Algorithmic pairs_trading/Pairs trade

Pasangan algoritma_trading / Pasangan dagang: Dagang pasangan atanapi dagang pasangan mangrupikeun strategi perdagangan nétral pasar anu ngamungkinkeun para padagang nguntungkeun tina ampir kaayaan pasar: aliran menaik, aliran turun, atanapi gerakan gigir. Strategi ieu dikategorikeun salaku arbitrase statistik sareng strategi dagang konvergénsi. dagang pasangan ieu naratas ku Gerry Bamberger sarta engké dipingpin ku grup kuantitatif Nunzio Tartaglia urang di Morgan Stanley dina 1980.
Paradigma Algoritma / paradigma Algoritma: Paradigma algoritmik atanapi paradigma desain algoritma mangrupikeun modél generik atanapi kerangka anu ngadasarkeun desain kelas algoritma. Paradigma algoritmik mangrupikeun abstraksi langkung luhur tibatan pamanggih algoritma, sapertos algoritma anu abstraksi langkung luhur tibatan program komputer.
Patén Algoritma / Patén parangkat lunak: Patén parangkat lunak nyaéta patén dina sapotong perangkat lunak, sapertos program komputer, perpustakaan, antarbeungeut pangguna, atanapi algoritma.
Algorithmic patén-patén / Software patén: Patén parangkat lunak nyaéta patén dina sapotong perangkat lunak, sapertos program komputer, perpustakaan, antarbeungeut pangguna, atanapi algoritma.
Bedah Algorithmic / harga Algorithmic: Harga Algorithmic mangrupikeun prakték sacara otomatis netepkeun harga anu dipénta pikeun barang-barang anu dijual, supados ngamaksimalkeun kauntungan anu ngajualna.
Kamungkinan Algorithmik / Algorithmic kamungkinan: Dina tiori inpormasi algorithmic, probabiliti algorithmic , ogé katelah probabiliti Solomonoff , mangrupikeun padika matematika pikeun masihan kamungkinan sateuacanna pikeun pangamatan anu ditangtoskeun. Éta diciptakeun ku Ray Solomonoff dina taun 1960an. Hal ieu digunakeun dina tiori inferensi induktif sareng analisis algoritma. Dina tiori umum inferensi induktifna, Solomonoff nganggo anu sateuacan diala ku formula ieu, dina aturan Bayes pikeun prediksi.
Masalah Algoritma / Algoritma: Dina matématika sareng élmu komputer, algoritma mangrupikeun sekuen terhingga anu parantos ditangtoskeun, pitunjuk anu tiasa diterapkeun ku komputer, ilaharna pikeun méréskeun hiji kelas masalah atanapi ngalaksanakeun itungan. Algoritma sok teu jelas sareng dianggo salaku spésifikasi pikeun ngalakukeun itungan, ngolah data, alesan otomatis, sareng tugas-tugas sanés.
Program_debugging program Algorithmic / Program Algorithmic debugging: Algorithmic debugging mangrupikeun téhnik debugging anu ngabandingkeun hasil sub-komputasi sareng naon anu dihaja ku programmer. Téhnik na ngawangun répréséntasi internal tina sadaya komputasi sareng sub-komputasi anu dilakukeun nalika ngajalankeun program buggy teras naroskeun ka programmer ngeunaan leresna komputasi sapertos kitu. Ku nanyakeun ka programmer patarosan atanapi nganggo spésifikasi resmi, sistem tiasa ngaidentipikasi persis dimana dina program ayana bug. Téknik debugging sacara dramatis tiasa ngirangan waktos sareng usaha anu dianggo dina debugging.
Radicalization Algorithmic / Radicalization Algorithmic: Hipotesis radikalisasi algoritmik nyaéta konsép yén algoritma dina situs média sosial populér sapertos YouTube sareng Facebook ngadorong pangguna kana kontén anu langkung ekstrim dina waktosna, ngarah janten radikalisasi kana pandangan politik ekstremis.
Radicalization Algorithmic / Radicalization Algorithmic: Hipotesis radikalisasi algoritmik nyaéta konsép yén algoritma dina situs média sosial populér sapertos YouTube sareng Facebook ngadorong pangguna kana kontén anu langkung ekstrim dina waktosna, ngarah janten radikalisasi kana pandangan politik ekstremis.
Acak Algorithmic / Algorithmically acak urutan: Sacara intuitif, sekuen acak sacara algoritmik mangrupikeun sekuen digit binér anu katingalina acak kana algoritma naon waé anu dijalankeun dina mesin Turing universal. Pamanggih éta tiasa dilarapkeun sacara analog kana runtuyan dina alfabet anu kawatesanan. Urutan acak nyaéta objék konci anu ditalungtik dina tiori inpormasi algorithmic.
Reducibility Algorithmic / Reduction (pajeulitna): Dina tiori komputabilitas sareng tiori kompleksitas komputasional, réduksi mangrupikeun algoritma pikeun ngarobih hiji masalah kana masalah anu sanés. Pangurangan anu cekap éfisién tina hiji masalah kana masalah anu sanés tiasa dianggo pikeun nunjukkeun yén masalah anu kadua sahenteuna hese sapertos anu munggaran.
Peraturan Algoritma / Peraturan Algorithmic: Peraturan algoritma tiasa ningali ka: Pamaréntah ku algoritma, panggunaan algoritma di pamaréntah Pangaturan algoritma, aturan sareng hukum pikeun algoritma
Rorongkong Algorithmik / Rorongkong Algorithmic: Dina komputasi, rorongkong algorithmic , atanapi pola parallelism , mangrupikeun modél pemrograman paralel tingkat luhur pikeun komputasi paralel sareng distribusi.
Stabilitas Algoritma / Stabilitas (tiori diajar): Stabilitas , ogé katelah stabilitas algorithmic , mangrupikeun pamanggih dina téori diajar komputasional ngeunaan kumaha algoritma mesin diajar kaganggu ku parobihan alit kana inputna. Algoritma pembelajaran anu stabil mangrupikeun prediksi na henteu seueur robih nalika data latihan dirobih sakedik. Misalna, pertimbangkeun algoritma pembelajaran mesin anu dilatih pikeun mikawanoh hurup tulisan leungeun tina abjad, nganggo 1000 conto hurup tulisan tangan sareng labélna salaku latihan. Salah sahiji cara pikeun ngarobih set latihan ieu nyaéta ngantepkeun conto, sahingga ngan ukur 999 conto surat tulisan leungeun sareng labél na aya. Algoritma pembelajaran anu stabil bakal ngahasilkeun classifier anu sami sareng set latihan 1000-elemen sareng 999-element.
