Algorithmic Lovász local lemma, Algorithmic mechanism design, Algorithmic Number Theory Symposium

Algorithmisches Lovász-lokales Lemma: In der theoretischen Informatik bietet das algorithmische lokale Lemma von Lovász eine algorithmische Möglichkeit, Objekte zu konstruieren, die einem System von Einschränkungen mit begrenzter Abhängigkeit gehorchen.
Entwurf eines algorithmischen Mechanismus: Algorithmic Mechanism Design ( AMD ) liegt an der Schnittstelle von wirtschaftlicher Spieltheorie, Optimierung und Informatik. Das prototypische Problem beim Mechanismusdesign besteht darin, ein System für mehrere selbstinteressierte Teilnehmer zu entwerfen, sodass die selbstinteressierten Aktionen der Teilnehmer im Gleichgewicht zu einer guten Systemleistung führen. Typische untersuchte Ziele sind die Maximierung der Einnahmen und die Maximierung der sozialen Wohlfahrt. Das Design algorithmischer Mechanismen unterscheidet sich in mehreren Punkten vom Design klassischer wirtschaftlicher Mechanismen. Es verwendet typischerweise die analytischen Werkzeuge der theoretischen Informatik, wie die Worst-Case-Analyse und Approximationsverhältnisse, im Gegensatz zum klassischen Mechanismusdesign in der Wirtschaft, bei dem häufig Verteilungsannahmen über die Agenten getroffen werden. Recheneinschränkungen werden ebenfalls als von zentraler Bedeutung angesehen: Mechanismen, die in Polynomzeit nicht effizient implementiert werden können, werden nicht als praktikable Lösungen für ein Mechanismusentwurfsproblem angesehen. Dies schließt beispielsweise häufig den klassischen Wirtschaftsmechanismus aus, die Vickrey-Clarke-Groves-Auktion.
Algorithmisches Zahlentheorie-Symposium: Das Algorithmic Number Theory Symposium (ANTS) ist eine alle zwei Jahre stattfindende akademische Konferenz, die 1994 erstmals in Cornell abgehalten wurde und ein internationales Forum für die Präsentation neuer Forschungsergebnisse in der rechnergestützten Zahlentheorie darstellt. Sie widmen sich algorithmischen Aspekten der Zahlentheorie, einschließlich der elementaren Zahlentheorie, der algebraischen Zahlentheorie, der analytischen Zahlentheorie, der Geometrie von Zahlen, der arithmetischen Geometrie, endlichen Feldern und der Kryptographie.
Algorithmische Rätsel: Algorithmic Puzzles ist ein Rätselbuch, das auf rechnerischem Denken basiert. Es wurde von den Informatikern Anany und Maria Levitin geschrieben und 2011 von Oxford University Press veröffentlicht.
Algorithmische Regulation: Algorithmische Regulierung kann sich beziehen auf: Regierung durch Algorithmus, Verwendung von Algorithmen in der Regierung Regulierung von Algorithmen, Regeln und Gesetzen für Algorithmen
Algorithmisches Skelett: Beim Rechnen sind algorithmische Skelette oder Parallelitätsmuster ein übergeordnetes paralleles Programmiermodell für paralleles und verteiltes Rechnen.
Algorithmische Zustandsmaschine: Die algorithmische Zustandsmaschinenmethode ( ASM ) ist eine Methode zum Entwerfen von Finite-State-Maschinen (FSMs), die ursprünglich von Thomas E. Osborne an der University of California in Berkeley (UCB) seit 1960 entwickelt und 1968 bei Hewlett-Packard eingeführt und implementiert wurde. formalisiert und erweitert seit 1967 und geschrieben von Christopher R. Clare seit 1970. Es wird verwendet, um Diagramme digitaler integrierter Schaltkreise darzustellen. Das ASM-Diagramm ähnelt einem Zustandsdiagramm, ist jedoch strukturierter und daher leichter zu verstehen. Ein ASM-Diagramm ist eine Methode zur Beschreibung der sequentiellen Operationen eines digitalen Systems.
Algorithmische Zustandsmaschine: Die algorithmische Zustandsmaschinenmethode ( ASM ) ist eine Methode zum Entwerfen von Finite-State-Maschinen (FSMs), die ursprünglich von Thomas E. Osborne an der University of California in Berkeley (UCB) seit 1960 entwickelt und 1968 bei Hewlett-Packard eingeführt und implementiert wurde. formalisiert und erweitert seit 1967 und geschrieben von Christopher R. Clare seit 1970. Es wird verwendet, um Diagramme digitaler integrierter Schaltkreise darzustellen. Das ASM-Diagramm ähnelt einem Zustandsdiagramm, ist jedoch strukturierter und daher leichter zu verstehen. Ein ASM-Diagramm ist eine Methode zur Beschreibung der sequentiellen Operationen eines digitalen Systems.
Algorithmischer Handel: Der algorithmische Handel ist eine Methode zur Ausführung von Aufträgen unter Verwendung automatisierter vorprogrammierter Handelsanweisungen, die Variablen wie Zeit, Preis und Volumen berücksichtigen. Diese Art des Handels versucht, die Geschwindigkeit und die Rechenressourcen von Computern im Vergleich zu menschlichen Händlern zu nutzen. Im einundzwanzigsten Jahrhundert hat der algorithmische Handel sowohl bei Einzelhändlern als auch bei institutionellen Händlern an Bedeutung gewonnen. Es wird häufig von Investmentbanken, Pensionsfonds, Investmentfonds und Hedgefonds verwendet, die möglicherweise die Ausführung eines größeren Auftrags verteilen oder Geschäfte zu schnell ausführen müssen, als dass menschliche Händler darauf reagieren könnten. Eine Studie aus dem Jahr 2019 ergab, dass rund 92% des Handels auf dem Forex-Markt eher mit Handelsalgorithmen als mit Menschen abgewickelt wurden.
Algorithmischer Handel: Der algorithmische Handel ist eine Methode zur Ausführung von Aufträgen unter Verwendung automatisierter vorprogrammierter Handelsanweisungen, die Variablen wie Zeit, Preis und Volumen berücksichtigen. Diese Art des Handels versucht, die Geschwindigkeit und die Rechenressourcen von Computern im Vergleich zu menschlichen Händlern zu nutzen. Im einundzwanzigsten Jahrhundert hat der algorithmische Handel sowohl bei Einzelhändlern als auch bei institutionellen Händlern an Bedeutung gewonnen. Es wird häufig von Investmentbanken, Pensionsfonds, Investmentfonds und Hedgefonds verwendet, die möglicherweise die Ausführung eines größeren Auftrags verteilen oder Geschäfte zu schnell ausführen müssen, als dass menschliche Händler darauf reagieren könnten. Eine Studie aus dem Jahr 2019 ergab, dass rund 92% des Handels auf dem Forex-Markt eher mit Handelsalgorithmen als mit Menschen abgewickelt wurden.
Algorithmischer Handel: Der algorithmische Handel ist eine Methode zur Ausführung von Aufträgen unter Verwendung automatisierter vorprogrammierter Handelsanweisungen, die Variablen wie Zeit, Preis und Volumen berücksichtigen. Diese Art des Handels versucht, die Geschwindigkeit und die Rechenressourcen von Computern im Vergleich zu menschlichen Händlern zu nutzen. Im einundzwanzigsten Jahrhundert hat der algorithmische Handel sowohl bei Einzelhändlern als auch bei institutionellen Händlern an Bedeutung gewonnen. Es wird häufig von Investmentbanken, Pensionsfonds, Investmentfonds und Hedgefonds verwendet, die möglicherweise die Ausführung eines größeren Auftrags verteilen oder Geschäfte zu schnell ausführen müssen, als dass menschliche Händler darauf reagieren könnten. Eine Studie aus dem Jahr 2019 ergab, dass rund 92% des Handels auf dem Forex-Markt eher mit Handelsalgorithmen als mit Menschen abgewickelt wurden.
Algorithmische Kunst: Algorithmische Kunst oder Algorithmuskunst ist Kunst, meistens visuelle Kunst, bei der das Design durch einen Algorithmus erzeugt wird. Algorithmische Künstler werden manchmal als Algoristen bezeichnet .
Algorithmische Verzerrung: Algorithmische Verzerrung beschreibt systematische und wiederholbare Fehler in einem Computersystem, die zu unfairen Ergebnissen führen, z. B. die Privilegierung einer beliebigen Benutzergruppe gegenüber anderen. Eine Verzerrung kann aufgrund vieler Faktoren auftreten, einschließlich, aber nicht beschränkt auf das Design des Algorithmus oder die unbeabsichtigte oder unerwartete Verwendung oder Entscheidungen in Bezug auf die Art und Weise, wie Daten codiert, gesammelt, ausgewählt oder zum Trainieren des Algorithmus verwendet werden. Algorithmische Verzerrungen finden sich plattformübergreifend, einschließlich, aber nicht beschränkt auf Suchmaschinenergebnisse und Social-Media-Plattformen, und können Auswirkungen haben, die von versehentlichen Datenschutzverletzungen bis hin zur Verstärkung sozialer Vorurteile in Bezug auf Rasse, Geschlecht, Sexualität und ethnische Zugehörigkeit reichen. Die Untersuchung der algorithmischen Verzerrung befasst sich hauptsächlich mit Algorithmen, die "systematische und unfaire" Diskriminierung widerspiegeln. Diese Tendenz wurde erst kürzlich in rechtlichen Rahmenbedingungen wie der Allgemeinen Datenschutzverordnung der Europäischen Union von 2018 berücksichtigt. Eine umfassendere Regulierung ist erforderlich, da aufkommende Technologien immer fortschrittlicher und undurchsichtiger werden.
