optimization पर टैग किए गए जवाब

न्यूमेरिकल ऑप्टिमाइज़ेशन पर नोकेडल एंड राइट की पुस्तक में, खंड 2.2 (पृष्ठ 27) में एक बयान है, "आम तौर पर बोलना, विश्वास-क्षेत्र एल्गोरिदम की तुलना में लाइन खोज एल्गोरिदम के लिए पैमाने पर आक्रमण को संरक्षित करना आसान है"। उसी खंड में, वे नए चर होने की बात करते हैं …

11 linear-algebra  optimization  numerical-analysis 

मैं यह समझने की कोशिश कर रहा हूं कि एक पीडीई विवश अनुकूलन के लिए आसन्न-आधारित अनुकूलन विधि कैसे काम करती है। विशेष रूप से, मैं यह समझने की कोशिश कर रहा हूं कि समस्याओं के लिए आसन्न विधि अधिक कुशल क्यों है जहां डिजाइन चर की संख्या बड़ी है, …

11 optimization  pde 

एक अज्ञात फ़ंक्शन को देखते हुए , हम इसके डोमेन के किसी भी बिंदु पर इसके मूल्य का मूल्यांकन कर सकते हैं, लेकिन हमारे पास इसकी अभिव्यक्ति नहीं है। दूसरे शब्दों में, हमारे लिए एक ब्लैक बॉक्स की तरह है।f:Rd→Rf:Rd→Rf:\mathbb R^d \to \mathbb Rfff च के न्यूनतम को खोजने की …

11 optimization 

मैं संयुग्म ढाल (CG) विधि का उपयोग कर एक विशाल विरल धनात्मक निश्चित मैट्रिक्स A के लिए को हल कर रहा हूं । समाधान के दौरान उत्पादित जानकारी का उपयोग करके ए के निर्धारक की गणना करना संभव है ?अ x = खAx=bAx=bएAAएAA

11 linear-algebra  optimization  krylov-method  conjugate-gradient 

सिस्टम को देखते हुए जहाँ , मैंने पढ़ा कि, अगर मामले में जैकोबी पुनरावृत्ति को एक सॉल्वर के रूप में उपयोग किया जाता है, तो विधि अभिसरण नहीं करेगी यदि में एक गैर-शून्य है के अशक्त स्थान में घटक । तो, एक औपचारिक रूप से कैसे हो सकता है, बशर्ते …

11 linear-algebra  optimization  matrix  iterative-method  linear-solver 

वहाँ एक त्वरित तरीका inverting द्वारा की तुलना में, रेखीय प्रतीपगमन समस्याओं के लिए मानक त्रुटियों की गणना करने के है ? यहाँ मुझे लगता है कि हम प्रतिगमन है:X′XX′XX'X y=Xβ+ε,y=Xβ+ε,y=X\beta+\varepsilon, जहां है n × कश्मीर मैट्रिक्स और y है n × 1 वेक्टर।XXXn×kn×kn\times kyyyn×1n×1n\times 1 कम से कम वर्गों …

11 linear-algebra  optimization 

एक परियोजना के लिए, मुझे इन दो तरीकों को लागू करना होगा और तुलना करना होगा कि वे विभिन्न कार्यों पर कैसे प्रदर्शन करते हैं। ऐसा लगता है कि संयुग्मक ढाल विधि के लिए रेखीय समीकरणों के सिस्टम को हल करना है Ax=bAx=b A\mathbf{x} = \mathbf{b} जहाँ AAA एक n-by-n …

11 optimization  conjugate-gradient 

मेरे पास एक डेटासेट है जो धीरे-धीरे बदल रहा है, और मुझे इसके सहसंयोजक मैट्रिक्स के आइजनवेक्टरों / ईजेनवेल्यूल्स का ट्रैक रखने की आवश्यकता है। मैं उपयोग कर रहा हूं scipy.linalg.eigh, लेकिन यह बहुत महंगा है, और यह इस तथ्य का उपयोग नहीं करता है कि मेरे पास पहले से …

