Demosaicing, Heart failure, Distributed constraint optimization

Demosaikierung: Ein Demosaikierungsalgorithmus ist ein digitaler Bildprozess, der verwendet wird, um ein Vollfarbbild aus den unvollständigen Farbproben zu rekonstruieren, die von einem Bildsensor ausgegeben werden, der mit einem Farbfilterarray (CFA) überlagert ist. Es ist auch als CFA-Interpolation oder Farbrekonstruktion bekannt .
Herzinsuffizienz: Herzversagen (HF), die auch als kongestive Herzinsuffizienz (CHF) bekannt ist , (congestive) Herzversagen (CCF) und Decompensatio Grube, ist , wenn das Herz nicht in der Lage ist , ausreichend zu pumpen Blutfluß beizubehalten , um die Körpergewebe der Bedürfnisse zu erfüllen für Stoffwechsel. Anzeichen und Symptome einer Herzinsuffizienz sind häufig Atemnot, übermäßige Müdigkeit und Schwellung der Beine. Die Kurzatmigkeit ist normalerweise bei körperlicher Betätigung oder im Liegen schlimmer und kann die Person nachts wecken. Eine eingeschränkte Trainingsfähigkeit ist ebenfalls ein häufiges Merkmal. Brustschmerzen, einschließlich Angina pectoris, treten normalerweise nicht aufgrund von Herzinsuffizienz auf.
Verteilte Einschränkungsoptimierung: Die verteilte Einschränkungsoptimierung ist das verteilte Analogon zur Einschränkungsoptimierung. Ein DCOP ist ein Problem, bei dem eine Gruppe von Agenten Werte für eine Reihe von Variablen verteilt auswählen muss, sodass die Kosten einer Reihe von Einschränkungen für die Variablen minimiert werden.
Dokumentenclustering: Dokumentclustering ist die Anwendung der Clusteranalyse auf Textdokumente. Es verfügt über Anwendungen für die automatische Organisation von Dokumenten, das Extrahieren von Themen und das schnelle Abrufen oder Filtern von Informationen.
Analyse des Dokumentenlayouts: Bei der Bildverarbeitung oder der Verarbeitung natürlicher Sprache ist die Dokumentenlayoutanalyse der Prozess des Identifizierens und Kategorisierens der interessierenden Bereiche im gescannten Bild eines Textdokuments. Ein Lesesystem erfordert die Segmentierung von Textzonen von nicht-textuellen Zonen und die Anordnung in ihrer korrekten Lesereihenfolge. Das Erkennen und Beschriften der verschiedenen Zonen als Textkörper, Abbildungen, mathematische Symbole und Tabellen, die in ein Dokument eingebettet sind, wird als geometrische Layoutanalyse bezeichnet . Textzonen spielen jedoch innerhalb des Dokuments unterschiedliche logische Rollen, und diese Art der semantischen Beschriftung ist der Umfang der Analyse des logischen Layouts .
Kantenfärbung: In der Graphentheorie ist eine Kantenfärbung eines Graphen eine Zuordnung von "Farben" zu den Kanten des Graphen, so dass keine zwei einfallenden Kanten dieselbe Farbe haben. Die Abbildung rechts zeigt beispielsweise eine Kantenfärbung eines Diagramms in den Farben Rot, Blau und Grün. Kantenfärbungen sind eine von mehreren verschiedenen Arten der Diagrammfärbung. Das Kantenfärbungsproblem fragt, ob es möglich ist, die Kanten eines gegebenen Graphen mit höchstens k verschiedenen Farben, für einen gegebenen Wert von k oder mit möglichst wenigen Farben zu färben. Die minimal erforderliche Anzahl von Farben für die Kanten eines bestimmten Diagramms wird als chromatischer Index des Diagramms bezeichnet. Beispielsweise können die Kanten des Diagramms in der Abbildung durch drei Farben gefärbt werden, jedoch nicht durch zwei Farben, sodass das gezeigte Diagramm den chromatischen Index drei hat.
Ganzzahlige Faktorisierung: In der Zahlentheorie ist die Ganzzahlfaktorisierung die Zerlegung einer zusammengesetzten Zahl in ein Produkt kleinerer Ganzzahlen. Wenn diese Faktoren weiter auf Primzahlen beschränkt sind, wird der Prozess als Primfaktorisierung bezeichnet .
Irreduzibles Polynom: In der Mathematik ist ein irreduzibles Polynom grob gesagt ein Polynom, das nicht in das Produkt zweier nicht konstanter Polynome einbezogen werden kann. Die Eigenschaft der Irreduzibilität hängt von der Art der Koeffizienten ab, die für die möglichen Faktoren akzeptiert werden, dh von dem Feld oder Ring, zu dem die Koeffizienten des Polynoms und seiner möglichen Faktoren gehören sollen. Zum Beispiel ist das Polynom x 2 - 2 ein Polynom mit ganzzahligen Koeffizienten, aber da jede ganze Zahl auch eine reelle Zahl ist, ist es auch ein Polynom mit reellen Koeffizienten. Es ist nicht reduzierbar, wenn es als Polynom mit ganzzahligen Koeffizienten betrachtet wird, aber es berücksichtigt als wenn es als Polynom mit reellen Koeffizienten betrachtet wird. Man sagt, dass das Polynom x 2 - 2 über die ganzen Zahlen nicht reduzierbar ist, aber nicht über die Realzahlen.
Euklidischer minimaler Spannbaum: Der euklidische minimale Spannbaum oder EMST ist ein minimaler Spannbaum einer Menge von n Punkten in der Ebene, wobei das Gewicht der Kante zwischen jedem Punktpaar der euklidische Abstand zwischen diesen beiden Punkten ist. Einfacher ausgedrückt verbindet ein EMST einen Satz von Punkten unter Verwendung von Linien, so dass die Gesamtlänge aller Linien minimiert wird und jeder Punkt von jedem anderen aus erreicht werden kann, indem man den Linien folgt.
Kapazitierter minimaler Spannbaum: Der kapazitive Minimum-Spanning-Tree ist ein Minimum- Cost-Spanning-Tree eines Graphen mit einem bestimmten Wurzelknoten und erfüllt die Kapazitätsbeschränkung . Die Kapazitätsbeschränkung stellt sicher, dass alle Teilbäume auf den Stammknoten fallen habe nicht mehr als Knoten. Wenn die Baumknoten Gewichte haben, kann die Kapazitätsbeschränkung wie folgt interpretiert werden: Die Summe der Gewichte in einem Teilbaum sollte nicht größer als sein . Die Kanten, die die Untergraphen mit dem Wurzelknoten verbinden, werden als Gates bezeichnet . Die optimale Lösung zu finden ist NP-schwer.	Der kapazitive Minimum-Spanning-Tree ist ein Minimum- Cost-Spanning-Tree eines Graphen mit einem bestimmten Wurzelknoten
Minimaler Spannbaum: Ein Minimum Spanning Tree ( MST ) oder Minimum Spanning Spanning Tree ist eine Teilmenge der Kanten eines verbundenen, kantengewichteten ungerichteten Graphen, der alle Eckpunkte ohne Zyklen und mit dem minimal möglichen Gesamtkantengewicht miteinander verbindet. Das heißt, es ist ein Spannbaum, dessen Summe der Kantengewichte so klein wie möglich ist. Im Allgemeinen hat jeder kantengewichtete ungerichtete Graph eine minimale Spannweite , die eine Vereinigung der minimalen Spannbäume für seine verbundenen Komponenten darstellt.
Fingerabdruck: Ein Fingerabdruck ist ein Eindruck, den die Reibungsrippen eines menschlichen Fingers hinterlassen. Die Wiederherstellung partieller Fingerabdrücke von einem Tatort ist eine wichtige Methode der Forensik. Feuchtigkeit und Fett am Finger führen zu Fingerabdrücken auf Oberflächen wie Glas oder Metall. Absichtliche Abdrücke ganzer Fingerabdrücke können durch Tinte oder andere Substanzen erhalten werden, die von den Spitzen der Reibungsrippen auf der Haut auf eine glatte Oberfläche wie Papier übertragen werden. Fingerabdruckaufzeichnungen enthalten normalerweise Abdrücke vom Pad auf dem letzten Gelenk von Fingern und Daumen, obwohl Fingerabdruckkarten typischerweise auch Teile der unteren Gelenkbereiche der Finger aufzeichnen.
