¦è¨€åŠãŒãªã„ã®ã§ã€ã©ã®ãƒŽãƒ¼ãƒ‰ãŒå˜èªžã‚’表ã—ã¦ã„ã‚‹ã‹ãŒã‚ã‹ã‚‰
æ–°ã¯ã¦ãªãƒ–ックマークã§ã‚‚使ã‚ã‚Œã¦ã‚‹Complement Naive Bayesを解説ã™ã‚‹ã‚ˆ - å°„æ’ƒã—ã¤ã¤å‰è»¢ 改
æ–°ã¯ã¦ãƒ–æ£å¼ãƒªãƒªãƒ¼ã‚¹è¨˜å¿µã¨ã„ã†ã“ã¨ã§ã€‚ã‚‚ã†ãƒªãƒªãƒ¼ã‚¹ã‹ã‚‰ä½•é€±é–“も経ã£ã¡ã‚ƒã£ãŸã‘ã©ã€‚ æ–°ã¯ã¦ãªãƒ–ックマークã§ã¯ãƒ–ックマークエントリをカテゴリã¸ã¨è‡ªå‹•ã§åˆ†é¡žã—ã¦ã„ã‚‹ãŒã€ã“ã®ã‚«ãƒ†ã‚´ãƒªåˆ†é¡žã«ä½¿ã‚ã‚Œã¦ã„るアルゴリズムã¯Complement Naive Bayesらã—ã„。今日ã¯ã“ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã«ã¤ã„ã¦ç´¹ä»‹ã—ã¦ã¿ã‚‹ã€‚ Complement Naive Bayesã¯2003å¹´ã®ICMLã§J. RennieらãŒæ案ã—ãŸæ‰‹æ³•ã§ã‚る。ICMLã¨ã„ã†ã®ã¯ã€æ©Ÿæ¢°å¦ç¿’ã«é–¢ã™ã‚‹ï¼ˆãŸã¶ã‚“）最難関ã®å¦ä¼šã§ã€æŽ¡æŠžçŽ‡ã¯ã“ã“æ•°å¹´ã¯30%を切ã£ã¦ã„る。2003ã¯119/371ã§ã€32.1%ã®æŽ¡æŠžçŽ‡ã ã£ãŸã‚ˆã†ã 。 Complement Naive Bayesã®ä½ç½®ã¥ã‘㯠実装ãŒç°¡å˜ å¦ç¿’時間ãŒçŸã„ 性能もãã“ãã“よㄠã¨ã„ã†æ„Ÿã˜ã§ã€2003年段階ã«ã‚ã£ã¦ã‚‚ã€çµ¶å¯¾çš„ãªæ€§èƒ½ã§ã¯SVMã«è² ã‘ã¦ã„ãŸã€‚ã—ã‹ã—ã€å¦ç¿’ãŒæ—©ã„ã¨ã„ã†ã®ã¯å®Ÿã‚¢ãƒ—リケーシ
livedoor Techブãƒã‚° : decision tree (決定木) ã§ãƒ¦ãƒ¼ã‚¶ã‚¨ãƒ¼ã‚¸ã‚§ãƒ³ãƒˆåˆ¤å®šå™¨ã‚’作ã£ã¦ã¿ã‚‹
アクセスãƒã‚°ã®ãƒ¦ãƒ¼ã‚¶ã‚¨ãƒ¼ã‚¸ã‚§ãƒ³ãƒˆ(UA)ã‹ã‚‰ãƒ–ラウザを判別ã™ã‚‹ã®ã£ã¦ï¼Œã¿ã‚“ãªä½•ä½¿ã£ã¦ã¾ã™ã‹ï¼Ÿ 自分ãŒä½œã£ãŸã‚¢ã‚¯ã‚»ã‚¹è§£æžã‚·ã‚¹ãƒ†ãƒ ã§ã¯ HTTP::BrowserDetect 㨠HTTP::MobileAgent ã«ãã‚Œãžã‚Œç‹¬è‡ªãƒ‘ッãƒã‚’ã‚ã¦ãŸã‚‚ã®ã‚’使ã£ã¦ã„ã¾ã™ã€‚ã“れらã¯ãƒ«ãƒ¼ãƒ«ãƒ™ãƒ¼ã‚¹ã®åˆ¤å®šå™¨ãªã®ã§ï¼Œæ–°ã—ã„ブラウザや新種㮠bot ãŒç™»å ´ã™ã‚‹ãŸã³ã«æ‰‹ä½œæ¥ã§ãƒ«ãƒ¼ãƒ«ã‚’è¿½åŠ ã—，パッãƒã‚’作ã£ã¦é…布ã™ã‚‹ã¨ã„ã†ä½œæ¥ãŒå¿…è¦ã«ãªã‚Šã¾ã™ã€‚ ã“ã®æ›´æ–°ä½œæ¥ãŒå¤§å¤‰é¢å€’ãã•ãã¦å¯¾å¿œãŒé…ã‚ŒãŒã¡ã«ãªã‚‹ã®ã§ï¼Œã€Œã“ã®UAæ–‡å—列ã¯ã“ã®ãƒ–ラウザã§ã™ã‚ˆã€ã¨ã„ã†ä¾‹ã‚’大é‡ã«ä¸ŽãˆãŸã‚‰ã€è‡ªåˆ†ã§å‹æ‰‹ã«åˆ¤å®šãƒ«ãƒ¼ãƒ«ã‚’å¦ç¿’ã—ã¦ãれるよã†ã«ãªã£ãŸã‚‰ä¾¿åˆ©ãªã®ã«ãªãã€ã¨æ€ã„，decision tree (決定木)を使ã£ã¦ã¿ã‚‹ã“ã¨ã‚’æ€ã„ç«‹ã¡ã¾ã—ãŸã€‚ 目標ã¯ï¼Œ "Mozilla/5.0 (Windows; U; Windows NT 6.1; ja; rv:1
大è¦æ¨¡ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã®æœ€å…ˆç«¯
2. 挨拶 • 自己紹介 – 秋葉拓哉 / @iwiwi – æ±äº¬å¤§å¦ コンピュータ科å¦å°‚æ”» M1 – アルゴリズム系ã®ç ”究室 – プãƒã‚°ãƒ©ãƒŸãƒ³ã‚°ã‚³ãƒ³ãƒ†ã‚¹ãƒˆãŒå¥½ã – 2009 å¹´ã«ã‚¤ãƒ³ã‚¿ãƒ¼ãƒ³ã•ã›ã¦ã‚‚らã£ã¦ä»¥æ¥ã‚¢ãƒ«ãƒã‚¤ãƒˆ アリ本 （グラフã®è©±ã‚‚ã‚るよ） 1 3. ã„ã‚ã‚“ãªã‚°ãƒ©ãƒ• é“路・交通ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ • é ‚ç‚¹ï¼šäº¤å·®ç‚¹ï¼Œé§…ãªã© • 辺：é“，路線ãªã© ã‚„ã‚ŠãŸã„ã“ã¨ã®ä¾‹ • 案内，交通管制 • 輸é€ã‚„ç½å®³ã®ãŸã‚ã®è§£æž • 地ç†æƒ…å ±ã¨çµ¡ã‚ãŸã‚µãƒ¼ãƒ“ス • … 2 4. ã„ã‚ã‚“ãªã‚°ãƒ©ãƒ• ソーシャルãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ • é ‚ç‚¹ï¼šäºº • 辺：人間関係 ã‚„ã‚ŠãŸã„ã“ã¨ã®ä¾‹ • 「知りåˆã„ã‹ã‚‚？ã€ã¨ã‹ • é‡è¦åº¦ãƒ»å½±éŸ¿åº¦ã®è§£æž • ã‚³ãƒŸãƒ¥ãƒ‹ãƒ†ã‚£è§£æž â€¢ æƒ…å ±ã®ä¼æ’力ã®è§£æž • … (MentionMap ã§ä½œæˆ) æ˜ ç”» 3
Story of Your Life » Blog Archive » å…Žã¨äº€ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã‚’ãµã¨è€ƒãˆã¦ã¿ãŸ
リストã®å¾ªç’°ãƒã‚§ãƒƒã‚¯ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã¨ã„ãˆã°ã€å…Žã¨äº€ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ãŒæœ‰åã ã‘ã©ã€ãµã¨ç–‘å•ãŒã‚ã„ãŸã®ã§ã•ã‚‰ã£ã¨æ¤œè¨¼ã—ã¦ã¿ãŸè©±ã€‚ 時間も労力もã‹ã‘ãŸã‚¨ãƒ³ãƒˆãƒªã§ã¯ãªã„ã‘ã©ã€ã¾ãã„ã„ã‹ã¨ã€‚ å…Žã¨äº€ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã¨ã„ã†ã®ã¯ã€ãƒªã‚¹ãƒˆæ§‹é€ ã‚’ï¼’ã¤ã¥ã¤è¾¿ã‚‹ãƒã‚¤ãƒ³ã‚¿(å…Ž)ã¨ã€ï¼‘ã¤ã¥ã¤è¾¿ã‚‹ãƒã‚¤ãƒ³ã‚¿(亀)を用æ„ã—ã¦ã€å…ŽãŒäº€ã«è¿½ã„ã¤ã‘ã°ã€ãã®ãƒªã‚¹ãƒˆã¯å¾ªç’°ã—ã¦ã„ã‚‹ã¨åˆ¤æ–ã§ãã‚‹ã¨ã„ã†ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 。 ãã®è©±ã‹ã‚‰æœ€åˆã«è€ƒãˆãŸæ“¬ä¼¼ã‚³ãƒ¼ãƒ‰ãŒä¸‹ã€‚å…ŽãŒï¼’ã¤é€²ã‚€é–“ã«ã¡ã‚ƒã‚“ã¨äº€ã«è¿½ã„ã¤ã„ã¦ã‚‹ã‹ã©ã†ã‹ã‚’ãƒã‚§ãƒƒã‚¯ã—ã¦ã„る。 bool check(List *listp){ List *turtlep = listp; List *rabitp = listp; while(1){ turtlep = listp->next(); rabitp = listp->next(); if(rabitp == turtlep) return tru
pybrainã§ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯å…¥é–€ - mizchi log
勉強ã—ã¤ã¤æ›¸ã„ã¦ã¿ã‚‹ã€‚微妙ãªçŸ¥è˜ã§æ›¸ã„ã¦ã‚‹ã®ã§ã€ãŠãらãé–“é•ã£ãŸã“ã¨ã‚’ãŸãã•ã‚“書ã„ã¦ã‚‹ã€‚ ã¾ã‚ã›ã‚ã¦åˆå¦è€…らã—ãã€åˆå¦è€…ã«é€šã˜ã‚‹ã‚ˆã†ã«å¹³æ˜“ãªè¨€è‘‰ã§ï¼ ã‚„ã‚ŠãŸã„ã“㨠関数(モデル)ã«ä¹±æ•°ã‚’与ãˆã¦ç”Ÿæˆã—ãŸè¨“練データã‹ã‚‰ã€å…ƒã®é–¢æ•°ã®æŒ¯ã‚‹èˆžã„を模倣(è¿‘ä¼¼)ã§ãるよã†ã«ã™ã‚‹ã€‚ pybrain Pythonã§æ‰±ãˆã‚‹ãƒ‹ãƒ¥ãƒ¼ãƒ©ãƒ«ãƒãƒƒãƒˆãƒ¯ãƒ¼ã‚¯ã®ãƒ©ã‚¤ãƒ–ラリã€ã ãã†ã§ã€‚ ギッãƒãƒ–ã‹ã‚‰ã‚¤ãƒ³ã‚¹ã‚³ $ git clone git://github.com/pybrain/pybrain.git $ cd pybrain $(sudo) python setup.py installå‚考: æ˜ åƒå¥®é—˜è¨˜: PyBrain - a modular Machine Learning Library for Python æ¦‚è¦ ãƒãƒƒã‚¯ãƒ—ãƒãƒ‘ゲーション(誤差ä¼æ¬æ³•) 入力層 - éš ã‚Œå±¤ - 出力層ã®ä¸‰å±¤ã‹ã‚‰ãªã‚Šã€å…¥åŠ›å±¤ã®ãƒŽãƒ¼ãƒ‰ã¯
最長共通部分列(LCS) - ä¼¼éžå¦å•çš„ãªæ‰‹è¨˜