Algorithmische Komplexität: Die algorithmische Komplexität kann sich beziehen auf: In der algorithmischen Informationstheorie die Komplexität eines bestimmten Strings in Bezug auf alle Algorithmen, die ihn erzeugen. Solomonoff-Kolmogorov-Chaitin-Komplexität, die am weitesten verbreitete solche Maßnahme. In der Theorie der rechnerischen Komplexität ist die zeitliche / räumliche Komplexität eines bestimmten Problems in Bezug auf alle Algorithmen, die es mit rechnerischen Ressourcen lösen, die durch eine Funktion der Größe der Eingabe begrenzt sind, obwohl dies eine nicht formale Verwendung des Begriffs wäre. Oder es kann sich auf die zeitliche / räumliche Komplexität eines bestimmten Algorithmus in Bezug auf die Lösung eines bestimmten Problems beziehen, was ein Begriff ist, der üblicherweise bei der Analyse von Algorithmen zu finden ist.
Algorithmische Komplexität: Die algorithmische Komplexität kann sich beziehen auf: In der algorithmischen Informationstheorie die Komplexität eines bestimmten Strings in Bezug auf alle Algorithmen, die ihn erzeugen. Solomonoff-Kolmogorov-Chaitin-Komplexität, die am weitesten verbreitete solche Maßnahme. In der Theorie der rechnerischen Komplexität ist die zeitliche / räumliche Komplexität eines bestimmten Problems in Bezug auf alle Algorithmen, die es mit rechnerischen Ressourcen lösen, die durch eine Funktion der Größe der Eingabe begrenzt sind, obwohl dies eine nicht formale Verwendung des Begriffs wäre. Oder es kann sich auf die zeitliche / räumliche Komplexität eines bestimmten Algorithmus in Bezug auf die Lösung eines bestimmten Problems beziehen, was ein Begriff ist, der üblicherweise bei der Analyse von Algorithmen zu finden ist.
Algorithmischer Komplexitätsangriff: Ein algorithmischer Komplexitätsangriff ist eine Form eines Computerangriffs, bei dem bekannte Fälle ausgenutzt werden, in denen ein in einer Software verwendeter Algorithmus das Worst-Case-Verhalten aufweist. Diese Art von Angriff kann verwendet werden, um einen Denial-of-Service zu erreichen.
Kolmogorov Komplexität: In der algorithmischen Informationstheorie ist die Kolmogorov-Komplexität eines Objekts, beispielsweise eines Textstücks, die Länge eines kürzesten Computerprogramms, das das Objekt als Ausgabe erzeugt. Es ist ein Maß für die Rechenressourcen, die zur Spezifizierung des Objekts erforderlich sind, und wird auch als algorithmische Komplexität , Solomonoff-Kolmogorov-Chaitin-Komplexität , Programmgrößenkomplexität , beschreibende Komplexität oder algorithmische Entropie bezeichnet . Es ist nach Andrey Kolmogorov benannt, der 1963 erstmals zu diesem Thema veröffentlichte.
Algorithmische Zusammensetzung: Algorithmische Komposition ist die Technik der Verwendung von Algorithmen zum Erstellen von Musik.
Algorithmische Kühlung: Algorithmische Kühlung ist eine algorithmische Methode zur Übertragung von Wärme von einigen Qubits auf andere oder außerhalb des Systems und in die Umgebung, was zu einem Kühleffekt führt. Diese Methode verwendet reguläre Quantenoperationen für Qubit-Ensembles, und es kann gezeigt werden, dass sie über Shannons Grenzen der Datenkomprimierung hinaus erfolgreich sein kann. Das Phänomen ist ein Ergebnis der Verbindung zwischen Thermodynamik und Informationstheorie.
Zersetzung (Informatik): Zerlegung in der Informatik, auch als Factoring bekannt , zerlegt ein komplexes Problem oder System in Teile, die leichter zu verstehen, zu verstehen, zu programmieren und zu warten sind.
Generatives Design: Generatives Design ist ein iterativer Designprozess, der ein Programm umfasst, das eine bestimmte Anzahl von Ausgaben generiert, die bestimmte Einschränkungen erfüllen, und einen Designer, der den realisierbaren Bereich durch Auswahl bestimmter Ausgaben oder Ändern von Eingabewerten, Bereichen und Verteilung fein abstimmt. Der Designer muss kein Mensch sein, er kann ein Testprogramm in einer Testumgebung oder eine künstliche Intelligenz sein, zum Beispiel ein generatives gegnerisches Netzwerk. Der Designer lernt, das Programm mit jeder Iteration zu verfeinern, wenn seine Entwurfsziele im Laufe der Zeit besser definiert werden.
Automatische Differenzierung: In der Mathematik und Computeralgebra ist die automatische Differenzierung ( AD ), auch algorithmische Differenzierung , rechnerische Differenzierung , automatische Differenzierung oder einfach Autodiff genannt , eine Reihe von Techniken zur numerischen Bewertung der Ableitung einer von einem Computerprogramm angegebenen Funktion. AD nutzt die Tatsache aus, dass jedes noch so komplizierte Computerprogramm eine Folge von elementaren arithmetischen Operationen und elementaren Funktionen ausführt. Durch wiederholtes Anwenden der Kettenregel auf diese Operationen können Ableitungen beliebiger Reihenfolge automatisch berechnet werden, genau auf Arbeitsgenauigkeit und unter Verwendung höchstens eines kleinen konstanten Faktors, der mehr arithmetische Operationen als das ursprüngliche Programm enthält.
Algorithmische Verzerrung: Algorithmische Verzerrung beschreibt systematische und wiederholbare Fehler in einem Computersystem, die zu unfairen Ergebnissen führen, z. B. die Privilegierung einer beliebigen Benutzergruppe gegenüber anderen. Eine Verzerrung kann aufgrund vieler Faktoren auftreten, einschließlich, aber nicht beschränkt auf das Design des Algorithmus oder die unbeabsichtigte oder unerwartete Verwendung oder Entscheidungen in Bezug auf die Art und Weise, wie Daten codiert, gesammelt, ausgewählt oder zum Trainieren des Algorithmus verwendet werden. Algorithmische Verzerrungen finden sich plattformübergreifend, einschließlich, aber nicht beschränkt auf Suchmaschinenergebnisse und Social-Media-Plattformen, und können Auswirkungen haben, die von versehentlichen Datenschutzverletzungen bis hin zur Verstärkung sozialer Vorurteile in Bezug auf Rasse, Geschlecht, Sexualität und ethnische Zugehörigkeit reichen. Die Untersuchung der algorithmischen Verzerrung befasst sich hauptsächlich mit Algorithmen, die "systematische und unfaire" Diskriminierung widerspiegeln. Diese Tendenz wurde erst kürzlich in rechtlichen Rahmenbedingungen wie der Allgemeinen Datenschutzverordnung der Europäischen Union von 2018 berücksichtigt. Eine umfassendere Regulierung ist erforderlich, da aufkommende Technologien immer fortschrittlicher und undurchsichtiger werden.
Algorithmische Effizienz: In der Informatik ist die algorithmische Effizienz eine Eigenschaft eines Algorithmus, die sich auf die Menge der vom Algorithmus verwendeten Rechenressourcen bezieht. Ein Algorithmus muss analysiert werden, um seine Ressourcennutzung zu bestimmen, und die Effizienz eines Algorithmus kann basierend auf der Verwendung verschiedener Ressourcen gemessen werden. Die algorithmische Effizienz kann als analog zur technischen Produktivität für einen sich wiederholenden oder kontinuierlichen Prozess angesehen werden.
Algorithmische Entitäten: Algorithmische Entitäten beziehen sich auf autonome Algorithmen, die ohne menschliche Kontrolle oder Interferenz arbeiten. In jüngster Zeit wird der Idee Aufmerksamkeit geschenkt, dass algorithmischen Einheiten eine juristische Person verliehen wird. Professor Shawn Bayern und Professor Lynn M. LoPucki haben durch ihre Arbeiten die Idee populär gemacht, algorithmische Einheiten zu haben, die eine juristische Person erhalten, und die damit verbundenen Rechte und Pflichten.