Formale Konzeptanalyse: Die formale Konzeptanalyse ( FCA ) ist eine prinzipielle Methode zur Ableitung einer Konzepthierarchie oder formalen Ontologie aus einer Sammlung von Objekten und ihren Eigenschaften. Jedes Konzept in der Hierarchie repräsentiert die Objekte, die bestimmte Eigenschaften gemeinsam nutzen. und jedes Unterkonzept in der Hierarchie repräsentiert eine Teilmenge der Objekte in den Konzepten darüber. Der Begriff wurde 1981 von Rudolf Wille eingeführt und baut auf der mathematischen Theorie von Gittern und geordneten Mengen auf, die Garrett Birkhoff und andere in den 1930er Jahren entwickelt haben.
Gestenerkennung: Gestenerkennung ist ein Thema in der Informatik und Sprachtechnologie mit dem Ziel, menschliche Gesten über mathematische Algorithmen zu interpretieren. Es ist eine Subdisziplin der Computer Vision. Gesten können von jeder körperlichen Bewegung oder jedem körperlichen Zustand ausgehen, aber gewöhnlich vom Gesicht oder der Hand. Aktuelle Schwerpunkte auf diesem Gebiet sind die Erkennung von Emotionen anhand der Gesichts- und Handgestenerkennung. Benutzer können einfache Gesten verwenden, um Geräte zu steuern oder mit ihnen zu interagieren, ohne sie physisch zu berühren. Viele Ansätze wurden unter Verwendung von Kameras und Computer-Vision-Algorithmen zur Interpretation der Gebärdensprache gemacht. Die Identifizierung und Erkennung von Haltung, Gangart, Proxemik und menschlichem Verhalten ist jedoch auch Gegenstand von Gestenerkennungstechniken. Die Erkennung von Gesten kann als eine Möglichkeit für Computer angesehen werden, die menschliche Körpersprache zu verstehen und so eine reichhaltigere Brücke zwischen Maschinen zu schlagen und Menschen als primitive Textbenutzeroberflächen oder sogar GUIs, die immer noch den Großteil der Eingaben auf Tastatur und Maus beschränken und auf natürliche Weise ohne mechanische Geräte interagieren. Mit dem Konzept der Gestenerkennung ist es möglich, einen Finger auf diesen Punkt zu richten, der sich entsprechend bewegt. Dies könnte herkömmliche Eingaben auf solchen Geräten und sogar redundant machen.
Globale Beleuchtung: Globale Beleuchtung ( GI ) oder indirekte Beleuchtung ist eine Gruppe von Algorithmen, die in 3D-Computergrafiken verwendet werden und dazu dienen, 3D-Szenen realistischer zu beleuchten. Solche Algorithmen berücksichtigen nicht nur das Licht, das direkt von einer Lichtquelle kommt, sondern auch nachfolgende Fälle, in denen Lichtstrahlen von derselben Quelle von anderen Oberflächen in der Szene reflektiert werden, ob reflektierend oder nicht.
Grafikfarbe: In der Graphentheorie ist die Graphfärbung ein Sonderfall der Graphbeschriftung; Es handelt sich um eine Zuordnung von Beschriftungen, die traditionell als "Farben" bezeichnet werden, zu Elementen eines Diagramms, die bestimmten Einschränkungen unterliegen. In seiner einfachsten Form können die Scheitelpunkte eines Graphen so gefärbt werden, dass keine zwei benachbarten Scheitelpunkte dieselbe Farbe haben. Dies wird als Scheitelpunktfärbung bezeichnet . In ähnlicher Weise weist eine Kantenfärbung jeder Kante eine Farbe zu, so dass keine zwei benachbarten Kanten dieselbe Farbe haben, und eine Flächenfärbung eines planaren Graphen weist jeder Fläche oder Region eine Farbe zu, so dass keine zwei Flächen, die eine Grenze teilen, die Farbe haben selbe Farbe.
Bildkompression: Die Bildkomprimierung ist eine Art der Datenkomprimierung, die auf digitale Bilder angewendet wird, um deren Kosten für die Speicherung oder Übertragung zu senken. Algorithmen können die visuelle Wahrnehmung und die statistischen Eigenschaften von Bilddaten nutzen, um im Vergleich zu generischen Datenkomprimierungsmethoden, die für andere digitale Daten verwendet werden, überlegene Ergebnisse zu erzielen.
Liste der Algorithmen: Das Folgende ist eine Liste von Algorithmen zusammen mit einzeiligen Beschreibungen für jeden.
Bildkorrektur: Die Bildkorrektur ist ein Transformationsprozess, mit dem Bilder auf eine gemeinsame Bildebene projiziert werden. Dieser Prozess hat mehrere Freiheitsgrade und es gibt viele Strategien, um Bilder in die gemeinsame Ebene zu transformieren. Es wird in der Computer-Stereovision verwendet, um das Problem des Findens von Übereinstimmungspunkten zwischen Bildern zu vereinfachen. Es wird in geografischen Informationssystemen verwendet, um aus mehreren Perspektiven aufgenommene Bilder zu einem gemeinsamen Kartenkoordinatensystem zusammenzuführen.
Bildskalierung: In der Computergrafik und digitale Bildverarbeitung, Bildskalierung bezieht sich auf das Ändern der Größe eines digitalen Bildes. In der Videotechnik wird die Vergrößerung von digitalem Material als Upscaling oder Auflösungsverbesserung bezeichnet.
Bildstich: Beim Zusammenfügen von Bildern oder Fotos werden mehrere fotografische Bilder mit überlappenden Sichtfeldern kombiniert, um ein segmentiertes Panorama oder ein hochauflösendes Bild zu erstellen. Die meisten Ansätze zum Zusammenfügen von Bildern werden häufig mithilfe von Computersoftware durchgeführt und erfordern nahezu exakte Überlappungen zwischen Bildern und identischen Belichtungen, um nahtlose Ergebnisse zu erzielen. Einige Stitching-Algorithmen profitieren jedoch tatsächlich von unterschiedlich belichteten Bildern, indem sie Bilder mit hohem Dynamikbereich in Überlappungsbereichen erstellen . Einige Digitalkameras können ihre Fotos intern zusammenfügen.
Ganzzahlige Programmierung: Ein ganzzahliges Programmierproblem ist ein mathematisches Optimierungs- oder Durchführbarkeitsprogramm, bei dem einige oder alle Variablen auf ganze Zahlen beschränkt sind. In vielen Einstellungen bezieht sich der Begriff auf die ganzzahlige lineare Programmierung (ILP), bei der die Zielfunktion und die Einschränkungen linear sind.
Isotonische Regression: In der Statistik ist isotonische Regression oder monotone Regression die Technik, eine Freiformlinie an eine Folge von Beobachtungen anzupassen, so dass die angepasste Linie nicht überall abnimmt und so nah wie möglich an den Beobachtungen liegt.
Artikelbaumanalyse: Die Item Tree Analysis ( ITA ) ist eine Datenanalysemethode, mit der aus den beobachteten Antwortmustern eine hierarchische Struktur auf den Items eines Fragebogens oder Tests erstellt werden kann. Angenommen, wir haben einen Fragebogen mit m Elementen und die Probanden können für jedes dieser Elemente positiv (1) oder negativ (0) antworten, dh die Elemente sind zweifach. Wenn n Probanden die Elemente beantworten, führt dies zu einer binären Datenmatrix D mit m Spalten und n Zeilen. Typische Beispiele für dieses Datenformat sind Testelemente, die von Probanden gelöst (1) oder fehlgeschlagen (0) werden können. Andere typische Beispiele sind Fragebögen, in denen die Punkte Aussagen sind, denen die Probanden zustimmen (1) oder nicht zustimmen können (0). Abhängig vom Inhalt der Elemente ist es möglich, dass die Antwort eines Subjekts auf einen Punkt j seine oder seine Antworten auf andere Elemente bestimmt. Es ist zum Beispiel möglich, dass jedes Subjekt, das Punkt j zustimmt, auch Punkt i zustimmt. In diesem Fall sagen wir, dass Punkt j Punkt i impliziert. Das Ziel eines ITA ist es, solche deterministischen Implikationen aus dem Datensatz D aufzudecken.