最近更新ãŒæ»žã£ã¦ã„る…… ãªã‚“ã¨ã‹ã›ãã°ï¼ˆï¼›ï¾ŸÏ‰ï¾Ÿï¼‰ ãªã®ã§å°‘ã—ç´°ã‹ãªè©±é¡Œã‚’ã°ã€‚ 最長共通部分列å•é¡Œï¼ˆLCS）ã¨ã„ã†ã‚‚ã®ã¯ã€ã¾ã‚動的計画法(DP)ã‚’å¦ã¶ã¨ã—ãŸã‚‰ã¾ãšç¢ºå®Ÿã«ç·´ç¿’å•é¡Œã§å‡ºã•ã‚Œã‚‹å•é¡Œã§ã€ã€ŒäºŒã¤ã®æ–‡å—列ã®å…±é€šéƒ¨åˆ†åˆ—ã®ã†ã¡æœ€é•·ã®ã‚‚ã®ã®é•·ã•ã‚’求ã‚よã€ã¨ã„ã†å†…容ã§ã™ã€‚ 「部分列ã€ãªã®ã§ã€æ–‡å—ã®å–ã‚Šæ–¹ã¯æ–‡å—列ã‹ã‚‰ã¨ã³ã¨ã³ã«ãªã£ã¦ã‚‚ã‹ã¾ã„ã¾ã›ã‚“。 "abfhfr"ã®éƒ¨åˆ†åˆ—ã¨ã—ã¦"aff"ã¨ã‹ã‚‚アリã§ã™ã€‚ ãŸã ã—ã€é †ç•ªã‚’変ãˆã¦ã¯ãƒ€ãƒ¡ã€‚ ã“ã®å•é¡Œã‚’解ãã«ã¯ã€ã‚ã¾ã‚Šã«ã‚‚有åãªæ¬¡ã®ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ãŒã‚ã‚Šã¾ã™ã€‚ æ–‡å—列str1(é•·ã•n)ã¨str2(é•·ã•m)ã«å¯¾ã—〠(1)二次元é…列DPを用æ„ã™ã‚‹ã€‚ (2)DP[0][0〜m]ã¨DP[0〜n][0]ã‚’0ã§åˆæœŸåŒ–。 (3)二é‡ãƒ«ãƒ¼ãƒ—ã§i,jã‚’å‹•ã‹ã—ã¦ã€å„DP[i][j]ã‚’ DP[i][j]= max{ DP[i-1][j], DP[i][j-1], (str1
2ã¤ã®æœŸé–“ãŒé‡ãªã‚Šåˆã†ã‹ã©ã†ã‹ã‚’判定ã™ã‚‹ã€‚ - ã“ã›ãã®æŠ€è¡“日記
2ã¤ã®æœŸé–“ A〜B 㨠X〜Y ãŒé‡ãªã£ã¦ã„ã‚‹ã‹ã©ã†ã‹ã‚’判定ã—ãŸã„å ´åˆã€‚ ã®ã‚ˆã†ã«4ã¤ã®ãƒ‘ターンãŒã‚る。ã“れをå˜ç´”ã«ã€ A <= X && Y <= B || X <= A && Y <= B || A <= X && B <= Y || X <= A && B <= Yã®ã‚ˆã†ã«åˆ¤å®šã—ã¦ã¯ã„ã‘ãªã„。 Xã¯é’ã„ç·šã®ä¸Šã‚’ã€Yã¯èµ¤ã„ç·šã®ä¸Šã‚’å‹•ãã¨ãã€A〜B 㨠X〜Y ã¯é‡ãªã‚Šåˆã†ã€‚ã“ã®æ¡ä»¶ã¯ã€ X <= B && A <= Yã“ã‚Œã§4ã¤ã®ãƒ‘ターンをカãƒãƒ¼ã§ãる。ORã¯ä¸è¦ã€‚始点ã¨çµ‚点をã‚ã‹ã‚Šã‚„ã™ã書ãã¨ä»¥ä¸‹ã«ãªã‚‹ã€‚ 始点2 <= 終点1 && 始点1 <= 終点2アルゴリズムã«åå‰ãŒã‚ã‚Šãã†ãªæ°—ãŒã™ã‚‹ã‘ã©ã€è¦‹ã¤ã‘られãªã‹ã£ãŸã€‚ (追記) 矩形ã®é‡ãªã‚Šåˆ¤å®šã®æ–¹ãŒæƒ…å ±ãŒè¦‹ã¤ã‹ã£ãŸã€‚ * Life is beautiful: ビル・ゲイツã®é¢æŽ¥è©¦é¨“ï¼ç§ã®å ´åˆ * 長方形ã®é‡ãªã‚Šã‚’判定ã™ã‚‹å•é¡Œ - ザ