Algorithmic state_machine / Algorithmic mesin kaayaan: Metode mesin kaayaan algorithmic ( ASM ) mangrupikeun metode pikeun ngarancang mesin kaayaan terbatas (FSMs) anu mimitina dikembangkeun ku Thomas E. Osborne di University of California, Berkeley (UCB) ti saprak 1960, dikenalkeun sareng dilaksanakeun di Hewlett-Packard taun 1968, diformalisasi sareng dilegakeun ti saprak 1967 sareng ditulis ku Christopher R. Clare ti saprak 1970. Hal ieu dipaké pikeun ngagambarkeun diagram sirkuit terintegrasi digital. Diagram ASM téh kawas diagram kaayaan tapi beuki terstruktur na, sahingga, gampang ngarti. Bagan ASM mangrupikeun cara ngajelaskeun operasi sekuen sistem digital.
Sintésis Algoritma / Sintésis tingkat luhur: Sintésis tingkat tinggi ( HLS ), sakapeung disebut sintésis C , sintésis tingkat sistem éléktronik (ESL) , sintésis algorithmic , atanapi sintésis paripolah , mangrupikeun prosés desain otomatis anu nafsirkeun pedaran algorithmic tina paripolah anu dipikahoyong sareng nyiptakeun hardware digital anu ngalaksanakeun paripolah éta.
Algorithmic tacit_collusion / Tacit kolusi: Tacit collusion mangrupikeun kolusi antara pesaing, anu henteu jelas-jelas silih tukeur inpormasi sareng ngahontal perjanjian ngeunaan koordinasi kalakuan. Aya dua jinis kolusi tacit - aksi babarengan sareng paralelisme sadar . Dina aksi konsér anu dikenal ogé salaku kagiatan anu didamel , pesaing silih tukeur sababaraha inpormasi tanpa ngahontal panjelasan anu jelas, bari paralelisme sadar henteu nunjukkeun komunikasi. Dina kadua jinis kolusi tacit, pesaing satuju kana maénkeun strategi anu tangtu tanpa sacara éksplisit nyariosna . Ogé disebut salaku koordinasi harga oligopolistic atanapi tacit parallelism .
Téhnik Algorithmik / Téhnik Algorithmic: Dina matématika sareng élmu komputer, téhnik algoritmik mangrupikeun pendekatan umum pikeun ngalaksanakeun prosés atanapi itungan.
Téhnik Algorithmik / Téhnik Algorithmic: Dina matématika sareng élmu komputer, téhnik algoritmik mangrupikeun pendekatan umum pikeun ngalaksanakeun prosés atanapi itungan.
Algorithmic time_complexity / Waktu pajeulitna: Dina élmu komputer, kompleksitas waktos nyaéta kompleksitas komputasional anu ngajelaskeun jumlah waktos komputer anu diperlukeun pikeun ngajalankeun algoritma. Karumitan waktos biasana diperkirakeun ku ngitung jumlah operasi dasar anu dilakukeun ku algoritma, anggap yén unggal operasi dasar peryogi waktos anu tetep pikeun dilakonan. Janten, jumlah waktos anu diperyogikeun sareng jumlah operasi dasar anu dilakukeun ku algoritma dijantenkeun bénten-bénten ku faktor anu tetep.
Topologi Algoritma / Topologi komputasional: Topologi Algoritma , atanapi topologi komputasional , mangrupikeun bagian bawah topologi kalayan tumpang tindih sareng daérah élmu komputer, khususna, géométri komputasional sareng téori kompleksitas komputasional.
Dagang Algorithmic / Algorithmic dagang: Dagang Algorithmic mangrupikeun cara pikeun ngaéksekusi pesenan nganggo paréntah perdagangan pra-diprogram otomatis akuntansi pikeun variabel sapertos waktos, harga, sareng volume. Jenis perdagangan ieu nyoba ngungkit kagancangan sareng sumber daya komputasional komputer anu aya hubunganana sareng padagang manusa. Dina abad ka-dua puluh hiji, perdagangan algorithmic parantos kéngingkeun daya tarik sareng padagang ritel sareng institusional. Hal ieu seueur dianggo ku bank inpéstasi, dana pensiun, silih dana, sareng dana pager hirup anu kedah diperyogikeun nyebarkeun palaksanaan ordo anu langkung ageung atanapi ngalakukeun perdagangan anu gancang teuing pikeun padagang manusa pikeun ngaréaksikeun. Panilitian di 2019 nunjukkeun yén sakitar 92% perdagangan di pasar Forex dilakukeun ku dagang algoritma tibatan manusa.
Algoritma trading_platform / Algoritma dagang: Dagang Algorithmic mangrupikeun cara pikeun ngaéksekusi pesenan nganggo paréntah perdagangan pra-diprogram otomatis akuntansi pikeun variabel sapertos waktos, harga, sareng volume. Jenis perdagangan ieu nyoba ngungkit kagancangan sareng sumber daya komputasional komputer anu aya hubunganana sareng padagang manusa. Dina abad ka-dua puluh hiji, perdagangan algorithmic parantos kéngingkeun daya tarik sareng padagang ritel sareng institusional. Hal ieu seueur dianggo ku bank inpéstasi, dana pensiun, silih dana, sareng dana pager hirup anu kedah diperyogikeun nyebarkeun palaksanaan ordo anu langkung ageung atanapi ngalakukeun perdagangan anu gancang teuing pikeun padagang manusa pikeun ngaréaksikeun. Panilitian di 2019 nunjukkeun yén sakitar 92% perdagangan di pasar Forex dilakukeun ku dagang algoritma tibatan manusa.
Transparansi algoritma / transparansi Algorithmic: Transparansi algoritma mangrupakeun prinsip yén faktor anu mangaruhan kaputusan anu dilakukeun ku algoritma kedah katingali, atanapi transparan, pikeun jalma anu ngagunakeun, ngatur, sareng kapangaruhan ku sistem anu nganggo algoritma éta. Sanaos frasa na diciptakeun dina 2016 ku Nicholas Diakopoulos sareng Michael Koliska ngeunaan peran algoritma dina mutuskeun eusi jasa jurnalisme digital, prinsip anu aya dina taun 1970an sareng naékna sistem otomatis pikeun nyetak kiridit konsumen.
Vérsi Algorithmic_for_Szemeredi_regularity_partition / Szemerédi normalitas lemma: Lemma rutin Szemerédi mangrupikeun salah sahiji alat anu paling kuat dina tiori grafik ekstrim, khususna dina diajar grafik anu padet ageung. Éta nyatakeun yén simpul unggal grafik anu cukup ageung tiasa dipisahkeun kana sababaraha bagian anu diwatesan sahingga pasisian antara bagian anu béda kalakuanana ampir acak.
Versi algoritma_for_Szemer% C3% A9di_Regularity_Partition / Szemerédi normalitas lemma: Lemma rutin Szemerédi mangrupikeun salah sahiji alat anu paling kuat dina tiori grafik ekstrim, khususna dina diajar grafik anu padet ageung. Éta nyatakeun yén simpul unggal grafik anu cukup ageung tiasa dipisahkeun kana sababaraha bagian anu diwatesan sahingga pasisian antara bagian anu béda kalakuanana ampir acak.