Kolmogorov Komplexität: In der algorithmischen Informationstheorie ist die Kolmogorov-Komplexität eines Objekts, beispielsweise eines Textstücks, die Länge eines kürzesten Computerprogramms, das das Objekt als Ausgabe erzeugt. Es ist ein Maß für die Rechenressourcen, die zur Spezifizierung des Objekts erforderlich sind, und wird auch als algorithmische Komplexität , Solomonoff-Kolmogorov-Chaitin-Komplexität , Programmgrößenkomplexität , beschreibende Komplexität oder algorithmische Entropie bezeichnet . Es ist nach Andrey Kolmogorov benannt, der 1963 erstmals zu diesem Thema veröffentlichte.
Algorithmische Verzerrung: Algorithmische Verzerrung beschreibt systematische und wiederholbare Fehler in einem Computersystem, die zu unfairen Ergebnissen führen, z. B. die Privilegierung einer beliebigen Benutzergruppe gegenüber anderen. Eine Verzerrung kann aufgrund vieler Faktoren auftreten, einschließlich, aber nicht beschränkt auf das Design des Algorithmus oder die unbeabsichtigte oder unerwartete Verwendung oder Entscheidungen in Bezug auf die Art und Weise, wie Daten codiert, gesammelt, ausgewählt oder zum Trainieren des Algorithmus verwendet werden. Algorithmische Verzerrungen finden sich plattformübergreifend, einschließlich, aber nicht beschränkt auf Suchmaschinenergebnisse und Social-Media-Plattformen, und können Auswirkungen haben, die von versehentlichen Datenschutzverletzungen bis hin zur Verstärkung sozialer Vorurteile in Bezug auf Rasse, Geschlecht, Sexualität und ethnische Zugehörigkeit reichen. Die Untersuchung der algorithmischen Verzerrung befasst sich hauptsächlich mit Algorithmen, die "systematische und unfaire" Diskriminierung widerspiegeln. Diese Tendenz wurde erst kürzlich in rechtlichen Rahmenbedingungen wie der Allgemeinen Datenschutzverordnung der Europäischen Union von 2018 berücksichtigt. Eine umfassendere Regulierung ist erforderlich, da aufkommende Technologien immer fortschrittlicher und undurchsichtiger werden.
Algorithmische Spieltheorie: Die Algorithmic Game Theory (AGT) ist ein Bereich an der Schnittstelle von Spieltheorie und Informatik mit dem Ziel, Algorithmen in strategischen Umgebungen zu verstehen und zu entwerfen.
Regierung durch Algorithmus: Government by Algorithmus ist eine alternative Form der Regierungs- oder Sozialordnung, bei der die Verwendung von Computeralgorithmen, insbesondere von künstlicher Intelligenz und Blockchain, auf Vorschriften, Strafverfolgungsbehörden und allgemein alle Aspekte des Alltags wie Transport oder Grundbucheintragung angewendet wird. Der Begriff "Regierung durch Algorithmus" tauchte 2013 in der akademischen Literatur als Alternative für "algorithmische Governance" auf. Ein verwandter Begriff, algorithmische Regulierung, ist definiert als Festlegung des Standards, Überwachung und Änderung des Verhaltens mittels Rechenalgorithmen - Automatisierung der Justiz ist in seinem Umfang.
Graphentheorie: In der Mathematik ist die Graphentheorie das Studium von Graphen , bei denen es sich um mathematische Strukturen handelt, mit denen paarweise Beziehungen zwischen Objekten modelliert werden. Ein Graph besteht in diesem Zusammenhang aus Eckpunkten, die durch Kanten verbunden sind . Es wird unterschieden zwischen ungerichteten Graphen , bei denen Kanten zwei Scheitelpunkte symmetrisch verbinden, und gerichteten Graphen , bei denen Kanten zwei Scheitelpunkte asymmetrisch verbinden. Graphen sind eines der Hauptgegenstände des Studiums in der diskreten Mathematik.
Algorithmische Lerntheorie: Die algorithmische Lerntheorie ist ein mathematischer Rahmen zur Analyse von Problemen und Algorithmen des maschinellen Lernens. Synonyme umfassen formale Lerntheorie und algorithmische induktive Inferenz . Die algorithmische Lerntheorie unterscheidet sich von der statistischen Lerntheorie darin, dass statistische Annahmen und Analysen nicht verwendet werden. Sowohl die algorithmische als auch die statistische Lerntheorie befassen sich mit maschinellem Lernen und können daher als Zweige der rechnergestützten Lerntheorie angesehen werden.
Algorithmische Folgerung: Die algorithmische Inferenz sammelt neue Entwicklungen bei den statistischen Inferenzmethoden, die durch die leistungsstarken Computergeräte möglich werden, die jedem Datenanalysten zur Verfügung stehen. Eckpfeiler auf diesem Gebiet sind die Theorie des rechnergestützten Lernens, das Granular Computing, die Bioinformatik und vor langer Zeit die strukturelle Wahrscheinlichkeit. Das Hauptaugenmerk liegt auf den Algorithmen, die Statistiken berechnen, die auf der Untersuchung eines zufälligen Phänomens basieren, sowie auf der Datenmenge, auf die sie sich stützen müssen zuverlässige Ergebnisse zu erzielen. Dies verschiebt das Interesse der Mathematiker von der Untersuchung der Verteilungsgesetze auf die funktionalen Eigenschaften der Statistik und das Interesse der Informatiker von den Algorithmen zur Datenverarbeitung auf die Informationen, die sie verarbeiten.
Algorithmische Informationstheorie: Die Algorithmic Information Theory (AIT) ist ein Zweig der theoretischen Informatik, der sich mit der Beziehung zwischen Berechnung und Information von rechnerisch erzeugten Objekten wie Strings oder anderen Datenstrukturen befasst. Mit anderen Worten, innerhalb der algorithmischen Informationstheorie wird gezeigt, dass die rechnerische Inkompressibilität die in der Informationstheorie gefundenen Beziehungen oder Ungleichungen "nachahmt". Laut Gregory Chaitin ist es "das Ergebnis, Shannons Informationstheorie und Turings Berechenbarkeitstheorie in einen Cocktail-Shaker zu geben und heftig zu zittern".
Algorithmische Informationstheorie: Die Algorithmic Information Theory (AIT) ist ein Zweig der theoretischen Informatik, der sich mit der Beziehung zwischen Berechnung und Information von rechnerisch erzeugten Objekten wie Strings oder anderen Datenstrukturen befasst. Mit anderen Worten, innerhalb der algorithmischen Informationstheorie wird gezeigt, dass die rechnerische Inkompressibilität die in der Informationstheorie gefundenen Beziehungen oder Ungleichungen "nachahmt". Laut Gregory Chaitin ist es "das Ergebnis, Shannons Informationstheorie und Turings Berechenbarkeitstheorie in einen Cocktail-Shaker zu geben und heftig zu zittern".
Unentscheidbares Problem: In der Berechenbarkeitstheorie und der rechnerischen Komplexitätstheorie ist ein unentscheidbares Problem ein Entscheidungsproblem, für das es sich als unmöglich erwiesen hat, einen Algorithmus zu konstruieren, der immer zu einer korrekten Ja-Nein-Antwort führt. Das Problem des Anhaltens ist ein Beispiel: Es kann nachgewiesen werden, dass es keinen Algorithmus gibt, der korrekt bestimmt, ob beliebige Programme beim Ausführen schließlich angehalten werden.
Algorithmischer Handel: Der algorithmische Handel ist eine Methode zur Ausführung von Aufträgen unter Verwendung automatisierter vorprogrammierter Handelsanweisungen, die Variablen wie Zeit, Preis und Volumen berücksichtigen. Diese Art des Handels versucht, die Geschwindigkeit und die Rechenressourcen von Computern im Vergleich zu menschlichen Händlern zu nutzen. Im einundzwanzigsten Jahrhundert hat der algorithmische Handel sowohl bei Einzelhändlern als auch bei institutionellen Händlern an Bedeutung gewonnen. Es wird häufig von Investmentbanken, Pensionsfonds, Investmentfonds und Hedgefonds verwendet, die möglicherweise die Ausführung eines größeren Auftrags verteilen oder Geschäfte zu schnell ausführen müssen, als dass menschliche Händler darauf reagieren könnten. Eine Studie aus dem Jahr 2019 ergab, dass rund 92% des Handels auf dem Forex-Markt eher mit Handelsalgorithmen als mit Menschen abgewickelt wurden.
Automatisierter Journalismus: Im automatisierten Journalismus , auch als algorithmischer Journalismus oder Roboterjournalismus bekannt , werden Nachrichtenartikel von Computerprogrammen generiert. Durch Software für künstliche Intelligenz (KI) werden Geschichten automatisch von Computern und nicht von menschlichen Reportern produziert. Diese Programme interpretieren, organisieren und präsentieren Daten auf lesbare Weise. In der Regel umfasst der Prozess einen Algorithmus, der große Mengen der bereitgestellten Daten scannt, aus einer Auswahl vorprogrammierter Artikelstrukturen auswählt, wichtige Punkte bestellt und Details wie Namen, Orte, Mengen, Ranglisten, Statistiken und andere Zahlen einfügt. Die Ausgabe kann auch an eine bestimmte Stimme, einen bestimmten Ton oder einen bestimmten Stil angepasst werden.