K-bedeutet Clustering: k- Mittel-Clustering ist eine Methode zur Vektorquantisierung, die ursprünglich aus der Signalverarbeitung stammt und darauf abzielt, n Beobachtungen in k Cluster zu unterteilen, in denen jede Beobachtung zum Cluster mit dem nächstgelegenen Mittelwert gehört und als Prototyp des Clusters dient. Dies führt zu einer Aufteilung des Datenraums in Voronoi-Zellen. Das k- Mittel-Clustering minimiert die Varianzen innerhalb des Clusters, jedoch nicht die regulären euklidischen Abstände. Dies wäre das schwierigere Weber-Problem: Der Mittelwert optimiert quadratische Fehler, während nur der geometrische Median die euklidischen Abstände minimiert. Zum Beispiel können bessere euklidische Lösungen unter Verwendung von k-Medianen und k-Medoiden gefunden werden.
Lineares Programmieren: Die lineare Programmierung ist eine Methode, um das beste Ergebnis in einem mathematischen Modell zu erzielen, dessen Anforderungen durch lineare Beziehungen dargestellt werden. Die lineare Programmierung ist ein Sonderfall der mathematischen Programmierung.
Datenkompression: Bei der Signalverarbeitung ist Datenkomprimierung , Quellcodierung oder Bitratenreduzierung der Prozess des Codierens von Informationen unter Verwendung von weniger Bits als die ursprüngliche Darstellung. Jede bestimmte Komprimierung ist entweder verlustbehaftet oder verlustfrei. Die verlustfreie Komprimierung reduziert Bits, indem statistische Redundanz identifiziert und beseitigt wird. Bei der verlustfreien Komprimierung gehen keine Informationen verloren. Die verlustbehaftete Komprimierung reduziert Bits, indem unnötige oder weniger wichtige Informationen entfernt werden. Typischerweise wird ein Gerät, das eine Datenkomprimierung durchführt, als Codierer bezeichnet, und eines, das die Umkehrung des Prozesses (Dekomprimierung) als Decodierer durchführt.
Matrixvervollständigung: Die Matrixvervollständigung ist die Aufgabe, die fehlenden Einträge einer teilweise beobachteten Matrix auszufüllen. Eine Vielzahl von Datensätzen ist natürlich in Matrixform organisiert. Ein Beispiel ist die Filmbewertungsmatrix, wie sie im Netflix-Problem angezeigt wird: Gegeben ist eine Bewertungsmatrix, in der jeder Eintrag enthalten ist repräsentiert die Bewertung des Films von Kunden , wenn Kunde hat Film gesehen und wenn es sonst fehlt, möchten wir die verbleibenden Einträge vorhersagen, um den Kunden gute Empfehlungen zu geben, was sie als nächstes sehen sollen. Ein weiteres Beispiel ist die Begriff-Dokument-Matrix: Die Häufigkeit von Wörtern, die in einer Sammlung von Dokumenten verwendet werden, kann als Matrix dargestellt werden, wobei jeder Eintrag der Häufigkeit entspricht, mit der der zugehörige Begriff im angegebenen Dokument erscheint.
Invertierbare Matrix: In der linearen Algebra wird eine n- mal- n- Quadrat-Matrix A als invertierbar bezeichnet , wenn eine n- mal- n- Quadrat-Matrix B existiert, so dass	In der linearen Algebra wird eine n- mal- n- Quadrat-Matrix A als invertierbar bezeichnet , wenn eine n- mal- n- Quadrat-Matrix B existiert, so dass
Matrixmultiplikationsalgorithmus: Da die Matrixmultiplikation in vielen numerischen Algorithmen eine so zentrale Operation ist, wurde viel Arbeit investiert, um die Matrixmultiplikationsalgorithmen effizient zu gestalten. Anwendungen der Matrixmultiplikation bei Rechenproblemen finden sich in vielen Bereichen, einschließlich wissenschaftlicher Datenverarbeitung und Mustererkennung, sowie in scheinbar nicht zusammenhängenden Problemen wie dem Zählen der Pfade durch einen Graphen. Viele verschiedene Algorithmen wurden entwickelt, um Matrizen auf verschiedenen Hardwaretypen zu multiplizieren, einschließlich paralleler und verteilter Systeme, bei denen die Rechenarbeit auf mehrere Prozessoren verteilt ist.
Bewegungsschätzung: Bewegungsschätzung ist der Prozess der Bestimmung von Bewegungsvektoren, die die Transformation von einem 2D-Bild in ein anderes beschreiben. normalerweise aus benachbarten Frames in einer Videosequenz. Es ist ein schlecht gestelltes Problem, da die Bewegung dreidimensional ist, die Bilder jedoch eine Projektion der 3D-Szene auf eine 2D-Ebene sind. Die Bewegungsvektoren können sich auf das gesamte Bild oder bestimmte Teile beziehen, wie beispielsweise rechteckige Blöcke, beliebig geformte Flecken oder sogar pro Pixel. Die Bewegungsvektoren können durch ein Translationsmodell oder viele andere Modelle dargestellt werden, die sich der Bewegung einer realen Videokamera annähern können, wie z. B. Drehung und Translation in allen drei Dimensionen und Zoom.
Bewegungsplanung: Bewegungsplanung , auch Pfadplanung, ist ein Rechenproblem, um eine Folge gültiger Konfigurationen zu finden, die das Objekt von der Quelle zum Ziel bewegen. Der Begriff wird in Computergeometrie, Computeranimation, Robotik und Computerspielen verwendet.
Multilineares Subraumlernen: Multilineares Subraumlernen ist ein Ansatz zur Dimensionsreduktion. Die Dimensionsreduktion kann an einem Datentensor durchgeführt werden, dessen Beobachtungen vektorisiert und in einem Datentensor organisiert wurden, oder dessen Beobachtungen Matrizen sind, die zu einem Datentensor verkettet sind. Hier sind einige Beispiele für Datentensoren, deren Beobachtungen vektorisiert sind oder deren Beobachtungen Matrizen sind, die zu Datentensorbildern (2D / 3D), Videosequenzen (3D / 4D) und hyperspektralen Würfeln (3D / 4D) verkettet sind.
Lernen mit mehreren Instanzen: Beim maschinellen Lernen ist das Lernen mit mehreren Instanzen (MIL) eine Art von überwachtem Lernen. Anstatt eine Reihe von Instanzen zu erhalten, die einzeln gekennzeichnet sind, erhält der Lernende eine Reihe von beschrifteten Beuteln , die jeweils viele Instanzen enthalten. Im einfachen Fall einer binären Klassifizierung mit mehreren Instanzen kann ein Beutel als negativ gekennzeichnet werden, wenn alle darin enthaltenen Instanzen negativ sind. Andererseits wird ein Beutel als positiv gekennzeichnet, wenn sich mindestens eine Instanz darin befindet, die positiv ist. Aus einer Sammlung von etikettierten Beuteln versucht der Lernende, entweder (i) ein Konzept zu entwickeln, das einzelne Instanzen korrekt kennzeichnet, oder (ii) zu lernen, wie man Taschen etikettiert, ohne das Konzept zu induzieren.
Lernen mit mehreren Kernen: Das Lernen mehrerer Kernel bezieht sich auf eine Reihe von Methoden des maschinellen Lernens, die eine vordefinierte Menge von Kerneln verwenden und eine optimale lineare oder nichtlineare Kombination von Kerneln als Teil des Algorithmus lernen. Gründe für die Verwendung des Lernens mit mehreren Kerneln sind a) die Möglichkeit, einen optimalen Kernel und Parameter aus einem größeren Satz von Kerneln auszuwählen, die Verzerrung aufgrund der Kernelauswahl zu verringern und gleichzeitig automatisiertere Methoden des maschinellen Lernens zu ermöglichen, und b) Daten aus verschiedenen Quellen zu kombinieren, die haben unterschiedliche Vorstellungen von Ähnlichkeit und erfordern daher unterschiedliche Kernel. Anstatt einen neuen Kernel zu erstellen, können mehrere Kernel-Algorithmen verwendet werden, um Kernel zu kombinieren, die bereits für jede einzelne Datenquelle eingerichtet wurden.