Versi algoritma_for_Szemer% C3% A9di_regularity_partition / Szemerédi normalitas lemma: Lemma rutin Szemerédi mangrupikeun salah sahiji alat anu paling kuat dina tiori grafik ekstrim, khususna dina diajar grafik anu padet ageung. Éta nyatakeun yén simpul unggal grafik anu cukup ageung tiasa dipisahkeun kana sababaraha bagian anu diwatesan sahingga pasisian antara bagian anu béda kalakuanana ampir acak.
Algorithmica / Algorithmica: Algorithmica mangrupikeun jurnal ilmiah anu dibahas tiap bulan anu fokus kana panilitian sareng panerapan algoritma élmu komputer. Jurnal ieu didirikeun taun 1986 sareng diterbitkeun ku Springer Science + Business Media. Pimpinan redaksina nyaéta Ming-Yang Kao. Liputan mata pelajaran kalebet nyortir, milarian, struktur data, géométri komputasional, sareng program linier, VLSI, komputasi terdistribusi, pamrosésan paralel, desain dibantuan komputer, robotika, grafik, desain data base, sareng alat parangkat lunak.
Algoritma / Algoritma: Dina matématika sareng élmu komputer, algoritma mangrupikeun sekuen terhingga anu parantos ditangtoskeun, pitunjuk anu tiasa diterapkeun ku komputer, ilaharna pikeun méréskeun hiji kelas masalah atanapi ngalaksanakeun itungan. Algoritma sok teu jelas sareng dianggo salaku spésifikasi pikeun ngalakukeun itungan, ngolah data, alesan otomatis, sareng tugas-tugas sanés.
Algorithmically generated_art / Algorithmic seni: Seni Algoritmik atanapi seni algoritma nyaéta seni, kalolobaanana seni visual, anu desainna dihasilkeun ku algoritma. Seniman algorithmik kadang disebat algoristik .
Komposisi Algorithmically generated_music / Algorithmic: Komposisi Algorithmic nyaéta téhnik ngagunakeun algoritma pikeun nyiptakeun musik.
Algorithmically insoluble / Undecidable masalah: Dina tiori komputabilitas sareng tiori kompleksitas komputasional, masalah anu teu tiasa ditangtoskeun mangrupikeun masalah kaputusan anu kabuktosan mustahil pikeun ngawangun algoritma anu teras-teras ngarah kana jawaban anu leres-henteu-leres. Masalah lirén mangrupikeun conto: éta tiasa dibuktikeun yén teu aya algoritma anu leres nangtoskeun naha program sawenang akhirna lirén nalika ngajalankeun.
Algorithmically acak / Algorithmically acak sekuen: Sacara intuitif, sekuen acak sacara algoritmik mangrupikeun sekuen digit binér anu katingalina acak kana algoritma naon waé anu dijalankeun dina mesin Turing universal. Pamanggih éta tiasa dilarapkeun sacara analog kana runtuyan dina alfabet anu kawatesanan. Urutan acak nyaéta objék konci anu ditalungtik dina tiori inpormasi algorithmic.
Algorithmically random_sequence / Algorithmically acak sekuen: Sacara intuitif, sekuen acak sacara algoritmik mangrupikeun sekuen digit binér anu katingalina acak kana algoritma naon waé anu dijalankeun dina mesin Turing universal. Pamanggih éta tiasa dilarapkeun sacara analog kana runtuyan dina alfabet anu kawatesanan. Urutan acak nyaéta objék konci anu ditalungtik dina tiori inpormasi algorithmic.
Algorithmically solvable / Recursive bahasa: Dina matématika, logika sareng élmu komputer, basa resmi disebat recursive upami janten subkumpulan recursive tina susunan sadaya kamungkinan urutan anu aya tibatan abjad basa. Sarua, basa resmi recursive upami aya mesin Turing total anu, nalika dibéré rangkay simbol salaku input, nampi upami éta kalebet kana basa sareng nolak basa sanésna. Bahasa rekursif disebut ogé decidable .
Algorithmically unsolvable_problem / Undecidable masalah: Dina tiori komputabilitas sareng tiori kompleksitas komputasional, masalah anu teu tiasa ditangtoskeun mangrupikeun masalah kaputusan anu kabuktosan mustahil pikeun ngawangun algoritma anu teras-teras ngarah kana jawaban anu leres-henteu-leres. Masalah lirén mangrupikeun conto: éta tiasa dibuktikeun yén teu aya algoritma anu leres nangtoskeun naha program sawenang akhirna lirén nalika ngajalankeun.
Algoritma / Algoritma: Algorithmics mangrupikeun kajian sistematis ngeunaan desain sareng analisis algoritma. Éta mangrupikeun dasar sareng salah sahiji bidang élmu komputer pangkolotna. Éta kalebet desain algoritma, seni ngawangun prosedur anu tiasa méréskeun sacara épéktip masalah khusus atanapi kelas masalah, tiori kompleksitas algoritmik, studi ngira-ngira karasa tina masalah ku diajar sipat-sipat algoritma anu ngungkulanana, atanapi analisis algoritma , élmu diajar sipat tina hiji masalah, sapertos ngitung sumberdaya dina waktos sareng ruang mémori anu diperyogikeun ku algoritma ieu pikeun méréskeun masalah ieu.
Algorithmics Inc./Algorithmics Inc.: Algorithmics mangrupikeun perusahaan anu berbasis di Toronto, Ontario anu diadegkeun ku Ron Dembo anu nyayogikeun perangkat lunak manajemén résiko ka lembaga kauangan. Diadegkeun dina 1989, Algorithmics padamelan langkung ti 850 jalma di 23 kantor global, sareng ngalayanan langkung ti 350 klien, kalebet 25 tina 30 bank panggedéna di dunya, sareng langkung ti dua per tilu Forum CRO asuransi utama.
Algorithmics Incorporated / Algorithmics Inc.: Algorithmics mangrupikeun perusahaan anu berbasis di Toronto, Ontario anu diadegkeun ku Ron Dembo anu nyayogikeun perangkat lunak manajemén résiko ka lembaga kauangan. Diadegkeun dina 1989, Algorithmics padamelan langkung ti 850 jalma di 23 kantor global, sareng ngalayanan langkung ti 350 klien, kalebet 25 tina 30 bank panggedéna di dunya, sareng langkung ti dua per tilu Forum CRO asuransi utama.
Algorithmics of_Sudoku / Sudoku ngarengsekeun algoritma: Sudoku standar ngandung 81 sél, dina kisi 9 × 9, sareng ngagaduhan 9 kotak, unggal kotak janten simpang 3 jajaran kahiji, tengah, atanapi terakhir, sareng 3 kolom kahiji, tengah, atanapi terakhir. Unggal sél tiasa ngandung nomer tina hiji dugi ka salapan, sareng masing-masing nomer ngan ukur tiasa lumangsung sakali dina unggal baris, kolom, sareng kotak. Sudoku dimimitian ku sababaraha sél anu ngandung nomer ( pitunjuk ), sareng tujuanana nyaéta pikeun méréskeun sél-sél sésana. Sudokus anu leres ngagaduhan hiji solusi. Pamaén sareng panaliti nganggo rupa-rupa algoritma komputer pikeun méréskeun Sudokus, diajar sipatna, sareng ngadamel tatarucingan énggal, kalebet Sudokus kalayan simétris anu pikaresepeun sareng pasipatan sanés.
