После того, как я собрал все части генератора PEG-парсеров воедино в предыдущем посте, я готов показать как реализовать и некоторые другие интересные штуки.
Мы рассмотрим следующие фичи PEG:
После того, как я собрал все части генератора PEG-парсеров воедино в предыдущем посте, я готов показать как реализовать и некоторые другие интересные штуки.
Мы рассмотрим следующие фичи PEG:
Фильтр Калмана (ФК) является оптимальным линейным алгоритмом фильтрации параметров динамической линейной системы при наличии неполных и зашумленных наблюдений. Этот фильтр находит широкое применение в технических системах управления до оценок динамики изменения макроэкономических ситуаций или общественного мнения.
Данная статья ставит себе целью познакомить читателя со стандартным подходом к переходу от непрерывной модели динамической системы, описываемой системой произвольных линейных дифференциальных уравнений к дискретной модели.
Читать полностью »
Натолкнувшись на статью “Уничтожим монополию …”, автор, как человек пусть от EDA очень далёкий, но от природы любознательный, не поленился пройтись по ссылкам и невольно поймал себя на мысли, что одно из основных технических решений — использование рядов стандартных ячеек (standard cell layout) — выглядит довольно спорно.
Да, такое расположение интуитивно понятно, ведь мы пишем и читаем похожим образом, кроме того, технологически просто располагать ячейки именно рядами, так удобно стыковать шины VDD и GND. С другой стороны, при этом возникает непростая комбинаторная задача, требуется разрезать схему на линейные куски и расположить эти куски таким образом, чтобы (грубо) минимизировать общую длину соединений.
И конечно же возник вопрос, нет ли альтернативных решений, … вот что если …
Читать полностью »
Искусственный интеллект AlphaStar, который разработала команда Google DeepMind, вошёл в «Элитную лигу» игроков StarCraft II — то есть попал в список 200 лучших игроков мира. Об этом сообщает научное издание Nature.
AlphaStar способен играть за три расы, представленные в Starcraft II: зергов, протоссов и терранов. Как утверждает Nature, AlphaStar не имел никакого особенного преимущества перед обычными игроками, его соперники не знали, что играют против машины. Попадание AlphaStar в «Элитную лигу» означает, что ИИ играет лучше, чем 99,8% игроков-людей.
Читать полностью »
Фраза в кавычках — название группы VK со следующим описанием:
Одна и та же фотография каждый день вручную сохраняется на компьютер и снова заливается, постепенно теряя в качестве.
Слева исходная картинка, загруженная 7 июня 2012, справа — какая она сейчас.
Такая разница очень подозрительна. Попробуем разобраться, что происходило в течение этих 7 лет.
Привет! Меня зовут Евгений Кашин, и я работаю в лаборатории машинного интеллекта Яндекса. Недавно мы запустили игру, в которой пользователи соревнуются с Алисой в угадывании стран по фотографиям.
Как действуют люди — понятно: они узнают места, которые видели в путешествиях или в кино, полагаются на эрудицию и здравый смысл. У нейросети ничего этого нет. Нам стало интересно, какие детали на снимках подсказывают ей ответ. Мы провели исследование, результатами которого сегодня поделимся с Хабром.
Этот пост будет интересен как специалистам в области компьютерного зрения, так и всем, кто хотел бы заглянуть внутрь «искусственного интеллекта» и понять логику его работы.
Статья служит шпаргалкой для тех, кто хочет сделать свой обратный маятник. Здесь описаны проблемы, из-за которых я все переделывал несколько раз, приведен краткий обзор теории, необходимый для понимания, как стабилизировать систему.
Читать полностью »
Ученые опробовали методику глубокого обучения нейросетей для предсказывания исхода гравитационного взаимодействия трех тел. Выяснилось, что она позволяет решить задачу до 100 млн раз быстрее. Пока метод опробовали в ограниченном пространстве начальных параметров, но в дальнейшем его намерены применить для общего случая.
Нейросеть смогла за время около 1 миллисекунды предсказывать положения тел. Современный численный алгоритмом Brutus тратил на это, как правило, в 10 тысяч раз больше времени, а иногда отставал в 10 миллионов раз. Читать полностью »
Ученые могут определять цвет по длине световой волны. Но когда дело доходит до ароматов, нельзя просто посмотреть на молекулу и по структуре определить ее запах. Исследователи из Google Brain Team надеются, что это сможет изменить искусственный интеллект. В статье, опубликованной на Arxiv, они объясняют, как обучают ИИ распознавать запахи.
Исследователи собрали датасет из почти 5000 молекул летучих веществ, идентифицированных парфюмерами. Парфюмеры пометили запахи как «цветочный», «древесный» или «жирный». Около двух третей набора данных команда из Google Brain использовала для обучения своего ИИ, чтобы он смог связывать молекулы с названиями запаха. Затем исследователи использовали оставшиеся молекулы для проверки ИИ — и это сработало. Алгоритм оказался способен предсказывать запахи молекул на основе их структур.
Читать полностью »
Эта неделя была короткой, в понедельник и вторник я продолжал работать над системой 2D-освещения. Остальное время я потратил на реализацию деревьев квадрантов (quadtree).
В этой статье я поделюсь своей реализацией и мыслями, возникшими в процессе её проектирования.
Во-первых, мне нужно сказать, почему я решил реализовать дерево квадрантов.
Quadtree — это структура данных разбиения пространства. Её новное преимущество по сравнению с другими структурами данных заключается в адаптивности. Оно обеспечивает хорошую производительность при вставке, удалении и поиске. То есть мы можем использовать это дерево в динамическом контексте, где данные часто меняются. Более того, эту структуру довольно легко понять и реализовать.
Если разбиение пространства для вас новая тема, то рекомендую прочитать эту статью Роберта Нистрома. Если вы хотите более подробно узнать о деревьях квадрантов, то прочитайте эту или эту статьи.
Читать полностью »