Nicht negative Matrixfaktorisierung: Nicht negative Matrixfaktorisierung , auch nicht negative Matrixnäherung, ist eine Gruppe von Algorithmen in der multivariaten Analyse und linearen Algebra, bei denen eine Matrix V in (normalerweise) zwei Matrizen W und H faktorisiert wird, mit der Eigenschaft, dass alle drei Matrizen keine negativen Elemente haben . Diese Nicht-Negativität erleichtert die Inspektion der resultierenden Matrizen. Auch bei Anwendungen wie der Verarbeitung von Audiospektrogrammen oder Muskelaktivität ist den betrachteten Daten eine Nicht-Negativität inhärent. Da das Problem im Allgemeinen nicht genau lösbar ist, wird es üblicherweise numerisch angenähert.
System der Polynomgleichungen: Ein System von Polynomgleichungen ist ein Satz simultaner Gleichungen f 1 = 0, ..., f h = 0, wobei f i Polynome in mehreren Variablen sind, beispielsweise x 1 , ..., x n , über ein Feld k .
Mathematische Optimierung: Mathematische Optimierung oder mathematische Programmierung ist die Auswahl eines besten Elements in Bezug auf ein Kriterium aus einer Reihe verfügbarer Alternativen. Optimierungsprobleme treten in allen quantitativen Disziplinen auf, von Informatik und Ingenieurwesen über Betriebsforschung bis hin zu Wirtschaftswissenschaften, und die Entwicklung von Lösungsmethoden ist seit Jahrhunderten in der Mathematik von Interesse.
Mustererkennung: Die Mustererkennung ist die automatische Erkennung von Mustern und Regelmäßigkeiten in Daten. Es hat Anwendungen in der statistischen Datenanalyse, Signalverarbeitung, Bildanalyse, Informationsbeschaffung, Bioinformatik, Datenkomprimierung, Computergrafik und maschinellem Lernen. Die Mustererkennung hat ihren Ursprung in Statistik und Technik. Einige moderne Ansätze zur Mustererkennung umfassen den Einsatz von maschinellem Lernen aufgrund der erhöhten Verfügbarkeit von Big Data und einer neuen Fülle an Verarbeitungsleistung. Diese Aktivitäten können jedoch als zwei Facetten desselben Anwendungsbereichs angesehen werden und haben zusammen in den letzten Jahrzehnten eine wesentliche Entwicklung erfahren. Eine moderne Definition der Mustererkennung lautet: Das Gebiet der Mustererkennung befasst sich mit der automatischen Erkennung von Regelmäßigkeiten in Daten mithilfe von Computeralgorithmen und mit der Verwendung dieser Regelmäßigkeiten, um Maßnahmen wie die Klassifizierung der Daten in verschiedene Kategorien zu ergreifen.
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.
Polynomzerlegung: In der Mathematik ein Polynom Zersetzung zum Ausdruck bringt ein Polynom f als die funktionale Zusammensetzung von Polynomen g und h , wobei g und h einen Grad größer als 1 haben; es ist eine algebraische funktionale Zerlegung. Algorithmen sind dafür bekannt, univariate Polynome in Polynomzeit zu zerlegen.
Postquantenkryptographie: Post-Quanten-Kryptographie bezieht sich auf kryptographische Algorithmen, von denen angenommen wird, dass sie gegen einen kryptoanalytischen Angriff eines Quantencomputers sicher sind. Ab 2021 gilt dies nicht für die gängigsten Public-Key-Algorithmen, die von einem ausreichend starken Quantencomputer effizient gebrochen werden können. Das Problem bei derzeit gängigen Algorithmen besteht darin, dass ihre Sicherheit auf einem von drei schwierigen mathematischen Problemen beruht: dem Problem der ganzzahligen Faktorisierung, dem Problem des diskreten Logarithmus oder dem Problem des diskreten Logarithmus mit elliptischen Kurven. All diese Probleme können leicht auf einem ausreichend leistungsfähigen Quantencomputer gelöst werden, auf dem Shors Algorithmus ausgeführt wird. Obwohl aktuelle, öffentlich bekannte experimentelle Quantencomputer keine Rechenleistung haben, um einen echten kryptografischen Algorithmus zu brechen, entwickeln viele Kryptographen neue Algorithmen, um sich auf eine Zeit vorzubereiten, in der Quantencomputer zu einer Bedrohung werden. Diese Arbeit hat seit 2006 durch die PQCrypto-Konferenzreihe und in jüngster Zeit durch mehrere Workshops zur Quantensicheren Kryptographie, die vom European Telecommunications Standards Institute (ETSI) und dem Institute for Quantum Computing veranstaltet wurden, bei Wissenschaft und Industrie größere Beachtung gefunden.
Proteindesign: Proteindesign ist das rationale Design neuer Proteinmoleküle, um neue Aktivitäten, Verhaltensweisen oder Zwecke zu entwickeln und das grundlegende Verständnis der Proteinfunktion zu verbessern. Proteine ​​können von Grund auf neu entworfen werden oder indem berechnete Varianten einer bekannten Proteinstruktur und ihrer Sequenz hergestellt werden. Rationale Proteindesign- Ansätze machen Proteinsequenzvorhersagen, die sich zu bestimmten Strukturen falten. Diese vorhergesagten Sequenzen können dann experimentell durch Methoden wie Peptidsynthese, ortsgerichtete Mutagenese oder künstliche Gensynthese validiert werden.
Quantifizierereliminierung: Die Quantifizierereliminierung ist ein Konzept der Vereinfachung, das in der mathematischen Logik, der Modelltheorie und der theoretischen Informatik verwendet wird. Informell eine quantifizierte Aussage " so dass "kann als Frage angesehen werden" Wann gibt es eine so dass ? ", und die Aussage ohne Quantifizierer kann als Antwort auf diese Frage angesehen werden.
Raytracing (Grafik): In der 3D-Computergrafik ist Raytracing eine Rendering-Technik zum Erzeugen eines Bildes, indem der Lichtweg als Pixel in einer Bildebene verfolgt und die Auswirkungen seiner Begegnungen mit virtuellen Objekten simuliert werden. Die Technik ist in der Lage, ein hohes Maß an visuellem Realismus zu erzeugen, mehr als typische Scanline-Rendering-Verfahren, jedoch mit einem höheren Rechenaufwand. Dies macht Raytracing am besten für Anwendungen geeignet, bei denen das Rendern relativ lange dauert, z. B. bei computergenerierten Standbildern und visuellen Film- und Fernseheffekten (VFX), im Allgemeinen jedoch weniger geeignet für Echtzeitanwendungen wie z als Videospiele, bei denen die Geschwindigkeit beim Rendern jedes Frames entscheidend ist. In den letzten Jahren ist die Hardwarebeschleunigung für die Echtzeit-Raytracing-Funktion bei neuen kommerziellen Grafikkarten zum Standard geworden, und Grafik-APIs sind diesem Beispiel gefolgt, sodass Entwickler Spiele und andere in Echtzeit gerenderte Medien mit Echtzeit-Raytracing-Techniken ausstatten können ein geringerer, wenn auch immer noch erheblicher Einfluss auf die Frame-Renderzeiten.
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 erzwungenen Datenbankansatz ohne Diebstahl 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.
Ressourcenzuweisung: In der Wirtschaft ist die Ressourcenzuweisung die Zuordnung verfügbarer Ressourcen zu verschiedenen Verwendungszwecken. Im Kontext einer gesamten Volkswirtschaft können Ressourcen auf verschiedene Weise zugewiesen werden, z. B. durch Märkte oder durch Planung.
Semidefinite Programmierung: Die semidefinite Programmierung ( SDP ) ist ein Teilfeld der konvexen Optimierung, das sich mit der Optimierung einer linearen Zielfunktion über den Schnittpunkt des Kegels positiver semidefiniter Matrizen mit einem affinen Raum, dh einem Spektraeder, befasst.
Sequentielles Pattern Mining: Sequentielles Pattern Mining ist ein Thema des Data Mining, bei dem statistisch relevante Muster zwischen Datenbeispielen gefunden werden, bei denen die Werte in einer Sequenz geliefert werden. Es wird normalerweise angenommen, dass die Werte diskret sind, und daher ist das Zeitreihen-Mining eng miteinander verbunden, wird jedoch normalerweise als eine andere Aktivität angesehen. Sequentielles Pattern Mining ist ein Sonderfall des strukturierten Data Mining.