Algorithmics of_sudoku / Sudoku ngarengsekeun algoritma: Sudoku standar ngandung 81 sél, dina kisi 9 × 9, sareng ngagaduhan 9 kotak, unggal kotak janten simpang 3 jajaran kahiji, tengah, atanapi terakhir, sareng 3 kolom kahiji, tengah, atanapi terakhir. Unggal sél tiasa ngandung nomer tina hiji dugi ka salapan, sareng masing-masing nomer ngan ukur tiasa lumangsung sakali dina unggal baris, kolom, sareng kotak. Sudoku dimimitian ku sababaraha sél anu ngandung nomer ( pitunjuk ), sareng tujuanana nyaéta pikeun méréskeun sél-sél sésana. Sudokus anu leres ngagaduhan hiji solusi. Pamaén sareng panaliti nganggo rupa-rupa algoritma komputer pikeun méréskeun Sudokus, diajar sipatna, sareng ngadamel tatarucingan énggal, kalebet Sudokus kalayan simétris anu pikaresepeun sareng pasipatan sanés.
Algoritma / Algoritma: Dina matématika sareng élmu komputer, algoritma mangrupikeun sekuen terhingga anu parantos ditangtoskeun, pitunjuk anu tiasa diterapkeun ku komputer, ilaharna pikeun méréskeun hiji kelas masalah atanapi ngalaksanakeun itungan. Algoritma sok teu jelas sareng dianggo salaku spésifikasi pikeun ngalakukeun itungan, ngolah data, alesan otomatis, sareng tugas-tugas sanés.
Alarmithms-Aided Design_ (AAD) / Algorithms-Aided Design (AAD): Algorithms-Aided Design (AAD) nyaéta panggunaan algoritma-éditor khusus pikeun ngabantosan dina nyiptakeun, modifikasi, analisa, atanapi ngaoptimalkeun desain. Algoritma-éditor biasana diintegrasikeun sareng bungkusan modél 3D sareng maca sababaraha bahasa pamrograman, duanana nganggo skrip atanapi visual. Desain Algorithm-Aided ngamungkinkeun désainer pikeun ngungkulan keterbatasan parangkat lunak CAD tradisional sareng parangkat lunak grafik komputer 3D, ngahontal tingkat kompleksitas anu aya diluar kamungkinan manusa pikeun berinteraksi sareng objék digital. Akronim na nembongan pikeun kahiji kalina dina buku AAD Algorithms-Aided Design, Parametric Strategies using Grasshopper, diterbitkeun ku Arturo Tedeschi di 2014.
Algoritma (Basel) / Algoritma (jurnal): Algoritma mangrupikeun jurnal ilmiah matémat kabuka-ditinjau bulanan pikeun matématika, ngalangkungan desain, analisis, sareng ékspérimén dina algoritma. Jurnal ieu diterbitkeun ku MDPI sareng didirikeun taun 2008. Editor-in-chief anu ngadegkeun nyaéta Kazuo Iwama. Ti Méi 2014 dugi ka Séptémber 2019, pamimpin redaksi nyaéta Henning Fernau. Pimpinan redaksi ayeuna nyaéta Frank Werner.
Algoritma (jurnal) / Algoritma (jurnal): Algoritma mangrupikeun jurnal ilmiah matémat kabuka-ditinjau bulanan pikeun matématika, ngalangkungan desain, analisis, sareng ékspérimén dina algoritma. Jurnal ieu diterbitkeun ku MDPI sareng didirikeun taun 2008. Editor-in-chief anu ngadegkeun nyaéta Kazuo Iwama. Ti Méi 2014 dugi ka Séptémber 2019, pamimpin redaksi nyaéta Henning Fernau. Pimpinan redaksi ayeuna nyaéta Frank Werner.
Algoritma% 2B_Data_Struktur_% 3D_Program / Algoritma + Struktur Data = Program: Algoritma + Struktur Data = Program mangrupikeun buku taun 1976 anu ditulis ku Niklaus Wirth anu ngaliput sababaraha poko pokok tina program komputer, khususon yén algoritma sareng struktur data sacara alami pakaitna. Salaku conto, upami hiji ngagaduhan daptar anu beres, anjeun bakal nganggo algoritma milarian anu optimal pikeun daptar anu diurutkeun.
Algoritma Res / katégori: Élmu & Élmu Akademik Publikasi jurnal akademik:
Algoritma Res./Kategori: Jurnal ilmiah & Élmu Publik Akademik:
Panalitian Algoritma / katégori: Élmu & Élmu Akademik Publikasi jurnal akademik:
Algoritma State_Machine / Algorithmic mesin kaayaan: Metode mesin kaayaan algorithmic ( ASM ) mangrupikeun metode pikeun ngarancang mesin kaayaan terbatas (FSMs) anu mimitina dikembangkeun ku Thomas E. Osborne di University of California, Berkeley (UCB) ti saprak 1960, dikenalkeun sareng dilaksanakeun di Hewlett-Packard taun 1968, diformalisasi sareng dilegakeun ti saprak 1967 sareng ditulis ku Christopher R. Clare ti saprak 1970. Hal ieu dipaké pikeun ngagambarkeun diagram sirkuit terintegrasi digital. Diagram ASM sapertos diagram kaayaan tapi langkung terstruktur sareng, sahingga, langkung gampang dipikaharti. Bagan ASM mangrupikeun cara ngajelaskeun operasi sekuen sistem digital.
Algoritma Henteu dikonci / Algoritma Henteu dikonci: Algorithms Unlocked mangrupikeun buku karya Thomas H. Cormen ngeunaan prinsip dasar sareng aplikasi tina algoritma komputer. Buku ieu diwangun ku sapuluh bab, sareng ngabijilkeun jejer milarian, milah, algoritma grafik dasar, ngolah string, dasar kriptografi sareng komprési data, sareng pengantar tiori ngitung.
Algoritma sareng_Combinatorics / Algoritma sareng Combinatorics: Algoritma sareng Combinatorics mangrupikeun séri buku dina matématika, sareng khususna dina kombinatorika sareng desain sareng analisis algoritma. Éta diterbitkeun ku Springer Science + Business Media, sareng didirikeun taun 1987.
Algoritma sareng_Data_Strukturures_Symposium / SWAT sareng konperénsi WADS: WADS , Algoritma sareng Struktur Data Simposium , mangrupikeun konperénsi akademik internasional dina bidang élmu komputer, fokus kana algoritma sareng struktur data. WADS diayakeun unggal taun kadua, biasana di Kanada sareng sok di Amérika Kalér. Éta diayakeun silih berganti sareng konferensi sadulurna, Skandinavia Symposium and Workshops on Algorithm Theory (SWAT) , anu biasana diayakeun di Skandinavia sareng teras di Éropa Kalér. Dina sajarahna, cara ngagawe duanana konperénsi diterbitkeun ku Springer Verlag ngalangkungan Catetan Kuliahna dina séri Elmu Komputer. Springer teraskeun nyebarkeun cara ngagawe WADS, tapi dimimitian di 2016, prosés SWAT ayeuna diterbitkeun ku Dagstuhl ngalangkungan Prosés Internasional Leibniz dina Informatika.