ALGOL: ALGOL ist eine Familie zwingender Computerprogrammiersprachen, die ursprünglich 1958 entwickelt wurde. ALGOL hat viele andere Sprachen stark beeinflusst und war mehr als dreißig Jahre lang die Standardmethode für die Beschreibung von Algorithmen, die von der Association for Computing Machinery (ACM) in Lehrbüchern und akademischen Quellen verwendet wurde.
Algorithmische Lerntheorie: Die algorithmische Lerntheorie ist ein mathematischer Rahmen zur Analyse von Problemen und Algorithmen des maschinellen Lernens. Synonyme umfassen formale Lerntheorie und algorithmische induktive Inferenz . Die algorithmische Lerntheorie unterscheidet sich von der statistischen Lerntheorie darin, dass statistische Annahmen und Analysen nicht verwendet werden. Sowohl die algorithmische als auch die statistische Lerntheorie befassen sich mit maschinellem Lernen und können daher als Zweige der rechnergestützten Lerntheorie angesehen werden.
Algorithmische Rechtsordnung: Die algorithmische Rechtsordnung kann sich beziehen auf: Regierung durch Algorithmus Gesetz über verteilte Hauptbuchtechnologien
Algorithmische Rechtsordnung: Die algorithmische Rechtsordnung kann sich beziehen auf: Regierung durch Algorithmus Gesetz über verteilte Hauptbuchtechnologien
Algorithmische Logik: Algorithmische Logik ist eine Programmrechnung, die den Ausdruck semantischer Eigenschaften von Programmen durch geeignete logische Formeln ermöglicht. Es bietet einen Rahmen, der es ermöglicht, die Formeln aus den Axiomen von Programmkonstrukten wie Zuweisungs-, Iterations- und Kompositionsanweisungen und aus den Axiomen der fraglichen Datenstrukturen zu beweisen, siehe Mirkowska & Salwicki (1987), Banachowski et al. (1977).
Entwurf eines algorithmischen Mechanismus: Algorithmic Mechanism Design ( AMD ) liegt an der Schnittstelle von wirtschaftlicher Spieltheorie, Optimierung und Informatik. Das prototypische Problem beim Mechanismusdesign besteht darin, ein System für mehrere selbstinteressierte Teilnehmer zu entwerfen, sodass die selbstinteressierten Aktionen der Teilnehmer im Gleichgewicht zu einer guten Systemleistung führen. Typische untersuchte Ziele sind die Maximierung der Einnahmen und die Maximierung der sozialen Wohlfahrt. Das Design algorithmischer Mechanismen unterscheidet sich in mehreren Punkten vom Design klassischer wirtschaftlicher Mechanismen. Es verwendet typischerweise die analytischen Werkzeuge der theoretischen Informatik, wie die Worst-Case-Analyse und Approximationsverhältnisse, im Gegensatz zum klassischen Mechanismusdesign in der Wirtschaft, bei dem häufig Verteilungsannahmen über die Agenten getroffen werden. Recheneinschränkungen werden ebenfalls als von zentraler Bedeutung angesehen: Mechanismen, die in Polynomzeit nicht effizient implementiert werden können, werden nicht als praktikable Lösungen für ein Mechanismusentwurfsproblem angesehen. Dies schließt beispielsweise häufig den klassischen Wirtschaftsmechanismus aus, die Vickrey-Clarke-Groves-Auktion.
Algorithmus: In der Mathematik und Informatik ist ein Algorithmus eine endliche Folge genau definierter, computerimplementierbarer Anweisungen, um typischerweise eine Klasse von Problemen zu lösen oder eine Berechnung durchzuführen. Algorithmen sind immer eindeutig und werden als Spezifikationen für die Durchführung von Berechnungen, Datenverarbeitung, automatisiertem Denken und anderen Aufgaben verwendet.
Algorithmische Zusammensetzung: Algorithmische Komposition ist die Technik der Verwendung von Algorithmen zum Erstellen von Musik.
Computational Number Theory: In der Mathematik und Informatik befasst sich die rechnergestützte Zahlentheorie , auch als algorithmische Zahlentheorie bekannt , mit der Untersuchung von Berechnungsmethoden zur Untersuchung und Lösung von Problemen in der Zahlentheorie und der arithmetischen Geometrie, einschließlich Algorithmen für Primalitätstests und ganzzahlige Faktorisierung, um Lösungen für diophantinische Gleichungen zu finden. und explizite Methoden in der arithmetischen Geometrie. Die rechnergestützte Zahlentheorie findet Anwendung in der Kryptographie, einschließlich RSA, Kryptographie mit elliptischen Kurven und Postquantenkryptographie, und wird verwendet, um Vermutungen und offene Probleme in der Zahlentheorie zu untersuchen, einschließlich der Riemannschen Hypothese, der Birch und Swinnerton- Dyer-Vermutung, ABC-Vermutung, Modularitätsvermutung, Sato-Tate-Vermutung und explizite Aspekte des Langlands-Programms.
Algorithmisches Zahlentheorie-Symposium: Das Algorithmic Number Theory Symposium (ANTS) ist eine alle zwei Jahre stattfindende akademische Konferenz, die 1994 erstmals in Cornell abgehalten wurde und ein internationales Forum für die Präsentation neuer Forschungsergebnisse in der rechnergestützten Zahlentheorie darstellt. Sie widmen sich algorithmischen Aspekten der Zahlentheorie, einschließlich der elementaren Zahlentheorie, der algebraischen Zahlentheorie, der analytischen Zahlentheorie, der Geometrie von Zahlen, der arithmetischen Geometrie, endlichen Feldern und der Kryptographie.
Paarhandel: Ein Pair Trade oder Pair Trading ist eine marktneutrale Handelsstrategie, die es Händlern ermöglicht, von praktisch allen Marktbedingungen zu profitieren: Aufwärtstrend, Abwärtstrend oder Seitwärtsbewegung. Diese Strategie wird als statistische Arbitrage- und Konvergenzhandelsstrategie eingestuft. Der Paarhandel wurde von Gerry Bamberger ins Leben gerufen und später in den 1980er Jahren von Nunzio Tartaglias quantitativer Gruppe bei Morgan Stanley geleitet.
Algorithmisches Paradigma: Ein algorithmisches Paradigma oder ein Algorithmus-Design-Paradigma ist ein generisches Modell oder Framework, das dem Design einer Klasse von Algorithmen zugrunde liegt. Ein algorithmisches Paradigma ist eine Abstraktion, die höher ist als der Begriff eines Algorithmus, genauso wie ein Algorithmus eine Abstraktion ist, die höher ist als ein Computerprogramm.
Softwarepatent: Ein Softwarepatent ist ein Patent auf eine Software wie ein Computerprogramm, Bibliotheken, eine Benutzeroberfläche oder einen Algorithmus.
Softwarepatent: Ein Softwarepatent ist ein Patent auf eine Software wie ein Computerprogramm, Bibliotheken, eine Benutzeroberfläche oder einen Algorithmus.
Algorithmische Preisgestaltung: Bei der algorithmischen Preisgestaltung wird der angeforderte Preis für zum Verkauf stehende Artikel automatisch festgelegt, um den Gewinn des Verkäufers zu maximieren.
Algorithmische Wahrscheinlichkeit: In der algorithmischen Informationstheorie ist die algorithmische Wahrscheinlichkeit , auch als Solomonoff-Wahrscheinlichkeit bekannt , eine mathematische Methode zum Zuweisen einer vorherigen Wahrscheinlichkeit zu einer bestimmten Beobachtung. Es wurde in den 1960er Jahren von Ray Solomonoff erfunden. Es wird in der induktiven Inferenztheorie und in der Analyse von Algorithmen verwendet. In seiner allgemeinen Theorie der induktiven Inferenz verwendet Solomonoff den durch diese Formel erhaltenen Prior in der Bayes-Regel zur Vorhersage.
Algorithmus: In der Mathematik und Informatik ist ein Algorithmus eine endliche Folge genau definierter, computerimplementierbarer Anweisungen, um typischerweise eine Klasse von Problemen zu lösen oder eine Berechnung durchzuführen. Algorithmen sind immer eindeutig und werden als Spezifikationen für die Durchführung von Berechnungen, Datenverarbeitung, automatisiertem Denken und anderen Aufgaben verwendet.
Algorithmisches Programm-Debugging: Algorithmisches Debuggen ist eine Debugging-Technik, bei der die Ergebnisse von Unterberechnungen mit den vom Programmierer beabsichtigten Ergebnissen verglichen werden. Die Technik erstellt eine interne Darstellung aller Berechnungen und Unterberechnungen, die während der Ausführung eines fehlerhaften Programms ausgeführt werden, und fragt dann den Programmierer nach der Richtigkeit solcher Berechnungen. Durch Fragen an den Programmierer oder Verwendung einer formalen Spezifikation kann das System genau identifizieren, wo sich in einem Programm ein Fehler befindet. Debugging-Techniken können den Zeit- und Arbeitsaufwand für das Debuggen drastisch reduzieren.