10 linear-algebra  optimization  python  eigenvalues 

मैं अक्सर सामान्य कहावत का सामना करता हूं कि आंतरिक बिंदु तरीकों को गर्म करना मुश्किल है। क्या इस सलाह के पीछे एक सहज व्याख्या है? क्या ऐसी परिस्थितियां हैं, जिनमें कोई आंतरिक बिंदु पद्धति में गर्म शुरुआत से लाभ की उम्मीद कर सकता है? क्या कोई इस विषय पर …

10 optimization  constrained-optimization 

मुझे एक अनुकूलन समस्या है जो निम्न की तरह दिखती है minJ,Bs.t.∑ij|Jij|MJ+BY=XminJ,B∑ij|Jij|s.t.MJ+BY=X \begin{array}{rl} \min_{J,B} & \sum_{ij} |J_{ij}|\\ \textrm{s.t.} & MJ + BY =X \end{array} यहाँ, मेरे चर और मैट्रिक्स हैं , लेकिन पूरी समस्या अभी भी एक रैखिक कार्यक्रम है; शेष चर निश्चित हैं।बीJJJBBB जब मैं इस कार्यक्रम को अपने …

10 optimization  convex-optimization  linear-programming 

maxf(x) subject to Ax=bmaxf(x) subject to Ax=b\max f(\mathbf{x}) \text{ subject to } \mathbf{Ax} = \mathbf{b} जहाँ f(x)=∑Ni=11+x4i(∑Ni=1x2i)2−−−−−−−−−−√f(x)=∑i=1N1+xi4(∑i=1Nxi2)2f(\mathbf{x}) = \sum_{i=1}^N\sqrt{1+\frac{x_i^4}{(\sum_{i=1}^{N}x_i^2)^2}} , x=[x1,x2,...,xN]T∈RN×1x=[x1,x2,...,xN]T∈RN×1\mathbf{x} = [x_1,x_2,...,x_N]^T \in \mathbb{R}^{N\times 1} , और A∈RM×NA∈RM×N\mathbf{A} \in \mathbb{R}^{M\times N} हम देख सकते हैं कि f(.)f(.)f(.) के रूप में है 1+y2−−−−−√1+y2\sqrt{1+y^2} और है एक उत्तल समारोह। यह भी …

10 optimization 

मैं एक फ़ंक्शन को अधिकतम करने में रुचि रखता हूं , जहां ।θ ∈ आर पीच( θ )f(θ)f(\mathbf \theta)θ∈Rpθ∈Rp\theta \in \mathbb R^p समस्या यह है कि मैं फ़ंक्शन के विश्लेषणात्मक रूप, या इसके व्युत्पत्ति के बारे में नहीं जानता। केवल एक चीज जो मैं कर सकता हूं, वह है फंक्शन …

10 optimization  monte-carlo  simulation 

मैं पायथन में एक पूर्ण एसवीएम कार्यान्वयन लिखने की कोशिश कर रहा हूं और मेरे पास कुछ मुद्दे हैं जो कि लैग्रेग गुणांकों की गणना कर रहे हैं। पहले मुझे यह बताने की कोशिश करें कि मैं एल्गोरिथ्म से क्या समझता हूं यह सुनिश्चित करने के लिए कि मैं सही …

10 optimization  machine-learning  support-vector-machines  quadratic-programming 

अनुकूलन के लिए, विकिपीडिया से : कंप्यूटर विज्ञान में, metaheuristic एक कम्प्यूटेशनल विधि है कि निर्दिष्ट करता है जिनकी का अनुकूलन iteratively गुणवत्ता का एक निर्दिष्ट माप के संबंध में एक उम्मीदवार के समाधान में सुधार के लिए कोशिश कर रहा द्वारा एक समस्या। Metaheuristics समस्या को अनुकूलित किए जाने …

10 optimization  heuristics 

मुझे इस पोस्ट के निर्माण में एक समस्या है, कुछ उल्लेखनीय अंतरों के साथ: 2 डी फ़ंक्शन के अनुकूल तरीके से नमूना लेने के लिए कौन से सरल तरीके हैं? उस पोस्ट की तरह: मेरे पास एक और इस फ़ंक्शन का मूल्यांकन गणना करने के लिए कुछ महंगा हैf( एक्स …

10 optimization  image-processing