GPU ã¨ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ãã®ï¼’ - 最é©åŒ–å•é¡Œã«å¯¾ã™ã‚‹è¶…高速＆安定計算
全対全最çŸè·¯å•é¡Œã«ã¯ Warshall-Floyd 法ã¨ã„ã†æœ‰åãªæ–¹æ³•ãŒã‚ã‚‹ã®ã ãŒã€Dijkstra(ダイクストラ)法(１対全最çŸè·¯å•é¡Œï¼‰ã‚’点数ã®æ•°ã¨åŒã˜ã ã‘ç¹°ã‚Šè¿”ã—ã¦å…¨å¯¾å…¨æœ€çŸè·¯å•é¡Œã‚’解ãã“ã¨ã‚‚ã§ãる。ã¨ã“ã‚ãŒã€Warshall-Floyd 法ã¯ä»¥ä¸‹ã®ã‚ˆã†ã«ãƒ¡ãƒ¢ãƒªè¦æ±‚é‡ãŒåŽ³ã—ã„ã®ã§ã€ã‚°ãƒ©ãƒ•ã¨ã—ã¦ã¯å°ã•ã„è¦æ¨¡ã«å±žã™ã‚‹ DIMACS New York(NY) データ(264,346 点, 733,846 æž)を用ã„ã¦è§£ãå ´åˆã§ã‚‚ã€æ•™ç§‘書通りã«ãƒ—ãƒã‚°ãƒ©ãƒ を作æˆã™ã‚‹ã¨ 260GB ã‚‚ã®ãƒ¡ãƒ¢ãƒªãŒå¿…è¦ã«ãªã‚‹ã€‚ 最近ã§ã¯ Warshall-Floyd 法を GPU 上ã«å®Ÿè£…ã—ã¦å…¨å¯¾å…¨æœ€çŸè·¯å•é¡Œã‚’高速ã«è§£ãã¨ã„ã†ç ”究を見ã‹ã‘るよã†ã«ãªã£ãŸã€‚上記ã®ç†ç”±ã¨ç¾çŠ¶ã® GPU ã®ãƒ¡ãƒ¢ãƒªé‡ã‚’考慮ã™ã‚‹ã¨ä¸è¦æ¨¡ã®ã‚°ãƒ©ãƒ•ã«å¯¾ã™ã‚‹ Warshall-Floyd 法を GPU 上ã§å®Ÿè¡Œã™ã‚‹ã®ã¯é›£ã—ã„ã®ã§ã€å°è¦æ¨¡ãªå•é¡Œã§æ¯”較ã—
GPU ã¨ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 　ãã®ï¼‘ - 最é©åŒ–å•é¡Œã«å¯¾ã™ã‚‹è¶…高速＆安定計算
ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã‚„ãƒ‡ãƒ¼ã‚¿æ§‹é€ ã®æ€§è³ªã‹ã‚‰ã€ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ 㯠GPU ã¨ã®ç›¸æ€§ã¯è‰¯ããªã„。ã—ã‹ã—ã€ä»¥ä¸‹ã®è«–æ–‡ã§ã¯è‹¦æ‰‹ã®ã‚°ãƒ©ãƒ•ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã‚’ GPU ã§ã©ã‚Œã ã‘高速化ã§ãã‚‹ã‹ã¨ã„ã†ã“ã¨ã«ã¤ã„ã¦æŒ‘戦を行ã£ã¦ã„る。