Einfache Zufallsstichprobe: In der Statistik ist eine einfache Zufallsstichprobe eine Teilmenge von Personen, die aus einer größeren Gruppe ausgewählt wurden, in der jede Person zufällig und vollständig zufällig ausgewählt wird. Insbesondere hat jedes Individuum die gleiche Wahrscheinlichkeit, zu irgendeinem Zeitpunkt während des Stichprobenprozesses ausgewählt zu werden, und jede Teilmenge von k Individuen hat die gleiche Wahrscheinlichkeit, für die Stichprobe ausgewählt zu werden wie jede andere Teilmenge von k Individuen. Dieser Prozess und diese Technik sind als einfache Zufallsstichproben bekannt und sollten nicht mit systematischen Zufallsstichproben verwechselt werden. Eine einfache Zufallsstichprobe ist eine unvoreingenommene Vermessungstechnik.
Gleichzeitige Lokalisierung und Zuordnung: In der Computergeometrie und Robotik ist die gleichzeitige Lokalisierung und Zuordnung ( SLAM ) das Rechenproblem beim Erstellen oder Aktualisieren einer Karte einer unbekannten Umgebung, während gleichzeitig der Standort eines Agenten darin verfolgt wird. Während dies zunächst ein Henne-Ei-Problem zu sein scheint, sind verschiedene Algorithmen bekannt, um es zumindest annähernd in für bestimmte Umgebungen nachvollziehbarer Zeit zu lösen. Zu den gängigen Näherungslösungsmethoden gehören der Partikelfilter, der erweiterte Kalman-Filter, der Kovarianzschnittpunkt und GraphSLAM. SLAM-Algorithmen werden in der Navigation, der Roboterkartierung und der Kilometerzähler für die virtuelle Realität oder die erweiterte Realität verwendet.
Glätten: In der Statistik und Bildverarbeitung bedeutet das Glätten eines Datensatzes das Erstellen einer Näherungsfunktion, die versucht, wichtige Muster in den Daten zu erfassen, während Rauschen oder andere feinskalige Strukturen / schnelle Phänomene weggelassen werden. Beim Glätten werden die Datenpunkte eines Signals so modifiziert, dass einzelne Punkte, die höher als die benachbarten Punkte sind, verringert werden und Punkte, die niedriger als die benachbarten Punkte sind, erhöht werden, was zu einem weicheren Signal führt. Die Glättung kann auf zwei wichtige Arten verwendet werden, die bei der Datenanalyse hilfreich sein können: (1) indem mehr Informationen aus den Daten extrahiert werden können, solange die Annahme einer Glättung angemessen ist, und (2) indem Analysen bereitgestellt werden können, die beide flexibel sind und robust. Bei der Glättung werden viele verschiedene Algorithmen verwendet.
Markov Entscheidungsprozess: In der Mathematik ist ein Markov-Entscheidungsprozess ( MDP ) ein zeitdiskreter stochastischer Steuerungsprozess. Es bietet einen mathematischen Rahmen für die Modellierung der Entscheidungsfindung in Situationen, in denen die Ergebnisse teilweise zufällig sind und teilweise von einem Entscheidungsträger kontrolliert werden. MDPs sind nützlich, um Optimierungsprobleme zu untersuchen, die durch dynamische Programmierung gelöst werden. MDPs waren mindestens bereits in den 1950er Jahren bekannt; Ein Kern der Forschung zu Markov-Entscheidungsprozessen ergab sich aus Ronald Howards 1960 erschienenem Buch Dynamic Programming and Markov Processes . Sie werden in vielen Disziplinen eingesetzt, darunter Robotik, automatische Steuerung, Wirtschaftlichkeit und Fertigung. Der Name MDPs stammt vom russischen Mathematiker Andrey Markov, da sie eine Erweiterung der Markov-Ketten sind.
Zauberwürfel: Der Zauberwürfel ist ein 3-D-Kombinationspuzzle, das 1974 vom ungarischen Bildhauer und Architekturprofessor Ernő Rubik erfunden wurde. Ursprünglich als Magic Cube bezeichnet , wurde das Puzzle von Rubik lizenziert, um 1980 von Ideal Toy Corp. über den Geschäftsmann Tibor Laczi und den Gründer von Seven Towns, Tom Kremer, verkauft zu werden. Rubik's Cube gewann 1980 die Sonderauszeichnung Deutsches Spiel des Jahres für das beste Puzzle. Bis Januar 2009 wurden weltweit 350 Millionen Würfel verkauft, was es zum weltweit meistverkauften Puzzlespiel macht. Es gilt allgemein als das meistverkaufte Spielzeug der Welt.
Boolesches Erfüllbarkeitsproblem: In der Logik und Informatik besteht das Problem der Booleschen Erfüllbarkeit darin, festzustellen, ob es eine Interpretation gibt, die eine bestimmte Boolesche Formel erfüllt. Mit anderen Worten, es wird gefragt, ob die Variablen einer bestimmten Booleschen Formel konsistent durch die Werte TRUE oder FALSE ersetzt werden können, sodass die Formel TRUE ergibt. In diesem Fall wird die Formel als erfüllbar bezeichnet . Wenn andererseits keine solche Zuordnung existiert, ist die durch die Formel ausgedrückte Funktion für alle möglichen Variablenzuweisungen FALSE und die Formel ist nicht zufriedenstellend . Zum Beispiel ist die Formel " a UND NICHT b " erfüllbar, weil man die Werte a = TRUE und b = FALSE finden kann, die = TRUE ergeben. Im Gegensatz dazu ist " a UND NICHT a " unbefriedigend.
Optimierungsprobleme: Bei der mathematischen Optimierung ist die eingeschränkte Optimierung der Prozess der Optimierung einer Zielfunktion in Bezug auf einige Variablen, wenn Einschränkungen für diese Variablen vorliegen. Die Zielfunktion ist entweder eine Kostenfunktion oder eine Energiefunktion, die minimiert werden soll, oder eine Belohnungsfunktion oder eine Nutzenfunktion, die maximiert werden soll. Einschränkungen können entweder harte Einschränkungen sein , die Bedingungen für die zu erfüllenden Variablen festlegen, oder weiche Einschränkungen , die einige Variablenwerte aufweisen, die in der Zielfunktion bestraft werden, wenn und basierend auf dem Ausmaß der Bedingungen für die Variablen sind nicht zufrieden.
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.
Liste der Algorithmen: Das Folgende ist eine Liste von Algorithmen zusammen mit einzeiligen Beschreibungen für jeden.
Gleichungslösung: In der Mathematik bedeutet das Lösen einer Gleichung , ihre Lösungen zu finden. Dies sind die Werte, die die in der Gleichung angegebene Bedingung erfüllen und im Allgemeinen aus zwei Ausdrücken bestehen, die durch ein Gleichheitszeichen verbunden sind. Bei der Suche nach einer Lösung werden eine oder mehrere Variablen als Unbekannte bezeichnet . Eine Lösung ist eine Zuordnung von Werten zu unbekannten Variablen, die die Gleichheit in der Gleichung wahr macht. Mit anderen Worten, eine Lösung ist ein Wert oder eine Sammlung von Werten, so dass die Gleichung, wenn sie die Unbekannten ersetzt, zu einer Gleichheit wird. Eine Lösung einer Gleichung wird oft als Wurzel der Gleichung bezeichnet, insbesondere aber nicht nur für Polynomgleichungen . Die Menge aller Lösungen einer Gleichung ist ihre Lösungsmenge.
Rucksackproblem: Das Rucksackproblem ist ein Problem bei der kombinatorischen Optimierung: Bestimmen Sie anhand einer Reihe von Elementen mit jeweils einem Gewicht und einem Wert die Anzahl jedes Elements, das in eine Sammlung aufgenommen werden soll, sodass das Gesamtgewicht kleiner oder gleich einem bestimmten Grenzwert und ist Der Gesamtwert ist so groß wie möglich. Es leitet seinen Namen von dem Problem ab, mit dem jemand konfrontiert ist, der durch einen Rucksack fester Größe eingeschränkt ist und ihn mit den wertvollsten Gegenständen füllen muss. Das Problem tritt häufig bei der Ressourcenzuweisung auf, bei der die Entscheidungsträger aus einer Reihe nicht teilbarer Projekte oder Aufgaben unter einem festen Budget bzw. einer festen Zeitbeschränkung auswählen müssen.
Mathematische Optimierung: Mathematische Optimierung oder mathematische Programmierung ist die Auswahl eines besten Elements in Bezug auf ein Kriterium aus einer Reihe verfügbarer Alternativen. Optimierungsprobleme treten in allen quantitativen Disziplinen auf, von Informatik und Ingenieurwesen über Betriebsforschung bis hin zu Wirtschaftswissenschaften, und die Entwicklung von Lösungsmethoden ist seit Jahrhunderten in der Mathematik von Interesse.