Algoritma sareng_data_structures_symposium / konferensi SWAT sareng WADS: WADS , Algoritma sareng Struktur Data Simposium , mangrupikeun konperénsi akademik internasional dina bidang élmu komputer, fokus kana algoritma sareng struktur data. WADS diayakeun unggal taun kadua, biasana di Kanada sareng sok di Amérika Kalér. Éta diayakeun silih berganti sareng konferensi sadulurna, Skandinavia Symposium and Workshops on Algorithm Theory (SWAT) , anu biasana diayakeun di Skandinavia sareng teras di Éropa Kalér. Dina sajarahna, cara ngagawe duanana konperénsi diterbitkeun ku Springer Verlag ngalangkungan Catetan Kuliahna dina séri Elmu Komputer. Springer teraskeun nyebarkeun cara ngagawe WADS, tapi dimimitian di 2016, prosés SWAT ayeuna diterbitkeun ku Dagstuhl ngalangkungan Prosés Internasional Leibniz dina Informatika.
Algoritma pikeun_Rec Recovery_% 26_Isolation_Exploiting_Semantics / Algoritma pikeun Pamulihan sareng Ngasingkeun Ngamangpaatkeun Semantik: Dina élmu komputer, Algoritma pikeun Pamulihan sareng Ngasingkeun Eksploitasi Semantik , atanapi ARIES mangrupikeun algoritma pamulihan anu dirancang pikeun dianggo kalayan pendekatan anu teu maksakeun, maling database; éta dianggo ku IBM DB2, Microsoft SQL Server sareng seueur sistem database anu sanés. Sasama IBM Dr. C. Mohan mangrupikeun panimuan utami kulawarga ARIES tina algoritma.
Algoritma pikeun_Rec Recovery_and_Isolation_Exploiting_Semantics / Algoritma pikeun Pamulihan sareng Ngasingkeun Ngamangpaatkeun Semantik: Dina élmu komputer, Algoritma pikeun Pamulihan sareng Ngasingkeun Eksploitasi Semantik , atanapi ARIES mangrupikeun algoritma pamulihan anu dirancang pikeun dianggo kalayan pendekatan anu teu maksakeun, maling database; éta dianggo ku IBM DB2, Microsoft SQL Server sareng seueur sistem database anu sanés. Sasama IBM Dr. C. Mohan mangrupikeun panimuan utami kulawarga ARIES tina algoritma.
Algoritma pikeun_advanced_cardiac_life_support / Pangrojong hirup jantung canggih: Pangrojong hirup jantung canggih , atanapi dukungan kahirupan kardiovaskular anu maju , sering disebut ku akronimna, " ACLS ", ngarujuk kana saperangkat algoritma klinis pikeun perawatan anu ngadesek tina serangan jantung, stroke, infark miokardial, sareng kaayaan darurat jantung anu ngancam kahirupan sanés. Di luar Amérika Kalér, Advanced Life Support (ALS) dianggo.
Algoritma pikeun_automated_planning / Perencanaan otomatis sareng penjadwalan: Perencanaan sareng penjadwalan otomatis , sakapeung disebatkeun ngan saukur perencanaan AI , mangrupikeun cabang tina kecerdasan artifisial anu merhatoskeun perwujudan stratégi atanapi urutan aksi, biasana pikeun dijalankeun ku agén anu cerdas, robot otonom sareng kendaraan anu teu dijalankeun. Beda sareng masalah kontrol klasik sareng klasifikasi, solusina rumit sareng kedah dipanggihan sareng dioptimalkeun dina rohangan multidimensi. Perencanaan ogé aya hubunganana sareng tiori kaputusan.
Algoritma pikeun_calculating_the_sine_unction / Sin: Dina matématika, sinus mangrupikeun fungsi trigonometri tina hiji sudut. Sinus tina sudut akut dihartikeun dina kontéks segitiga katuhu: pikeun sudut anu ditangtoskeun, éta mangrupikeun babandingan panjang sisi anu sabalikna tina sudut éta, kana panjang sisi pangpanjangna tina segitiga. Pikeun sudut , fungsi sinus dicirian ngan saukur salaku .
Algoritma pikeun_calculating_variance / Algoritma pikeun ngitung varian: Algoritma keur ngitung varian maénkeun peran utama dina statistik komputer. Kasusah penting dina desain algoritma anu saé pikeun masalah ieu nyaéta yén rumus pikeun varianna tiasa ngalibetkeun sajumlah kuadrat, anu tiasa ngakibatkeun ketidakstabilan angka ogé ka limpahan aritmatika nalika kaayaan nilai-nilai ageung.
Algoritma pikeun_causal_inferensi / Inferensi sabab: Inferensi kausal mangrupikeun prosés nangtukeun pangaruh anu mandiri, nyata tina hiji fenomena anu khusus anu mangrupikeun komponén sistem anu langkung ageung. Beda utama antara inferensi sabab sareng inferensi asosiasi nyaéta inferensi sabab sabab nganalisis réspon tina variabel pangaruh nalika sabab tina variabel pangaruh dirobah. Élmu naha hal-hal kajantenan disebut etiology. Inferensi sabab disababkeun nyayogikeun buktina sabab akibat téoritis ku alesan musabab.
Algoritma pikeun_cluster_data_streams / Klompok aliran data: Dina élmu komputer, data stream clustering didefinisikeun salaku kluster data anu sumping teras-terasan sapertos rékaman telepon, data multimédia, transaksi kauangan sareng sajabana Kluster aliran data biasana diulik salaku algoritma streaming sareng tujuanana, dipasihan sekuen poin, pikeun nyusun klaster aliran anu saé, nganggo sakedik memori sareng waktos.
Algoritma pikeun_color_mapping / Mapa warna: Pemetaan warna (fotografi) mangrupikeun fungsi anu peta (ngarobih) warna hiji gambar (sumber) kana warna gambar anu sanés (target). Pemetaan warna tiasa disebat salaku algoritma anu ngahasilkeun fungsi pemetaan atanapi algoritma anu ngarobah warna gambar. Pemetaan warna ogé sok disebut transfer warna atanapi, nalika gambar grayscale dilebet, fungsi transfer brightness (BTF) ; éta ogé tiasa disebat kalibrasi kaméra fotometrik atanapi kalibrasi kaméra radiometrik .
Algoritma pikeun_combinatorial_optimization / Optimisasi kombinatorial: Optimisasi kombinatorial mangrupikeun subfield optimasi matematika anu aya hubunganana sareng panilitian operasi, tiori algoritma, sareng tiori kompleksitas komputasional. Éta ngagaduhan aplikasi anu penting dina sababaraha bidang, kalebet kecerdasan buatan, pembelajaran mesin, téori lélang, rékayasa parangkat lunak, matématika terapan sareng élmu komputer téoritis.