多ãã® GPU ã®ç ”究(特ã«å›½å†…)ã¯æ˜Žã‚‰ã‹ã« GPU ã§æ€§èƒ½ãŒå‡ºã—ã‚„ã™ã„é¡Œæã—ã‹æ‰±ã£ã¦ã„ãªã„ã®ã§ã€ä»¥ä¸‹ã®è«–æ–‡ã®ãƒãƒ£ãƒ¬ãƒ³ã‚¸ç²¾ç¥žã¯è³žè³›ã«å€¤ã™ã‚‹ã€‚ Large Graph Algorithms for Massively Multithreaded Architectures 以下㯠CPU 上ã§ã®ãƒ€ã‚¤ã‚¯ã‚¹ãƒˆãƒ©æ³•ï¼ˆæœ€çŸè·¯å•é¡Œï¼‰ã®å®Ÿé¨“çµæžœã«ãªã‚‹ãŒã€ã“ã‚Œã¨æ¯”較ã™ã‚‹ã¨ä¾‹ãˆã°å…¨ç±³ãƒ‡ãƒ¼ã‚¿ã§ï¼‘対全ã®æœ€çŸè·¯å•é¡Œã‚’解ã„ãŸã¨ãã« CPU ã§ã¯ 5 秒程度ã§çµ‚了ã™ã‚‹ãŒã€GPU(Tesla) 上ã§ã¯ 672秒ã‹ã‹ã£ã¦ã„る（上記ã®è«–æ–‡ã®ï¼’３ページ）。ãŸã ã—ã€ï¼•ç§’ã¨ã„ã†ã®ã¯ã‹ãªã‚Šæ‰‹é–“éš™ã‹ã‘ã¦ãƒ—ãƒã‚°ãƒ©ãƒ を作æˆã—ãŸå ´åˆã®çµæžœ
最çŸè·¯å•é¡Œã§ã‚ˆã見ã‹ã‘る話題 - 最é©åŒ–å•é¡Œã«å¯¾ã™ã‚‹è¶…高速＆安定計算
最çŸè·¯å•é¡Œã«é–¢ã—ã¦ã‚¢ãƒ«ã‚´ãƒªã‚ºãƒ ã®æ•™ç§‘書や授æ¥ã‚„講演ç‰ã§ä½¿ç”¨ã•ã‚Œã¦ã„る資料ã«ä»¥ä¸‹ã®ã‚ˆã†ã«æ›¸ã„ã¦ã‚ã‚‹ã®ã‚’見ã‹ã‘ã‚‹ã“ã¨ãŒå¤šã„。 １：ダイクストラ法ã«ãŠã„ã¦ã¯ãƒãƒ†ãƒ³ã‚·ãƒ£ãƒ«æœ€å°ã®ç‚¹ã‚’見ã¤ã‘ã‚‹éš›ã«å„ªå…ˆã‚ュー（ヒープã€ç‰¹ã«2-ヒープ)ãªã©ã‚’使用ã™ã‚‹ã¨å®Ÿè¡Œæ™‚é–“ãŒé€Ÿããªã‚‹ãŒã€ãƒ•ã‚£ãƒœãƒŠãƒƒãƒãƒ’ープを使ã†ã¨ã•ã‚‰ã«é€Ÿããªã‚‹ã€‚ ○点数を n, æžæ•°ã‚’ m ã¨ã™ã‚‹ã€‚2-ヒープã§ã¯è¨ˆç®—é‡ãŒ O(m log n)〠フィボナッãƒãƒ’ープを使ã†ã¨ O(m + n log n) ã«ãªã‚‹ã®ã ãŒã€å®Ÿéš›ã«ã¯ãƒ•ã‚£ãƒœãƒŠãƒƒãƒãƒ’ープを使ã†ã¨å®Ÿè¡ŒãŒã‚ã¾ã‚Šé€Ÿããªã‚‰ãªã„（むã—ã‚é…ã„）。実用的ã«é«˜é€Ÿãªã®ã¯ ヒープ(heap)ã€ãƒã‚±ãƒƒãƒˆ(bucket)ã€ãƒžãƒ«ãƒãƒ¬ãƒ™ãƒ«ãƒã‚±ãƒƒãƒˆ(MLB)ã‚ãŸã‚Šã®ãƒ‡ãƒ¼ã‚¿æ§‹é€ ã§ã‚る。 ２：全対全最çŸè·¯å•é¡Œã«å¯¾ã—ã¦ã¯ã€ï¼‘対全最çŸè·¯å•é¡Œã«å¯¾ã™ã‚‹ãƒ€ã‚¤ã‚¯ã‚¹ãƒˆãƒ©æ³•ã‚’点ã®æ•°ã ã‘ç¹°ã‚Šè¿”ã™ã‚ˆã‚Šã‚‚ワーシャル・フãƒã‚¤ãƒ‰æ³•(Warshall-Flo
リリースã€éšœå®³æƒ…å ±ãªã©ã®ã‚µãƒ¼ãƒ“スã®ãŠçŸ¥ã‚‰ã›
最新ã®äººæ°—エントリーã®é…ä¿¡
j次ã®ãƒ–ックマーク
kå‰ã®ãƒ–ックマーク
lã‚ã¨ã§èªã‚€
eコメント一覧を開ã
oページを開ã
Google Code Archive - Long-term storage for Google Code Project Hosting.
Bal4u : C/UVa - LIS/LDSã®è¨ˆç®—
ESMAJ
{{#tags}}- {{label}}
{{/tags}}