Numerische Methoden für gewöhnliche Differentialgleichungen: Numerische Methoden für gewöhnliche Differentialgleichungen sind Methoden, mit denen numerische Annäherungen an die Lösungen gewöhnlicher Differentialgleichungen (ODEs) gefunden werden. Ihre Verwendung wird auch als "numerische Integration" bezeichnet, obwohl sich dieser Begriff auch auf die Berechnung von Integralen beziehen kann.
Paritätsspiel: Ein Paritätsspiel wird auf einem farbig gerichteten Graphen gespielt, bei dem jeder Knoten durch eine Priorität gefärbt wurde - eine von (normalerweise) endlich vielen natürlichen Zahlen. Zwei Spieler, 0 und 1, bewegen einen Spielstein entlang der Kanten des Diagramms. Der Eigentümer des Knotens, auf den das Token fällt, wählt den Nachfolgeknoten aus, was zu einem Pfad führt, der als Wiedergabe bezeichnet wird.
Polynom: In der Mathematik ist ein Polynom ein Ausdruck, der aus Variablen und Koeffizienten besteht und nur die Operationen Addition, Subtraktion, Multiplikation und nicht negative ganzzahlige Exponentiation von Variablen umfasst. Ein Beispiel für ein Polynom eines einzelnen unbestimmten x ist x 2 - 4 x + 7 . Ein Beispiel in drei Variablen ist x 3 + 2 xyz 2 - yz + 1 .
Planung (Produktionsprozesse): Scheduling ist der Prozess des Arrangierens, Kontrollierens und Optimierens von Arbeit und Workloads in einem Produktionsprozess oder Herstellungsprozess. Die Planung wird verwendet, um Maschinen- und Anlagenressourcen zuzuweisen, Humanressourcen zu planen, Produktionsprozesse zu planen und Materialien einzukaufen.
Subgraph-Isomorphismus-Problem: In der theoretischen Informatik ist das Subgraph-Isomorphismus- Problem eine Rechenaufgabe, bei der zwei Graphen G und H als Eingabe angegeben werden und man bestimmen muss, ob G einen Subgraph enthält, der zu H isomorph ist. Der Subgraph-Isomorphismus ist eine Verallgemeinerung beider maximaler Cliquen Problem und das Problem des Testens, ob ein Graph einen Hamilton-Zyklus enthält und daher NP-vollständig ist. Bestimmte andere Fälle von Subgraph-Isomorphismus können jedoch in Polynomzeit gelöst werden.
System linearer Gleichungen: In der Mathematik ist ein lineares Gleichungssystem eine Sammlung von einer oder mehreren linearen Gleichungen, an denen derselbe Satz von Variablen beteiligt ist. Beispielsweise,
System der Polynomgleichungen: Ein System von Polynomgleichungen ist ein Satz simultaner Gleichungen f 1 = 0, ..., f h = 0, wobei f i Polynome in mehreren Variablen sind, beispielsweise x 1 , ..., x n , über ein Feld k .
Hamilton-Pfadproblem: Im mathematischen Bereich der Graphentheorie sind das Hamilton-Pfadproblem und das Hamilton-Zyklusproblem Probleme, zu bestimmen, ob in einem gegebenen Graphen ein Hamilton-Pfad oder ein Hamilton-Zyklus existiert. Beide Probleme sind NP-vollständig.
Boolesches Erfüllbarkeitsproblem: In der Logik und Informatik besteht das Problem der Booleschen Erfüllbarkeit darin, festzustellen, ob es eine Interpretation gibt, die eine bestimmte Boolesche Formel erfüllt. Mit anderen Worten, es wird gefragt, ob die Variablen einer bestimmten Booleschen Formel konsistent durch die Werte TRUE oder FALSE ersetzt werden können, sodass die Formel TRUE ergibt. In diesem Fall wird die Formel als erfüllbar bezeichnet . Wenn andererseits keine solche Zuordnung existiert, ist die durch die Formel ausgedrückte Funktion für alle möglichen Variablenzuweisungen FALSE und die Formel ist nicht zufriedenstellend . Zum Beispiel ist die Formel " a UND NICHT b " erfüllbar, weil man die Werte a = TRUE und b = FALSE finden kann, die = TRUE ergeben. Im Gegensatz dazu ist " a UND NICHT a " unbefriedigend.
Eikonalgleichung: Die Eikonalgleichung ist eine nichtlineare partielle Differentialgleichung, die bei Problemen der Wellenausbreitung auftritt , wenn die Wellengleichung unter Verwendung der WKB-Theorie angenähert wird. Es ist aus Maxwells Gleichungen der Elektromagnetik ableitbar und stellt eine Verbindung zwischen physikalischer (Wellen-) Optik und geometrischer (Strahlen-) Optik her.
Spärliche Annäherung: Die Sparse Approximationstheorie befasst sich mit Sparse-Lösungen für lineare Gleichungssysteme. Techniken, um diese Lösungen zu finden und in Anwendungen zu nutzen, haben breite Verwendung in der Bildverarbeitung, Signalverarbeitung, beim maschinellen Lernen, in der medizinischen Bildgebung und mehr gefunden.
Sparsames Wörterbuch lernen: Sparse Coding ist eine Repräsentationslernmethode, die darauf abzielt, eine spärliche Darstellung der Eingabedaten in Form einer linearen Kombination von Grundelementen sowie dieser Grundelemente selbst zu finden. Diese Elemente werden Atome genannt und bilden ein Wörterbuch . Atome im Wörterbuch müssen nicht orthogonal sein und können ein übervollständiger Spanning-Satz sein. Dieser Problemaufbau ermöglicht es auch, dass die Dimensionalität der dargestellten Signale höher ist als die der beobachteten Signale. Die obigen zwei Eigenschaften führen zu scheinbar redundanten Atomen, die mehrere Darstellungen desselben Signals ermöglichen, aber auch eine Verbesserung der Sparsamkeit und Flexibilität der Darstellung bewirken.
Statistische Klassifikation: In der Statistik ist die Klassifizierung das Problem der Identifizierung, zu welcher einer Reihe von Kategorien (Teilpopulationen) eine Beobachtung gehört. Beispiele sind das Zuweisen einer bestimmten E-Mail zur Klasse "Spam" oder "Nicht-Spam" und das Zuweisen einer Diagnose zu einem bestimmten Patienten basierend auf den beobachteten Merkmalen des Patienten.
Schritterkennung: In der Statistik und Signalverarbeitung ist Schritt Erkennung der Prozess in der mittleren Ebene einer Zeitreihe oder ein Signal abrupte Änderungen zu finden. Es wird normalerweise als Sonderfall der statistischen Methode angesehen, die als Änderungserkennung oder Änderungspunkterkennung bekannt ist. Oft ist der Schritt klein und die Zeitreihe wird durch eine Art Rauschen verfälscht. Dies macht das Problem schwierig, da der Schritt möglicherweise durch das Rauschen verdeckt wird. Daher sind häufig statistische und / oder Signalverarbeitungsalgorithmen erforderlich.
Überwachtes Lernen: Überwachtes Lernen (SL) ist die maschinelle Lernaufgabe des Lernens einer Funktion, die eine Eingabe auf der Grundlage von Beispiel-Eingabe-Ausgabe-Paaren einer Ausgabe zuordnet. Es leitet eine Funktion aus beschrifteten Trainingsdaten ab, die aus einer Reihe von Trainingsbeispielen bestehen . Beim überwachten Lernen ist jedes Beispiel ein Paar, das aus einem Eingabeobjekt und einem gewünschten Ausgabewert besteht. Ein überwachter Lernalgorithmus analysiert die Trainingsdaten und erzeugt eine abgeleitete Funktion, die zur Abbildung neuer Beispiele verwendet werden kann. Ein optimales Szenario ermöglicht es dem Algorithmus, die Klassenbezeichnungen für unsichtbare Instanzen korrekt zu bestimmen. Dies erfordert, dass der Lernalgorithmus die Trainingsdaten auf "vernünftige" Weise auf unsichtbare Situationen verallgemeinert. Diese statistische Qualität eines Algorithmus wird durch den sogenannten Generalisierungsfehler gemessen.