Algorithmische Radikalisierung: Die algorithmische Radikalisierungshypothese ist das Konzept, dass Algorithmen auf beliebten Social-Media-Websites wie YouTube und Facebook die Nutzer im Laufe der Zeit zu immer extremeren Inhalten führen, was dazu führt, dass sie zu extremistischen politischen Ansichten radikalisiert werden.
Algorithmische Radikalisierung: Die algorithmische Radikalisierungshypothese ist das Konzept, dass Algorithmen auf beliebten Social-Media-Websites wie YouTube und Facebook die Nutzer im Laufe der Zeit zu immer extremeren Inhalten führen, was dazu führt, dass sie zu extremistischen politischen Ansichten radikalisiert werden.
Algorithmisch zufällige Reihenfolge: Intuitiv ist eine algorithmisch zufällige Folge eine Folge von Binärziffern, die für jeden Algorithmus, der auf einer universellen Turing-Maschine ausgeführt wird, zufällig erscheint. Der Begriff kann analog auf Sequenzen eines beliebigen endlichen Alphabets angewendet werden. Zufällige Sequenzen sind Schlüsselobjekte der algorithmischen Informationstheorie.
Reduktion (Komplexität): In der Berechenbarkeitstheorie und der rechnerischen Komplexitätstheorie ist eine Reduktion ein Algorithmus zum Transformieren eines Problems in ein anderes Problem. Eine ausreichend effiziente Reduktion von einem Problem zum anderen kann verwendet werden, um zu zeigen, dass das zweite Problem mindestens so schwierig ist wie das erste.
Algorithmische Regulation: Algorithmische Regulierung kann sich beziehen auf: Regierung durch Algorithmus, Verwendung von Algorithmen in der Regierung Regulierung von Algorithmen, Regeln und Gesetzen für Algorithmen
Algorithmisches Skelett: Beim Rechnen sind algorithmische Skelette oder Parallelitätsmuster ein übergeordnetes paralleles Programmiermodell für paralleles und verteiltes Rechnen.
Stabilität (Lerntheorie): Stabilität , auch als algorithmische Stabilität bekannt , ist ein Begriff in der Theorie des rechnergestützten Lernens, wie ein Algorithmus für maschinelles Lernen durch kleine Änderungen seiner Eingaben gestört wird. Ein stabiler Lernalgorithmus ist einer, bei dem sich die Vorhersage nicht wesentlich ändert, wenn die Trainingsdaten geringfügig geändert werden. Stellen Sie sich zum Beispiel einen Algorithmus für maschinelles Lernen vor, der darauf trainiert wird, handgeschriebene Buchstaben des Alphabets zu erkennen. Dabei werden 1000 Beispiele handgeschriebener Buchstaben und deren Bezeichnungen als Trainingssatz verwendet. Eine Möglichkeit, dieses Trainingsset zu ändern, besteht darin, ein Beispiel wegzulassen, sodass nur 999 Beispiele für handgeschriebene Briefe und deren Beschriftungen verfügbar sind. Ein stabiler Lernalgorithmus würde einen ähnlichen Klassifikator sowohl mit den 1000-Element- als auch mit den 999-Element-Trainingssätzen erzeugen.
Algorithmische Zustandsmaschine: Die algorithmische Zustandsmaschinenmethode ( ASM ) ist eine Methode zum Entwerfen von Finite-State-Maschinen (FSMs), die ursprünglich von Thomas E. Osborne an der University of California in Berkeley (UCB) seit 1960 entwickelt und 1968 bei Hewlett-Packard eingeführt und implementiert wurde. formalisiert und erweitert seit 1967 und geschrieben von Christopher R. Clare seit 1970. Es wird verwendet, um Diagramme digitaler integrierter Schaltkreise darzustellen. Das ASM-Diagramm ähnelt einem Zustandsdiagramm, ist jedoch strukturierter und daher leichter zu verstehen. Ein ASM-Diagramm ist eine Methode zur Beschreibung der sequentiellen Operationen eines digitalen Systems.
Hochleistungssynthese: High-Level-Synthese ( HLS ), manchmal auch als C-Synthese , ESL- Synthese ( Electronic System Level) , algorithmische Synthese oder Verhaltenssynthese bezeichnet , ist ein automatisierter Entwurfsprozess, der eine algorithmische Beschreibung eines gewünschten Verhaltens interpretiert und digitale Hardware erstellt, die implementiert dieses Verhalten.
Algorithmische Technik: In der Mathematik und Informatik ist eine algorithmische Technik ein allgemeiner Ansatz zur Implementierung eines Prozesses oder einer Berechnung.
Algorithmische Technik: In der Mathematik und Informatik ist eine algorithmische Technik ein allgemeiner Ansatz zur Implementierung eines Prozesses oder einer Berechnung.
Zeitliche Komplexität: In der Informatik ist die Zeitkomplexität die Rechenkomplexität, die die Computerzeit beschreibt, die zum Ausführen eines Algorithmus benötigt wird. Die Zeitkomplexität wird üblicherweise durch Zählen der Anzahl der vom Algorithmus ausgeführten Elementaroperationen geschätzt, wobei angenommen wird, dass jede Elementaroperation eine feste Zeit benötigt, um ausgeführt zu werden. Somit wird angenommen, dass sich die benötigte Zeit und die Anzahl der vom Algorithmus ausgeführten Elementaroperationen um höchstens einen konstanten Faktor unterscheiden.
Computertopologie: Die algorithmische Topologie oder Computertopologie ist ein Teilgebiet der Topologie mit einer Überlappung mit Bereichen der Informatik, insbesondere der Computergeometrie und der Theorie der Computerkomplexität.
Algorithmischer Handel: Der algorithmische Handel ist eine Methode zur Ausführung von Aufträgen unter Verwendung automatisierter vorprogrammierter Handelsanweisungen, die Variablen wie Zeit, Preis und Volumen berücksichtigen. Diese Art des Handels versucht, die Geschwindigkeit und die Rechenressourcen von Computern im Vergleich zu menschlichen Händlern zu nutzen. Im einundzwanzigsten Jahrhundert hat der algorithmische Handel sowohl bei Einzelhändlern als auch bei institutionellen Händlern an Bedeutung gewonnen. Es wird häufig von Investmentbanken, Pensionsfonds, Investmentfonds und Hedgefonds verwendet, die möglicherweise die Ausführung eines größeren Auftrags verteilen oder Geschäfte zu schnell ausführen müssen, als dass menschliche Händler darauf reagieren könnten. Eine Studie aus dem Jahr 2019 ergab, dass rund 92% des Handels auf dem Forex-Markt eher mit Handelsalgorithmen als mit Menschen abgewickelt wurden.
Algorithmischer Handel: Der algorithmische Handel ist eine Methode zur Ausführung von Aufträgen unter Verwendung automatisierter vorprogrammierter Handelsanweisungen, die Variablen wie Zeit, Preis und Volumen berücksichtigen. Diese Art des Handels versucht, die Geschwindigkeit und die Rechenressourcen von Computern im Vergleich zu menschlichen Händlern zu nutzen. Im einundzwanzigsten Jahrhundert hat der algorithmische Handel sowohl bei Einzelhändlern als auch bei institutionellen Händlern an Bedeutung gewonnen. Es wird häufig von Investmentbanken, Pensionsfonds, Investmentfonds und Hedgefonds verwendet, die möglicherweise die Ausführung eines größeren Auftrags verteilen oder Geschäfte zu schnell ausführen müssen, als dass menschliche Händler darauf reagieren könnten. Eine Studie aus dem Jahr 2019 ergab, dass rund 92% des Handels auf dem Forex-Markt eher mit Handelsalgorithmen als mit Menschen abgewickelt wurden.
Algorithmische Transparenz: Algorithmische Transparenz ist das Prinzip, dass die Faktoren, die die von Algorithmen getroffenen Entscheidungen beeinflussen, für die Personen sichtbar oder transparent sein sollten, die Systeme verwenden, regulieren und von Systemen beeinflusst werden, die diese Algorithmen verwenden. Obwohl Nicholas Diakopoulos und Michael Koliska 2016 den Satz über die Rolle von Algorithmen bei der Entscheidung über den Inhalt digitaler Journalismusdienste geprägt haben, geht das zugrunde liegende Prinzip auf die 1970er Jahre und den Aufstieg automatisierter Systeme zur Bewertung von Verbraucherkrediten zurück.
Szemerédi Regelmäßigkeits-Lemma: Szemerédis Regelmäßigkeits-Lemma ist eines der mächtigsten Werkzeuge in der Theorie extremer Graphen, insbesondere bei der Untersuchung großer dichter Graphen. Es besagt, dass die Eckpunkte jedes ausreichend großen Graphen in eine begrenzte Anzahl von Teilen unterteilt werden können, so dass sich die Kanten zwischen verschiedenen Teilen fast zufällig verhalten.