Algoritma pikeun_computing_transitive_closure / Panutupan transitif: Dina matématika, panutupan transitif hubungan binér Sunda dina set X mangrupikeun hubungan pangleutikna dina X anu ngandung basa Sunda sareng transitif. Pikeun sét anu kawatesanan, "pangleutikna" tiasa dilaksanakeun dina hartos anu biasa, ngagaduhan pasangan anu paling saeutik; pikeun susunan tanpa wates nyaéta superset transitif minimal unik Sunda .
Algoritma pikeun_constraint_satisfaction / Masalah kapuasan Konstrain: Masalah kapuasan konstrain ( CSPs ) nyaéta patarosan matématika anu dihartikeun salaku sakumpulan objék anu kaayaanna kedah nyugemakeun sajumlah kendala atanapi watesan. CSP ngagambarkeun entitas dina masalah salaku kumpulan homogén kendala terbatas tibatan variabel, anu direngsekeun ku metode kepuasan konstrain. CSP mangrupikeun poko tina panilitian dina kapinteran artifisial sareng panilitian operasi, kusabab kaaturan dina nyusunna nyayogikeun dasar anu umum pikeun nganalisis sareng ngarengsekeun masalah seueur kulawarga anu sigana teu aya hubunganana. CSP sering nunjukkeun kompleksitas anu luhur, meryogikeun kombinasi heuristik sareng metode milarian kombinatorial kanggo direngsekeun dina waktos anu wajar. Constraint Programming (CP) mangrupikeun bidang panilitian anu sacara khusus museur kana ngungkulan masalah sapertos kieu. Salaku tambahan, masalah satisfiability boolean (SAT), téori modulo satisfiability (SMT), program integer campuran (MIP) sareng program set jawaban (ASP) mangrupikeun sagala bidang panilitian anu fokus kana resolusi bentuk-bentuk khusus tina masalah kapuasan konstrain.
Algoritma pikeun_constraint_satisfaction_problems / Masalah kapuasan Konstrain: Masalah kapuasan konstrain ( CSPs ) nyaéta patarosan matématika anu dihartikeun salaku sakumpulan objék anu kaayaanna kedah nyugemakeun sajumlah kendala atanapi watesan. CSP ngagambarkeun entitas dina masalah salaku kumpulan homogén kendala terbatas tibatan variabel, anu direngsekeun ku metode kepuasan konstrain. CSP mangrupikeun poko tina panilitian dina kapinteran artifisial sareng panilitian operasi, kusabab kaaturan dina nyusunna nyayogikeun dasar anu umum pikeun nganalisis sareng ngarengsekeun masalah seueur kulawarga anu sigana teu aya hubunganana. CSP sering nunjukkeun kompleksitas anu luhur, meryogikeun kombinasi heuristik sareng metode milarian kombinatorial kanggo direngsekeun dina waktos anu wajar. Constraint Programming (CP) mangrupikeun bidang panilitian anu sacara khusus museur kana ngungkulan masalah sapertos kieu. Salaku tambahan, masalah satisfiability boolean (SAT), téori modulo satisfiability (SMT), program integer campuran (MIP) sareng program set jawaban (ASP) mangrupikeun sagala bidang panilitian anu fokus kana resolusi bentuk-bentuk khusus tina masalah kapuasan konstrain.
Algoritma pikeun_contextual_image_classification / Klasifikasi gambar kontékstual: Klasifikasi gambar kontékstual , hiji topik pangakuan pola dina visi komputer, nyaéta hiji pendekatan klasifikasi dumasar kana inpormasi kontekstual dina gambar. "Kontekstual" hartosna pendekatan ieu fokus kana hubungan piksel anu caket, anu disebut ogé lingkungan. Tujuan tina pendekatan ieu nyaéta mengklasifikasikan gambar ku ngagunakeun inpormasi kontekstual.
Algoritma pikeun_contrast_set_learning / Kontras set diajar: Pembelajaran set kontras mangrupikeun bentuk diajar aturan asosiasi anu ngusahakeun ngaidentifikasi béda anu bermakna antara kelompok anu misah ku cara mundur-rékayasa prediktor konci anu ngaidéntifikasi pikeun unggal kelompok khusus. Salaku conto, dibéré sakumpulan atribut pikeun kumpulan murid, anu béda susunan peserta didik bakal ngaidéntifikasi ciri anu kontras antara murid anu milarian gelar sarjana sareng anu damel nuju gelar PhD.
Algoritma pikeun_control_learning / Penguatan diajar: Penguatan diajar ( RL ) mangrupikeun bidang pembelajaran mesin anu paduli kumaha agén anu calakan kedah ngalakukeun tindakan dina lingkungan kanggo ngamaksimalkeun anggapan hadiah kumulatif. Pembelajaran penguatan mangrupikeun salah sahiji tina tilu paradigma pembelajaran mesin dasar, disamping diajar diawasi sareng pembelajaran anu teu diawasan.
Algoritma pikeun_correlation_clustering / Korélasi klaster: Kluster mangrupikeun masalah partisi data nunjuk kana kelompok dumasar kana kamiripanana. Klaster korélasi nyayogikeun metode pikeun ngagolongkeun sakumpulan objék kana jumlah klaster anu optimal kalayan henteu nunjukkeun nomer éta sateuacanna.
Algoritma pikeun_cy__detection / Deteksi siklus: Dina élmu komputer, deteksi siklus atanapi siklus mendakan mangrupikeun masalah algoritma pikeun milarian siklus dina sekuen nilai fungsi iterated.
Algoritma pikeun_data_analysis / Analisis data: Analisis data mangrupikeun prosés ngariksa, ngabersihkeun, ngarobih, sareng modél data kalayan tujuan pikeun mendakan inpormasi anu manpaat, ngawartosan kasimpulan, sareng ngadukung nyandak kaputusan. Analisis data ngagaduhan sababaraha aspek sareng pendekatan, kalebet téknik anu beragam dina rupa-rupa nami, sareng dianggo dina domain bisnis, sains, sareng ilmu sosial anu béda. Di dunya bisnis ayeuna, analisa data maénkeun peran dina nyandak kaputusan langkung ilmiah sareng ngabantosan usaha langkung efektif.
Algoritma pikeun_data_stream_clustering / Data stream clustering: Dina élmu komputer, data stream clustering didefinisikeun salaku kluster data anu sumping teras-terasan sapertos rékaman telepon, data multimédia, transaksi kauangan sareng sajabana Kluster aliran data biasana diulik salaku algoritma streaming sareng tujuanana, dipasihan sekuen poin, pikeun nyusun klaster aliran anu saé, nganggo sakedik memori sareng waktos.
Algoritma pikeun_demosaicing / Demosaicing: Algoritma demosaicing mangrupikeun prosés gambar digital anu dianggo pikeun ngarekonstruksikeun gambar warna lengkep tina kaluaran conto warna teu lengkep ti sénsor gambar anu ditutupan ku susunan filter warna (CFA). Ogé kawanoh salaku interpolasi CFA atanapi rekonstruksi warna .