Themenmodell: Beim maschinellen Lernen und bei der Verarbeitung natürlicher Sprachen ist ein Themenmodell eine Art statistisches Modell zum Erkennen der abstrakten "Themen", die in einer Sammlung von Dokumenten vorkommen. Die Themenmodellierung ist ein häufig verwendetes Text-Mining-Tool zur Entdeckung versteckter semantischer Strukturen in einem Textkörper. Angesichts der Tatsache, dass sich ein Dokument auf ein bestimmtes Thema bezieht, würde man intuitiv erwarten, dass bestimmte Wörter mehr oder weniger häufig im Dokument erscheinen: "Hund" und "Knochen" erscheinen häufiger in Dokumenten über Hunde, "Katze" und "Miau". wird in Dokumenten über Katzen erscheinen, und "das" und "ist" wird in beiden ungefähr gleich erscheinen. Ein Dokument betrifft normalerweise mehrere Themen in unterschiedlichen Anteilen. In einem Dokument, das sich zu 10% mit Katzen und zu 90% mit Hunden befasst, gibt es wahrscheinlich neunmal mehr Hundewörter als Katzenwörter. Die "Themen", die durch Themenmodellierungstechniken erzeugt werden, sind Cluster ähnlicher Wörter. Ein Themenmodell erfasst diese Intuition in einem mathematischen Rahmen, der es ermöglicht, eine Reihe von Dokumenten zu untersuchen und anhand der Statistik der einzelnen Wörter herauszufinden, um welche Themen es sich handelt und wie die Themenbalance jedes Dokuments ist.
Topologische Sortierung: In der Informatik, eine topologische Sortierung oder topologischen Anordnung eines gerichteten Graphen eine lineare Ordnung seiner Ecken , so dass für jede gerichtete Kante uv von Knoten zu Knoten v u, u v , bevor in der Reihenfolge geht. Beispielsweise können die Eckpunkte des Diagramms auszuführende Aufgaben darstellen, und die Kanten können Einschränkungen darstellen, dass eine Aufgabe vor einer anderen ausgeführt werden muss. In dieser Anwendung ist eine topologische Reihenfolge nur eine gültige Reihenfolge für die Aufgaben. Eine topologische Reihenfolge ist nur dann möglich, wenn der Graph keine gerichteten Zyklen aufweist, dh wenn es sich um einen gerichteten azyklischen Graphen (DAG) handelt. Jede DAG hat mindestens eine topologische Ordnung, und es sind Algorithmen bekannt, um eine topologische Ordnung jeder DAG in linearer Zeit zu konstruieren. Die topologische Sortierung hat viele Anwendungen, insbesondere bei Rangfolgenproblemen wie dem Einstellen von Rückkopplungsbögen.
Künstliche neuronale Netz: Künstliche neuronale Netze ( ANNs ), üblicherweise einfach als neuronale Netze ( NNs ) bezeichnet, sind Computersysteme, die vage von den biologischen neuronalen Netzen inspiriert sind, aus denen das Gehirn von Tieren besteht.
Unbeaufsichtigtes Lernen: Unüberwachtes Lernen ( UL ) ist eine Art Algorithmus, der Muster aus Daten ohne Tags lernt. Die Hoffnung ist, dass die Maschine durch Mimikry gezwungen ist, eine kompakte interne Darstellung ihrer Welt zu erstellen. Im Gegensatz zu überwachtem Lernen (SL), bei dem Daten von einem Menschen markiert werden, z. B. als "Auto" oder "Fisch" usw., weist UL eine Selbstorganisation auf, die Muster als neuronale Vorlieben oder Wahrscheinlichkeitsdichten erfasst. Die anderen Ebenen im Überwachungsspektrum sind das Verstärkungslernen, bei dem der Maschine nur eine numerische Leistungsbewertung als Anleitung gegeben wird, und das halbüberwachte Lernen, bei dem ein kleinerer Teil der Daten markiert wird. Zwei breite Methoden in UL sind Neuronale Netze und Probabilistische Methoden.
Video-Tracking: Video-Tracking ist der Prozess des Lokalisierens eines sich bewegenden Objekts im Laufe der Zeit mithilfe einer Kamera. Es hat eine Vielzahl von Anwendungen, von denen einige: Mensch-Computer-Interaktion, Sicherheit und Überwachung, Videokommunikation und -komprimierung, Augmented Reality, Verkehrskontrolle, medizinische Bildgebung und Videobearbeitung sind. Video-Tracking kann aufgrund der im Video enthaltenen Datenmenge ein zeitaufwändiger Prozess sein. Die Komplexität wird noch verstärkt durch die mögliche Notwendigkeit, Objekterkennungstechniken zur Verfolgung zu verwenden, ein eigenständiges herausforderndes Problem.
Computergrafik (Informatik): Computergrafik ist ein Teilgebiet der Informatik, in dem Methoden zur digitalen Synthese und Bearbeitung visueller Inhalte untersucht werden. Obwohl sich der Begriff häufig auf das Studium dreidimensionaler Computergrafiken bezieht, umfasst er auch zweidimensionale Grafiken und Bildverarbeitung.
Unterdrückungsalgorithmen: Unterdrückungsalgorithmen: Wie Suchmaschinen Rassismus verstärken ist ein Buch von Safiya Umoja Noble aus dem Jahr 2018 in den Bereichen Informationswissenschaft, maschinelles Lernen und Mensch-Computer-Interaktion.
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.
Stationäre Wavelet-Transformation: Die stationäre Wavelet-Transformation (SWT) ist ein Wavelet-Transformationsalgorithmus, der entwickelt wurde, um das Fehlen einer Translationsinvarianz der diskreten Wavelet-Transformation (DWT) zu überwinden. Die Translationsinvarianz wird erreicht, indem die Downsampler und Upsampler in der DWT entfernt und die Filterkoeffizienten um einen Faktor von Upsampler hochgetastet werden in dem th Ebene des Algorithmus. Die SWT ist ein inhärent redundantes Schema, da der Ausgang jedes SWT-Pegels die gleiche Anzahl von Abtastwerten wie der Eingang enthält. Für eine Zerlegung von N Pegeln gibt es also eine Redundanz von N in den Wavelet-Koeffizienten. Dieser Algorithmus ist im Französischen eher als " Algorithmus à trous " bekannt, der sich auf das Einfügen von Nullen in die Filter bezieht. Es wurde von Holschneider et al.
Muhammad ibn Musa al-Khwarizmi: Muḥammad ibn Mūsā al-Khwārizmī , arabisiert als al-Khwarizmi und früher lateinisiert als Algorithmi , war ein persischer Polymath, der äußerst einflussreiche Werke in Mathematik, Astronomie und Geographie hervorbrachte . Um 820 n. Chr. Wurde er zum Astronomen und Leiter der Bibliothek des Hauses der Weisheit in Bagdad ernannt.
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.
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.
Muhammad ibn Musa al-Khwarizmi: Muḥammad ibn Mūsā al-Khwārizmī , arabisiert als al-Khwarizmi und früher lateinisiert als Algorithmi , war ein persischer Polymath, der äußerst einflussreiche Werke in Mathematik, Astronomie und Geographie hervorbrachte . Um 820 n. Chr. Wurde er zum Astronomen und Leiter der Bibliothek des Hauses der Weisheit in Bagdad ernannt.
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.
Muhammad ibn Musa al-Khwarizmi: Muḥammad ibn Mūsā al-Khwārizmī , arabisiert als al-Khwarizmi und früher lateinisiert als Algorithmi , war ein persischer Polymath, der äußerst einflussreiche Werke in Mathematik, Astronomie und Geographie hervorbrachte . Um 820 n. Chr. Wurde er zum Astronomen und Leiter der Bibliothek des Hauses der Weisheit in Bagdad ernannt.
Algorta: Algorta ist ein Ort in der Gemeinde Getxo in der Provinz Biskaya, Baskenland, Spanien. Im Jahr 1996 war die Bevölkerung von Algorta 35.600.
Algorta, Uruguay: Algorta ist ein Dorf im Río Negro-Departement von Uruguay.
Algorta (Metro Bilbao): Algorta ist eine Station der Linie 1 der Metro Bilbao. Es befindet sich in der Nachbarschaft von Algorta in der Gemeinde Getxo. In der jetzigen Form wurde die Station am 11. November 1995 eröffnet und ersetzte eine ältere Station.