Szemerédi Regelmäßigkeits-Lemma: Szemerédis Regelmäßigkeits-Lemma ist eines der mächtigsten Werkzeuge in der Theorie extremer Graphen, insbesondere bei der Untersuchung großer dichter Graphen. Es besagt, dass die Eckpunkte jedes ausreichend großen Graphen in eine begrenzte Anzahl von Teilen unterteilt werden können, so dass sich die Kanten zwischen verschiedenen Teilen fast zufällig verhalten.
Szemerédi Regelmäßigkeits-Lemma: Szemerédis Regelmäßigkeits-Lemma ist eines der mächtigsten Werkzeuge in der Theorie extremer Graphen, insbesondere bei der Untersuchung großer dichter Graphen. Es besagt, dass die Eckpunkte jedes ausreichend großen Graphen in eine begrenzte Anzahl von Teilen unterteilt werden können, so dass sich die Kanten zwischen verschiedenen Teilen fast zufällig verhalten.
Algorithmica: Algorithmica ist eine monatliche, von Experten begutachtete wissenschaftliche Zeitschrift, die sich mit Forschung und der Anwendung von Informatikalgorithmen befasst. Die Zeitschrift wurde 1986 gegründet und wird von Springer Science + Business Media veröffentlicht. Der Chefredakteur ist Ming-Yang Kao. Die Themenabdeckung umfasst Sortieren, Suchen, Datenstrukturen, Computergeometrie und lineare Programmierung, VLSI, verteiltes Rechnen, Parallelverarbeitung, computergestütztes Design, Robotik, Grafik, Datenbankdesign und Softwaretools.
Algorithmus: In der Mathematik und Informatik ist ein Algorithmus eine endliche Folge genau definierter, computerimplementierbarer Anweisungen, um typischerweise eine Klasse von Problemen zu lösen oder eine Berechnung durchzuführen. Algorithmen sind immer eindeutig und werden als Spezifikationen für die Durchführung von Berechnungen, Datenverarbeitung, automatisiertem Denken und anderen Aufgaben verwendet.
Algorithmische Kunst: Algorithmische Kunst oder Algorithmuskunst ist Kunst, meistens visuelle Kunst, bei der das Design durch einen Algorithmus erzeugt wird. Algorithmische Künstler werden manchmal als Algoristen bezeichnet .
Algorithmische Zusammensetzung: Algorithmische Komposition ist die Technik der Verwendung von Algorithmen zum Erstellen von Musik.
Unentscheidbares Problem: In der Berechenbarkeitstheorie und der rechnerischen Komplexitätstheorie ist ein unentscheidbares Problem ein Entscheidungsproblem, für das es sich als unmöglich erwiesen hat, einen Algorithmus zu konstruieren, der immer zu einer korrekten Ja-Nein-Antwort führt. Das Problem des Anhaltens ist ein Beispiel: Es kann nachgewiesen werden, dass es keinen Algorithmus gibt, der korrekt bestimmt, ob beliebige Programme beim Ausführen schließlich angehalten werden.
Algorithmisch zufällige Reihenfolge: Intuitiv ist eine algorithmisch zufällige Folge eine Folge von Binärziffern, die für jeden Algorithmus, der auf einer universellen Turing-Maschine ausgeführt wird, zufällig erscheint. Der Begriff kann analog auf Sequenzen eines beliebigen endlichen Alphabets angewendet werden. Zufällige Sequenzen sind Schlüsselobjekte der algorithmischen Informationstheorie.
Algorithmisch zufällige Reihenfolge: Intuitiv ist eine algorithmisch zufällige Folge eine Folge von Binärziffern, die für jeden Algorithmus, der auf einer universellen Turing-Maschine ausgeführt wird, zufällig erscheint. Der Begriff kann analog auf Sequenzen eines beliebigen endlichen Alphabets angewendet werden. Zufällige Sequenzen sind Schlüsselobjekte der algorithmischen Informationstheorie.
Rekursive Sprache: In Mathematik, Logik und Informatik wird eine formale Sprache als rekursiv bezeichnet, wenn es sich um eine rekursive Teilmenge der Menge aller möglichen endlichen Sequenzen über dem Alphabet der Sprache handelt. Ebenso ist eine formale Sprache rekursiv, wenn es eine totale Turing-Maschine gibt, die, wenn eine endliche Folge von Symbolen als Eingabe gegeben wird, diese akzeptiert, wenn sie zur Sprache gehört, und sie anderweitig ablehnt. Rekursive Sprachen werden auch als entscheidbar bezeichnet .
Unentscheidbares Problem: In der Berechenbarkeitstheorie und der rechnerischen Komplexitätstheorie ist ein unentscheidbares Problem ein Entscheidungsproblem, für das es sich als unmöglich erwiesen hat, einen Algorithmus zu konstruieren, der immer zu einer korrekten Ja-Nein-Antwort führt. Das Problem des Anhaltens ist ein Beispiel: Es kann nachgewiesen werden, dass es keinen Algorithmus gibt, der korrekt bestimmt, ob beliebige Programme beim Ausführen schließlich angehalten werden.
Algorithmen: Algorithmics ist die systematische Untersuchung des Entwurfs und der Analyse von Algorithmen. Es ist grundlegend und eines der ältesten Gebiete der Informatik. Es umfasst das Algorithmus-Design, die Kunst, ein Verfahren zu erstellen, mit dem ein bestimmtes Problem oder eine Problemklasse effizient gelöst werden kann, die algorithmische Komplexitätstheorie, das Studium der Schätzung der Härte von Problemen durch Untersuchung der Eigenschaften des Algorithmus, der sie löst, oder die Algorithmusanalyse , die Wissenschaft des Studierens der Eigenschaften eines Problems, wie das Quantifizieren von Ressourcen in Zeit und Speicherraum, die dieser Algorithmus benötigt, um dieses Problem zu lösen.
Algorithmics Inc.: Algorithmics war ein in Toronto, Ontario, ansässiges Unternehmen, das von Ron Dembo gegründet wurde und Finanzinstituten Risikomanagementsoftware zur Verfügung stellte. Algorithmics wurde 1989 gegründet und beschäftigte über 850 Mitarbeiter in 23 globalen Niederlassungen. Das Unternehmen betreute mehr als 350 Kunden, darunter 25 der 30 größten Banken der Welt und über zwei Drittel des CRO-Forums führender Versicherer.
Algorithmics Inc.: Algorithmics war ein in Toronto, Ontario, ansässiges Unternehmen, das von Ron Dembo gegründet wurde und Finanzinstituten Risikomanagementsoftware zur Verfügung stellte. Algorithmics wurde 1989 gegründet und beschäftigte über 850 Mitarbeiter in 23 globalen Niederlassungen. Das Unternehmen betreute mehr als 350 Kunden, darunter 25 der 30 größten Banken der Welt und über zwei Drittel des CRO-Forums führender Versicherer.
Sudoku-Lösungsalgorithmen: Ein Standard-Sudoku enthält 81 Zellen in einem 9 × 9-Raster und 9 Felder, wobei jedes Feld den Schnittpunkt der ersten, mittleren oder letzten drei Zeilen und der ersten, mittleren oder letzten drei Spalten darstellt. Jede Zelle kann eine Zahl von eins bis neun enthalten, und jede Zahl kann in jeder Zeile, Spalte und Box nur einmal vorkommen. Ein Sudoku beginnt mit einigen Zellen, die Zahlen ( Hinweise ) enthalten, und das Ziel ist es, die verbleibenden Zellen zu lösen. Richtige Sudokus haben eine Lösung. Spieler und Ermittler verwenden eine Vielzahl von Computeralgorithmen, um Sudokus zu lösen, ihre Eigenschaften zu untersuchen und neue Rätsel zu erstellen, einschließlich Sudokus mit interessanten Symmetrien und anderen Eigenschaften.
Sudoku-Lösungsalgorithmen: Ein Standard-Sudoku enthält 81 Zellen in einem 9 × 9-Raster und 9 Felder, wobei jedes Feld den Schnittpunkt der ersten, mittleren oder letzten drei Zeilen und der ersten, mittleren oder letzten drei Spalten darstellt. Jede Zelle kann eine Zahl von eins bis neun enthalten, und jede Zahl kann in jeder Zeile, Spalte und Box nur einmal vorkommen. Ein Sudoku beginnt mit einigen Zellen, die Zahlen ( Hinweise ) enthalten, und das Ziel ist es, die verbleibenden Zellen zu lösen. Richtige Sudokus haben eine Lösung. Spieler und Ermittler verwenden eine Vielzahl von Computeralgorithmen, um Sudokus zu lösen, ihre Eigenschaften zu untersuchen und neue Rätsel zu erstellen, einschließlich Sudokus mit interessanten Symmetrien und anderen Eigenschaften.
Algorithmus: In der Mathematik und Informatik ist ein Algorithmus eine endliche Folge genau definierter, computerimplementierbarer Anweisungen, um typischerweise eine Klasse von Problemen zu lösen oder eine Berechnung durchzuführen. Algorithmen sind immer eindeutig und werden als Spezifikationen für die Durchführung von Berechnungen, Datenverarbeitung, automatisiertem Denken und anderen Aufgaben verwendet.