Algoritma pikeun_diagnosis_of_heart_failure / Gagal jantung: Gagal jantung ( HF ), ogé katelah gagal jantung kongestif ( CHF ), ( kongestif ) gagal jantung ( CCF ), sareng decompensatio cordis , nyaéta nalika jantung henteu tiasa ngompa cekap pikeun ngajaga aliran getih pikeun nyumponan kabutuhan jaringan awak. metabolisme. Tanda sareng gejala gagal jantung biasana kalebet napas, capé anu kaleuleuwihi, sareng pembengkakan suku. Rénghap napas biasana langkung parah ku olahraga atanapi nalika ngagolér, sareng tiasa ngahudangkeun jalmi dina wengi. Kamampuh terbatas pikeun olahraga ogé fitur anu biasa. Nyeri dada, kalebet angina, henteu biasana kajantenan kusabab gagal jantung.
Algoritma pikeun_distribusi_constraint_optimization / Optimisasi konstrain disebarkeun: Optimisasi kendala anu disebarkeun mangrupikeun analog anu disebarkeun kana optimasi konstrain. DCOP mangrupikeun masalah dimana sakumpulan agén kedah nyalabarkeun milih nilai pikeun sakumpulan variabel sapertos biaya sakumpulan konstrain tibatan variabel diminimalkeun.
Algoritma pikeun_document_clustering / Kluster dokumén: Dokumen clustering teh aplikasi analisis klaster jeung dokumén tékstual. Éta ngagaduhan aplikasi dina organisasi dokumén otomatis, ékstraksi topik sareng pangambilan inpormasi gancang atanapi nyaring.
Algoritma pikeun_document_layout_analysis / Analisis perenah dokumen: Dina visi komputer atanapi ngolah basa alam, analisis tata letak dokumén mangrupikeun prosés ngaidentifikasi sareng ngagolongkeun daérah anu dipikaresep kana gambar anu dipindai tina hiji dokumen téks. Sistem maca peryogi pamisahan zona téks ti anu sanés tékstual sareng susunan dina urutan bacaan anu leres. Deteksi sareng panyiri zona anu béda salaku téks awak, ilustrasi, simbol matématika, sareng tabel anu dilebetkeun kana dokumén disebat analisis tata géometri . Tapi zona téks ngagaduhan peran logis anu béda dina dokumén sareng panyiri semantis sapertos ieu mangrupikeun ruang lingkup analisis perenah logis .
Algoritma pikeun_edge_coloring / Tepi ngawarnaan: Dina tiori grapik, ngawarnaan ujung grafik mangrupikeun "warna" kana pasisian grafik janten teu aya dua kajadian anu ngagaduhan warna anu sami. Salaku conto, inohong ka katuhu nunjukkeun ngawarnaan ujung grafik ku warna beureum, biru, sareng héjo. Pewarnaan ujung mangrupikeun salah sahiji sababaraha jinis ngawarnaan grafik. Masalah ujung-ngawarnaan miwarang naha kasebut nyaéta dimungkinkeun pikeun warna edges of grafik dibikeun maké di paling k kelir béda, pikeun nilai dibikeun tina k, atawa jeung kelir fewest mungkin. Jumlah warna anu diperyogikeun minimum pikeun sisina grafik anu disebat disebut indéks chromatic of the graph. Salaku conto, ujung grafik dina ilustrasi tiasa diwarnaan ku tilu warna tapi henteu tiasa diwarnaan ku dua warna, janten grafik anu ditingalikeun ngagaduhan indéks kromatik tilu.
Algoritma pikeun_factoring_integers / Integer faktorisasi: Dina tiori nomer, faktorisasi bilangan bulat nyaéta dékomposisi angka komposit kana produk tina bilangan bulat anu langkung alit. Upami faktor-faktor ieu diwatesanan dugi ka nomer perdana, prosés na disebat faktorisasi perdana .
Algoritma pikeun_factoring_polynomial / Polédial anu teu bisa diréduksi: Dina matématika, polinomial anu teu tiasa diréduksi , sacara kasar, nyaéta polinomial anu teu tiasa dicandak kana produk tina dua polinomial anu teu konstan. Harta tina irreducibility gumantung kana sifat koefisien anu ditampi pikeun kamungkinan faktor, nyaéta lapangan atanapi cincin anu koefisien tina polynomial sareng kamungkinan faktor na anu kedah dipimilik. Salaku conto, polinomial x 2 - 2 mangrupikeun polinomial sareng koefisien integer, tapi, sabab unggal bilangan bulat ogé mangrupakeun angka nyata, éta ogé polinomial sareng koefisien nyata. Éta henteu bisa dikurangan lamun dianggap salaku polinomial sareng koefisien integer, tapi éta faktor salaku upami éta dianggap salaku polinomial sareng koefisien nyata. Saur anu nyatakeun yén polinomial x 2 - 2 henteu tiasa dikurudus dina bilangan bulat tapi henteu dina réal.
Algoritme pikeun_finding_Euclidean_minimum_spanning_trees_in_two_dimensions / Euclidean minimum spanning tree: Tangkal panglawungan minimum Euclidean atanapi EMST mangrupikeun tangkal minimum Manjang tina sakitar titik n dina pesawat, dimana beurat ujungna antara unggal pasangan titik nyaéta jarak Euclidean antara dua titik éta. Dina istilah anu langkung saderhana, EMST ngahubungkeun sakumpulan titik anu nganggo garis sapertos total panjang sadaya garis diminimalkeun sareng titik naon waé tiasa kahontal tina anu sanés ku nuturkeun garis-garisna.
Algoritma pikeun_finding_capacitated_minimum_spanning_trees / Kapasitas minimum Manjang tangkal: Tangkal bentang minimum anu dikapasitaskeun mangrupikeun tangkal minimal mébérkeun méga tina grafik anu ngagaduhan titik akar anu ditunjuk sareng nyugemakeun kendala kapasitas . Konstrain kapasitas mastikeun yén sadaya kajadian subtrees dina node root teu gaduh langkung ti simpul. Upami simpul tangkal ngagaduhan beurat, maka konstrain kapasitas tiasa diinterpretasi sapertos kieu: jumlah beurat dina subtree wae kedah henteu langkung ageung tibatan . Pinggirna ngahubungkeun subgraf kana simpul akar disebut gerbang . Milarian solusi anu optimal nyaéta NP-sesah.	Tangkal bentang minimum anu dikapasitaskeun mangrupikeun tangkal minimal mébérkeun méga tina grafik anu ngagaduhan titik akar anu ditunjuk
Algoritma pikeun_manggihan_minimum_spanning_trees / Minimum span span: Tangkal bentang minimum ( MST ) atanapi tangkal bentang beurat minimum mangrupikeun bagian tina ujung grafik anu teu diarahkeun, ditimbang beurat-ujung anu ngahubungkeun sadaya simpul babarengan, tanpa aya siklus sareng kalayan total beurat minimum anu tiasa. Hartina, éta mangrupikeun tangkal anu bentang anu jumlah beuratna sakedik mungkin. Langkung umum, grafik anu teu diarahkeun beurat-ujungna ngagaduhan leuweung panglawungan minimum , anu mangrupikeun gabungan tina tangkal minimum Manjang pikeun komponén na anu nyambung
Algoritma pikeun_fingerprint_recognition / Fingerprint: Sidik jari mangrupakeun kesan anu tinggaleun ku gumpalan gesekan tina ramo manusa. Pamulihan sidik parsial ti TKP mangrupikeun padika penting pikeun élmu forensik. Uap sareng gajih dina ramo ngahasilkeun sidik jari dina permukaan sapertos gelas atanapi logam. Kesan anu teu disengaja tina sadaya sidik tiasa dicandak ku mangsi atanapi zat sanés anu ditransferkeun tina puncak gumpalan gesekan dina kulit kana permukaan anu lemes sapertos kertas. Catetan sidik jari biasana ngandung kesan ti pad dina sendi jariji sareng jempol pamungkas, sanaos kartu sidik ogé biasana ngarekam bagéan bagéan sendi anu langkung handap dina ramo.