Algorta (Metro Bilbao): Algorta ist eine Station der Linie 1 der Metro Bilbao. Es befindet sich in der Nachbarschaft von Algorta in der Gemeinde Getxo. In der jetzigen Form wurde die Station am 11. November 1995 eröffnet und ersetzte eine ältere Station.
Algorta (Metro Bilbao): Algorta ist eine Station der Linie 1 der Metro Bilbao. Es befindet sich in der Nachbarschaft von Algorta in der Gemeinde Getxo. In der jetzigen Form wurde die Station am 11. November 1995 eröffnet und ersetzte eine ältere Station.
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.
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.
Jenseits der Schöpfung: Beyond Creation ist eine kanadische technische Death Metal-Band aus Montreal, Quebec. Sie sind derzeit bei Season of Mist Records unterschrieben. Die Gruppe hat bisher drei Studioalben veröffentlicht: The Aura (2011), Earthborn Evolution (2014) und Algorhythm (2018). Sie tourten ausgiebig in Europa, den USA und Japan und unterstützten Bands wie Obscura und Dying Fetus, während sie neben Acts wie Revocation, Psycroptic und Virvum als Headliner auftraten.
Algorythum: Algorythum ist das fünfte Studioalbum von Mentallo & The Fixer, das am 16. Februar 1999 von Metropolis Records veröffentlicht wurde. Es war die erste Veröffentlichung der Band ohne Gründungsmitglied Dwayne Dassing und wurde seiner Schwester Danielle Dassing gedacht.
Algoryx Simulation AB: Algoryx Simulation AB wurde 2007 im schwedischen Umeå als Spin-off-Unternehmen der Universität Umeå gegründet. Algoryx bietet derzeit drei Produkte an: Algodoo, Dynamics for SpaceClaim und AGX Multiphysics, eine professionelle Physik-Engine für Engineering- und Echtzeitsimulationen.
Algoryx Simulation AB: Algoryx Simulation AB wurde 2007 im schwedischen Umeå als Spin-off-Unternehmen der Universität Umeå gegründet. Algoryx bietet derzeit drei Produkte an: Algodoo, Dynamics for SpaceClaim und AGX Multiphysics, eine professionelle Physik-Engine für Engineering- und Echtzeitsimulationen.
Algos: Algea wird von Hesiod im Plural als Personifikation des körperlichen und geistigen Schmerzes verwendet, der dort als Kinder von Eris, der griechischen Streitgöttin, dargestellt wird. Sie waren Geschwister von Lethe, Limos, Horkos und Ponos.
Geschichte Bahrains: Bahrain war der zentrale Ort der alten Dilmun-Zivilisation. Bahrains strategische Lage am Persischen Golf hat vor allem die Perser, Sumerer, Assyrer, Babylonier, Portugiesen, Araber und Briten zur Herrschaft und zum Einfluss gebracht.
AlgoSec: AlgoSec ist ein Anbieter von Software für die Verwaltung von Netzwerksicherheitsrichtlinien, auch als Firewall-Richtlinienverwaltung bekannt.
Thalidomid: Thalidomid , das unter anderem unter den Markennamen Contergan und Thalomid vertrieben wird , ist ein Medikament zur Behandlung einer Reihe von Krebsarten, Transplantat-gegen-Wirt-Erkrankungen und einer Reihe von Hauterkrankungen, einschließlich Komplikationen bei Lepra. Während es bei einer Reihe von HIV-assoziierten Zuständen verwendet wurde, ist eine solche Verwendung mit erhöhten Viruskonzentrationen verbunden. Es wird oral verabreicht.
Schloss von Algoso: Die Burg von Algoso ist eine mittelalterliche Burg in der Gemeinde Algoso, Campo de Víboras e Uva, Gemeinde Vimioso, im portugiesischen Bezirk Bragança. Die Burg von Algoso ist eine der wichtigsten mittelalterlichen Befestigungen im Osten von Trás-os-montes. Sie steht im Zusammenhang mit den Schlachten der leonischen Nachfolge, der vorläufigen Politik des unabhängigen portugiesischen Monarchen und dem wichtigen religiösen Kommando des Knights Hospitaller, das ihre Wurzeln begründete im Jahre 1224.
McNeil Consumer Healthcare: McNeil Consumer Healthcare ist ein amerikanisches Unternehmen für Medizinprodukte, das zur Johnson & Johnson Healthcare Products Group gehört. Es verkauft hauptsächlich schnelllebige Konsumgüter wie rezeptfreie Medikamente.
Algosoo (Schiff von 1974): Algosoo war der Name mehrerer Schiffe, die von Algoma Central gebaut wurden. Der zweite Algosoo , der Ende 1974 in Betrieb genommen wurde, war der letzte Seefrachter, der im traditionellen Design gebaut wurde. Die Brücke überragte einen Aufbau direkt im Bug des Schiffes, und ein zweiter Aufbau überragte ihre Motoren direkt im Heck.
Algosoo (Schiff von 1974): Algosoo war der Name mehrerer Schiffe, die von Algoma Central gebaut wurden. Der zweite Algosoo , der Ende 1974 in Betrieb genommen wurde, war der letzte Seefrachter, der im traditionellen Design gebaut wurde. Die Brücke überragte einen Aufbau direkt im Bug des Schiffes, und ein zweiter Aufbau überragte ihre Motoren direkt im Heck.
Algosoo (Schiff von 1974): Algosoo war der Name mehrerer Schiffe, die von Algoma Central gebaut wurden. Der zweite Algosoo , der Ende 1974 in Betrieb genommen wurde, war der letzte Seefrachter, der im traditionellen Design gebaut wurde. Die Brücke überragte einen Aufbau direkt im Bug des Schiffes, und ein zweiter Aufbau überragte ihre Motoren direkt im Heck.
Algosteel: Algosteel war ein Massengutfrachter, der Algoma Central gehörte und von ihm betrieben wurde. Das Schiff wurde 1966 von Davie Shipbuilding auf ihrer Werft in Lauzon, Quebec, für Canada Steamship Lines gebaut und als AS Glossbrenner gestartet. 1968 wurde das Schiff von der Labrador Steamship Company erworben. 1971 wurde das Schiff an Algoma Central verkauft. Der Name des Schiffes wurde 1987 in Algogulf und 1990 in Algosteel geändert . Der Massengutfrachter transportierte hauptsächlich Eisenerz und Getreide entlang des Saint Lawrence Seaway und der Großen Seen. Das Schiff wurde im April 2018 bis zur Entsorgung außer Dienst gestellt und am 26. Juni 2018 in Aliağa, Türkei, unter dem Namen Oste verschrottet.
Algaut: Algaut war ein geatischer König, der laut Heimskringla über West-Götaland regierte. Snorri Sturluson berichtet, dass er von seinem Schwiegersohn, dem schwedischen König Ingjald Ill-Herrscher, verbrannt wurde.
Algot Christoffersson: Algot Christoffersson war ein schwedischer Fußballspieler, der als Verteidiger spielte. Er bestritt 150 Spiele und erzielte von 1923 bis 1933 fünf Tore für Malmö FF.
Algot Haglund: Algot Haglund war ein schwedischer Fußballspieler und Bandy-Spieler. Er machte 7 Auftritte und erzielte 4 Tore für die schwedische Fußballnationalmannschaft.
Algot Haquinius: Johan Algot Haquinius war ein schwedischer Pianist und Komponist klassischer Musik.
Johnsons Landing, Britisch-Kolumbien: Johnsons Landing ist eine nicht rechtsfähige Gemeinde, ein ehemaliges Postamt und eine ehemalige Dampfschifflandung am Ostufer des Kootenay Lake in der Region West Kootenay im Südosten von British Columbia. Die Gemeinde wurde von dem schwedischen Einwanderer Algot Johnson (1875–1963) gegründet, der 1906 das erste Haus der Region baute.
Algot Lange: Algot Lange war ein schwedischer Entdecker und Schriftsteller des Amazonas.
Algot Larsson: Algot Larsson war ein schwedischer Leichtathlet, der an den Olympischen Sommerspielen 1912 teilnahm.
Algot Lönn: Karl Algot Lönn war ein schwedischer Straßenrennfahrer, der an den Olympischen Sommerspielen 1912 teilnahm.
Algot Lönn: Karl Algot Lönn war ein schwedischer Straßenrennfahrer, der an den Olympischen Sommerspielen 1912 teilnahm.