Algorithmusgestütztes Design (AAD): Algorithms-Aided Design (AAD) ist die Verwendung spezifischer Algorithmen-Editoren, die bei der Erstellung, Änderung, Analyse oder Optimierung eines Designs helfen. Die Algorithmen-Editoren sind normalerweise in 3D-Modellierungspakete integriert und lesen mehrere Programmiersprachen, sowohl in Skripten als auch visuell. Das algorithmische Design ermöglicht es Designern, die Einschränkungen herkömmlicher CAD-Software und 3D-Computergrafiksoftware zu überwinden und eine Komplexität zu erreichen, die über die menschliche Möglichkeit hinausgeht, mit digitalen Objekten zu interagieren. Das Akronym erscheint zum ersten Mal in dem 2014 von Arturo Tedeschi veröffentlichten Buch AAD Algorithms-Aided Design, Parametric Strategies using Grasshopper.
Algorithmen (Zeitschrift): Algorithms ist eine monatliche, von Experten begutachtete Open-Access-Zeitschrift für Mathematik, die sich mit Design, Analyse und Experimenten zu Algorithmen befasst. Die Zeitschrift wird von MDPI herausgegeben und 2008 gegründet. Der Gründungsherausgeber war Kazuo Iwama. Von Mai 2014 bis September 2019 war Chefredakteur Henning Fernau. Der derzeitige Chefredakteur ist Frank Werner.
Algorithmen (Zeitschrift): Algorithms ist eine monatliche, von Experten begutachtete Open-Access-Zeitschrift für Mathematik, die sich mit Design, Analyse und Experimenten zu Algorithmen befasst. Die Zeitschrift wird von MDPI herausgegeben und 2008 gegründet. Der Gründungsherausgeber war Kazuo Iwama. Von Mai 2014 bis September 2019 war Chefredakteur Henning Fernau. Der derzeitige Chefredakteur ist Frank Werner.
Algorithmen + Datenstrukturen = Programme: Algorithmen + Datenstrukturen = Programme ist ein 1976 von Niklaus Wirth verfasstes Buch, das einige der grundlegenden Themen der Computerprogrammierung behandelt, insbesondere, dass Algorithmen und Datenstrukturen inhärent miteinander verbunden sind. Wenn man beispielsweise eine sortierte Liste hat, verwendet man einen Suchalgorithmus, der für sortierte Listen optimal ist.
Kategorie: Scientific & Academic Publishing Fachzeitschriften:
Kategorie: Scientific & Academic Publishing Fachzeitschriften:
Kategorie: Scientific & Academic Publishing Fachzeitschriften:
Algorithmische Zustandsmaschine: Die algorithmische Zustandsmaschinenmethode ( ASM ) ist eine Methode zum Entwerfen von Finite-State-Maschinen (FSMs), die ursprünglich von Thomas E. Osborne an der University of California in Berkeley (UCB) seit 1960 entwickelt und 1968 bei Hewlett-Packard eingeführt und implementiert wurde. formalisiert und erweitert seit 1967 und geschrieben von Christopher R. Clare seit 1970. Es wird verwendet, um Diagramme digitaler integrierter Schaltkreise darzustellen. Das ASM-Diagramm ähnelt einem Zustandsdiagramm, ist jedoch strukturierter und daher leichter zu verstehen. Ein ASM-Diagramm ist eine Methode zur Beschreibung der sequentiellen Operationen eines digitalen Systems.
Freischaltete Algorithmen: Algorithms Unlocked ist ein Buch von Thomas H. Cormen über die Grundprinzipien und Anwendungen von Computeralgorithmen. Das Buch besteht aus zehn Kapiteln und behandelt die Themen Suchen, Sortieren, grundlegende Graphalgorithmen, Zeichenfolgenverarbeitung, die Grundlagen der Kryptographie und Datenkomprimierung sowie eine Einführung in die Berechnungstheorie.
Algorithmen und Kombinatorik: Algorithmen und Kombinatorik ist eine Buchreihe in Mathematik, insbesondere in Kombinatorik und dem Entwurf und der Analyse von Algorithmen. Es wird von Springer Science + Business Media veröffentlicht und 1987 gegründet.
SWAT- und WADS-Konferenzen: WADS , das Symposium für Algorithmen und Datenstrukturen , ist eine internationale akademische Konferenz auf dem Gebiet der Informatik, die sich mit Algorithmen und Datenstrukturen befasst. WADS findet alle zwei Jahre statt, normalerweise in Kanada und immer in Nordamerika. Es findet abwechselnd mit seiner Schwesterkonferenz, dem Skandinavischen Symposium und Workshops zur Algorithmus-Theorie (SWAT) , statt, die normalerweise in Skandinavien und immer in Nordeuropa stattfindet. Historisch gesehen wurden die Tagungsberichte beider Konferenzen vom Springer Verlag in der Reihe Lecture Notes in Computer Science veröffentlicht. Springer veröffentlicht weiterhin WADS-Verfahren, aber ab 2016 werden SWAT-Verfahren nun von Dagstuhl über ihre Leibniz International Proceedings in Informatics veröffentlicht.
SWAT- und WADS-Konferenzen: WADS , das Symposium für Algorithmen und Datenstrukturen , ist eine internationale akademische Konferenz auf dem Gebiet der Informatik, die sich mit Algorithmen und Datenstrukturen befasst. WADS findet alle zwei Jahre statt, normalerweise in Kanada und immer in Nordamerika. Es findet abwechselnd mit seiner Schwesterkonferenz, dem Skandinavischen Symposium und Workshops zur Algorithmus-Theorie (SWAT) , statt, die normalerweise in Skandinavien und immer in Nordeuropa stattfindet. Historisch gesehen wurden die Tagungsberichte beider Konferenzen vom Springer Verlag in der Reihe Lecture Notes in Computer Science veröffentlicht. Springer veröffentlicht weiterhin WADS-Verfahren, aber ab 2016 werden SWAT-Verfahren nun von Dagstuhl über ihre Leibniz International Proceedings in Informatics veröffentlicht.
Algorithmen zur Wiederherstellung und Isolation unter Ausnutzung der Semantik: In der Informatik ist ARIES ( Algorithms for Recovery and Isolation Exploiting Semantics) ein Wiederherstellungsalgorithmus, der für die Arbeit mit einem No-Force-Steal-Datenbankansatz entwickelt wurde. Es wird von IBM DB2, Microsoft SQL Server und vielen anderen Datenbanksystemen verwendet. IBM-Mitarbeiter Dr. C. Mohan ist der Haupterfinder der ARIES-Familie von algo.
Algorithmen zur Wiederherstellung und Isolation unter Ausnutzung der Semantik: In der Informatik ist ARIES ( Algorithms for Recovery and Isolation Exploiting Semantics) ein Wiederherstellungsalgorithmus, der für die Arbeit mit einem No-Force-Steal-Datenbankansatz entwickelt wurde. Es wird von IBM DB2, Microsoft SQL Server und vielen anderen Datenbanksystemen verwendet. IBM-Mitarbeiter Dr. C. Mohan ist der Haupterfinder der ARIES-Familie von algo.
Fortgeschrittene kardiale Lebenserhaltung: Fortgeschrittene kardiale Lebenserhaltung oder fortgeschrittene kardiovaskuläre Lebenserhaltung , oft mit dem Akronym " ACLS " bezeichnet, bezieht sich auf eine Reihe klinischer Algorithmen zur dringenden Behandlung von Herzstillstand, Schlaganfall, Myokardinfarkt und anderen lebensbedrohlichen kardiovaskulären Notfällen. Außerhalb Nordamerikas wird Advanced Life Support (ALS) verwendet.
Automatisierte Planung und Terminierung: Automatisierte Planung und Terminierung , manchmal auch als einfache KI-Planung bezeichnet , ist ein Zweig der künstlichen Intelligenz, der die Realisierung von Strategien oder Aktionssequenzen betrifft, typischerweise zur Ausführung durch intelligente Agenten, autonome Roboter und unbemannte Fahrzeuge. Im Gegensatz zu klassischen Steuerungs- und Klassifizierungsproblemen sind die Lösungen komplex und müssen im mehrdimensionalen Raum entdeckt und optimiert werden. Planung hängt auch mit der Entscheidungstheorie zusammen.
Sinus: In der Mathematik ist der Sinus eine trigonometrische Funktion eines Winkels. Der Sinus eines spitzen Winkels wird im Kontext eines rechtwinkligen Dreiecks definiert: Für den angegebenen Winkel ist es das Verhältnis der Länge der Seite, die diesem Winkel gegenüberliegt, zur Länge der längsten Seite des Dreiecks. Für einen Winkel wird die Sinusfunktion einfach als bezeichnet .
Algorithmen zur Varianzberechnung: Algorithmen zur Varianzberechnung spielen eine wichtige Rolle in der Computerstatistik. Eine Hauptschwierigkeit beim Entwurf guter Algorithmen für dieses Problem besteht darin, dass Formeln für die Varianz Quadratsummen enthalten können, die bei großen Werten zu numerischer Instabilität sowie zu einem arithmetischen Überlauf führen können.
Kausale Folgerung: Kausale Folgerung ist der Prozess der Bestimmung der unabhängigen, tatsächlichen Wirkung eines bestimmten Phänomens, das Bestandteil eines größeren Systems ist. Der Hauptunterschied zwischen kausaler Inferenz und Inferenz der Assoziation besteht darin, dass die kausale Inferenz die Reaktion einer Effektvariablen analysiert, wenn eine Ursache der Effektvariablen geändert wird. Die Wissenschaft, warum Dinge geschehen, heißt Ätiologie. Die kausale Folgerung soll den Beweis der Kausalität liefern, die durch kausales Denken theoretisiert wird.
Datenstrom-Clustering: In der Informatik wird Datenstrom-Clustering als das Clustering von Daten definiert, die kontinuierlich eintreffen, wie z. B. Telefonaufzeichnungen, Multimediadaten, Finanztransaktionen usw. Das Datenstrom-Clustering wird normalerweise als Streaming-Algorithmus untersucht, und das Ziel wird anhand einer Folge von Punkten festgelegt: Erstellen einer guten Clusterbildung des Streams mit wenig Speicher und Zeit.
Farbzuordnung: Color Mapping (Fotografie) ist eine Funktion, die die Farben eines (Quell-) Bildes auf die Farben eines anderen (Ziel-) Bildes abbildet (transformiert). Eine Farbabbildung kann als der Algorithmus bezeichnet werden, der zur Abbildungsfunktion führt, oder als der Algorithmus, der die Bildfarben transformiert. Die Farbzuordnung wird manchmal auch als Farbübertragung oder bei Graustufenbildern als Helligkeitsübertragungsfunktion (BTF) bezeichnet . Es kann auch als photometrische Kamerakalibrierung oder radiometrische Kamerakalibrierung bezeichnet werden .
Kombinatorische Optimierung: Die kombinatorische Optimierung ist ein Teilgebiet der mathematischen Optimierung, das sich auf Operations Research, Algorithmus-Theorie und rechnerische Komplexitätstheorie bezieht. Es hat wichtige Anwendungen in verschiedenen Bereichen, einschließlich künstlicher Intelligenz, maschinellem Lernen, Auktionstheorie, Software-Engineering, angewandter Mathematik und theoretischer Informatik.
Transitive Schließung: In der Mathematik ist der transitive Abschluss einer binären Beziehung R auf einer Menge X die kleinste Beziehung auf X , die R enthält und transitiv ist. Für endliche Mengen kann "kleinste" im üblichen Sinne genommen werden, die wenigsten verwandten Paare zu haben; für unendliche Mengen ist es die einzigartige minimale transitive Obermenge von R.
Problem der Einschränkungszufriedenheit: Constraint-Zufriedenheitsprobleme ( CSPs ) sind mathematische Fragen, die als eine Reihe von Objekten definiert sind, deren Status eine Reihe von Einschränkungen oder Einschränkungen erfüllen muss. CSPs repräsentieren die Entitäten in einem Problem als eine homogene Sammlung endlicher Einschränkungen über Variablen, die durch Methoden zur Erfüllung von Einschränkungen gelöst wird. CSPs sind Gegenstand intensiver Forschung sowohl in der künstlichen Intelligenz als auch in der Operationsforschung, da die Regelmäßigkeit ihrer Formulierung eine gemeinsame Grundlage für die Analyse und Lösung von Problemen vieler scheinbar nicht verwandter Familien darstellt. CSPs weisen häufig eine hohe Komplexität auf und erfordern eine Kombination von Heuristiken und kombinatorischen Suchmethoden, um in angemessener Zeit gelöst zu werden. Constraint Programming (CP) ist das Forschungsgebiet, das sich speziell auf die Lösung dieser Art von Problemen konzentriert. Darüber hinaus sind das Boolesche Erfüllbarkeitsproblem (SAT), die Erfüllbarkeitsmodulo-Theorien (SMT), die gemischte Ganzzahlprogrammierung (MIP) und die Antwortsatzprogrammierung (ASP) Forschungsbereiche, die sich auf die Lösung bestimmter Formen des Beschränkungszufriedenheitsproblems konzentrieren.
Problem der Einschränkungszufriedenheit: Constraint-Zufriedenheitsprobleme ( CSPs ) sind mathematische Fragen, die als eine Reihe von Objekten definiert sind, deren Status eine Reihe von Einschränkungen oder Einschränkungen erfüllen muss. CSPs repräsentieren die Entitäten in einem Problem als eine homogene Sammlung endlicher Einschränkungen über Variablen, die durch Methoden zur Erfüllung von Einschränkungen gelöst wird. CSPs sind Gegenstand intensiver Forschung sowohl in der künstlichen Intelligenz als auch in der Operationsforschung, da die Regelmäßigkeit ihrer Formulierung eine gemeinsame Grundlage für die Analyse und Lösung von Problemen vieler scheinbar nicht verwandter Familien darstellt. CSPs weisen häufig eine hohe Komplexität auf und erfordern eine Kombination von Heuristiken und kombinatorischen Suchmethoden, um in angemessener Zeit gelöst zu werden. Constraint Programming (CP) ist das Forschungsgebiet, das sich speziell auf die Lösung dieser Art von Problemen konzentriert. Darüber hinaus sind das Boolesche Erfüllbarkeitsproblem (SAT), die Erfüllbarkeitsmodulo-Theorien (SMT), die gemischte Ganzzahlprogrammierung (MIP) und die Antwortsatzprogrammierung (ASP) Forschungsbereiche, die sich auf die Lösung bestimmter Formen des Beschränkungszufriedenheitsproblems konzentrieren.
Kontextbildklassifizierung: Die kontextbezogene Bildklassifizierung , ein Thema der Mustererkennung in der Bildverarbeitung , ist ein Klassifizierungsansatz, der auf kontextbezogenen Informationen in Bildern basiert. "Kontextuell" bedeutet, dass sich dieser Ansatz auf die Beziehung der nahegelegenen Pixel konzentriert, was auch als Nachbarschaft bezeichnet wird. Ziel dieses Ansatzes ist es, die Bilder anhand der Kontextinformationen zu klassifizieren.
Kontrast-Set-Lernen: Das Lernen von Kontrastsätzen ist eine Form des Lernens von Assoziationsregeln, bei der versucht wird, bedeutsame Unterschiede zwischen einzelnen Gruppen zu identifizieren, indem die wichtigsten Prädiktoren, die für jede bestimmte Gruppe identifiziert werden, rückentwickelt werden. Bei einer Reihe von Attributen für einen Pool von Studenten würde ein Kontrast-Set-Lernender beispielsweise die Kontrastmerkmale zwischen Studenten, die einen Bachelor-Abschluss anstreben, und Studenten, die auf einen Doktortitel hinarbeiten, identifizieren.
Verstärkungslernen: Reinforcement Learning ( RL ) ist ein Bereich des maschinellen Lernens, in dem es darum geht, wie intelligente Agenten in einer Umgebung Maßnahmen ergreifen sollten, um den Begriff der kumulativen Belohnung zu maximieren. Reinforcement Learning ist neben überwachtem und unbeaufsichtigtem Lernen eines von drei grundlegenden Paradigmen des maschinellen Lernens.
Korrelationsclustering: Clustering ist das Problem der Aufteilung von Datenpunkten in Gruppen aufgrund ihrer Ähnlichkeit. Das Korrelationsclustering bietet eine Methode zum Clustering einer Gruppe von Objekten in die optimale Anzahl von Clustern, ohne diese Anzahl im Voraus anzugeben.
Zykluserkennung: In der Informatik ist die Zykluserkennung oder Zyklusfindung das algorithmische Problem, einen Zyklus in einer Folge von iterierten Funktionswerten zu finden.
Datenanalyse: Bei der Datenanalyse werden Daten überprüft, bereinigt, transformiert und modelliert, um nützliche Informationen zu ermitteln, Schlussfolgerungen zu ziehen und Entscheidungen zu unterstützen. Die Datenanalyse hat mehrere Facetten und Ansätze, die verschiedene Techniken unter verschiedenen Namen umfassen und in verschiedenen Bereichen der Wirtschaft, Wissenschaft und Sozialwissenschaften eingesetzt werden. In der heutigen Geschäftswelt spielt die Datenanalyse eine Rolle, um Entscheidungen wissenschaftlicher zu treffen und Unternehmen dabei zu unterstützen, effektiver zu arbeiten.
Datenstrom-Clustering: In der Informatik wird Datenstrom-Clustering als das Clustering von Daten definiert, die kontinuierlich eintreffen, wie z. B. Telefonaufzeichnungen, Multimediadaten, Finanztransaktionen usw. Das Datenstrom-Clustering wird normalerweise als Streaming-Algorithmus untersucht, und das Ziel wird anhand einer Folge von Punkten festgelegt: Erstellen einer guten Clusterbildung des Streams mit wenig Speicher und Zeit.