Algoritma pikeun_formal_concept_analysis / Analisis konsép formal: Analisis konsép formal ( FCA ) mangrupikeun cara anu prinsip pikeun nurunkeun hierarki konsép atanapi ontologi resmi tina kumpulan objék sareng sipat-sipatna. Unggal konsép dina hirarki ngagambarkeun objék anu ngabagi sababaraha sét sipat; sareng unggal sub-konsép dina hirarki ngagambarkeun sakumpulan objék dina konsép di luhurna. Istilah ieu diwanohkeun ku Rudolf Wille di 1981, sareng diwangun dina tiori matématika kisi sareng susunan susunan anu dikembangkeun ku Garrett Birkhoff sareng anu sanés taun 1930-an.
Algoritma pikeun_gesture_recognition / Pangakuan sapuan: Pangakuan isyarat mangrupikeun topik dina élmu komputer sareng téknologi basa anu ngagaduhan tujuan pikeun nafsirkeun sapuan manusa ngalangkungan algoritma matématika. Mangrupikeun subdisiplin visi komputer. Gerak isyarat tiasa asalna tina gerak awak atanapi kaayaan naon waé tapi biasana asalna tina raray atanapi panangan. Fokus ayeuna di lapangan kaasup pangakuan émosi tina raray sareng pangakuan sapuan tangan. Pamaké tiasa ngagunakeun gerakan saderhana pikeun ngendalikeun atanapi berinteraksi sareng alat-alat tanpa sacara fisik némpél aranjeunna. Seueur cara didamel nganggo kaméra sareng algoritma visi komputer pikeun nafsirkeun basa isarat. Nanging, idéntifikasi sareng pangakuan postur, gaya hirup, proxemics, sareng paripolah manusa ogé dijantenkeun téknik pangakuan gerakan. Pangenal isyarat tiasa ditingali salaku cara pikeun komputer ngamimitian ngartos basa awak manusa, sahingga ngawangun jembatan anu langkung beunghar antara mesin sareng manusa tibatan antar muka pangguna téks primitif atanapi bahkan GUI, anu masih ngawatesan seuseueurna input kana keyboard sareng mouse sareng berinteraksi sacara alami tanpa alat mékanis. Ngagunakeun konsép pangakuan sapuan, dimungkinkeun pikeun nunjuk ramo dina titik ieu bakal gerak saluyu. Ieu tiasa ngadamel input konvensional dina alat sapertos kitu sareng bahkan kaleuleuwihi.
Algoritma pikeun_global_illumination / Pencahayaan global: Pencahayaan global ( GI ), atanapi katerangan henteu langsung , mangrupikeun sakumpulan algoritma anu dianggo dina grafik komputer 3D anu dimaksudkeun pikeun nambihan pencahayaan anu langkung réalistis kana pamandangan 3D. Algoritma sapertos kitu henteu ngan ukur lampu anu asalna langsung tina sumber cahaya, tapi ogé kasus-kasus anu salajengna dimana sinar cahaya tina sumber anu sami dibayangkeun ku permukaan anu sanés dina adegan, naha ngeunteung atanapi henteu.
Algoritma pikeun_graph_coloring / Grafik warna: Dina tiori grafik, ngawarnaan grafik mangrupikeun kasus panyiri grafik khusus; éta mangrupikeun tugas tina labél anu sacara tradisional disebat "warna" pikeun unsur-unsur grafik anu tunduk kana konstrain tertentu. Dina bentuk anu paling saderhana, éta mangrupikeun cara ngawarnaan simpul grafik sapertos anu henteu aya dua simpul anu padeukeut sareng warna anu sami; ieu disebut pewarnaan puncak . Nya kitu, ngawarnaan ujung masihan warna ka unggal tepi sahingga teu aya dua sisina anu caket tina warna anu sami, sareng pewarnaan grafik planar masihan warna pikeun unggal rupa atanapi daérah sahingga henteu aya dua rupa anu ngabagi wates ngagaduhan warna anu sami.
Algoritma pikeun_image_compression / komprési Gambar: Komprési gambar mangrupikeun jinis komprési data anu dilarapkeun kana gambar digital, pikeun ngirangan biaya kanggo neundeun atanapi transmisi. Algoritma tiasa ngamangpaatkeun persépsi visual sareng sipat statistik data gambar pikeun nyayogikeun hasil anu unggul dibandingkeun sareng metode komprési data umum anu dianggo pikeun data digital anu sanés.
Algoritma pikeun_image_processing / Daptar algoritma: Ieu mangrupikeun daptar algoritma sareng pedaran hiji-garis pikeun masing-masing.
Algoritma pikeun_image_rectification / Gambar menerkeun: Koréksi gambar mangrupikeun prosés transformasi anu dianggo pikeun proyéksi gambar kana pesawat gambar anu biasa. Prosés ieu ngagaduhan sababaraha derajat kabébasan sareng aya seueur stratégi pikeun ngarobah gambar kana pesawat umum. Dipaké dina visi stéréo komputer pikeun mempermudah masalah mendakan titik anu cocog antara gambar. Hal ieu digunakeun dina sistem inpormasi géografis pikeun ngagabung gambar anu dicandak tina sababaraha sudut pandang kana sistem koordinat peta umum.
Algoritma pikeun_image_scaling / Skala skala: Dina grafik komputer sarta digital Imaging, skala gambar nujul kana pangaturan ukuran jadi of a gambar digital. Dina téknologi pidéo, perbesaran matéri digital katelah ningkatna atanapi ningkatna résolusi.
Algoritma pikeun_image_stitching / Jahitan gambar: Jahitan gambar atanapi jahitan poto mangrupikeun prosés ngagabungkeun sababaraha gambar fotografi sareng lapangan pandang anu tumpang tindih pikeun ngahasilkeun panorama atanapi gambar beresolusi tinggi. Ilahar dilakukeun ngalangkungan panggunaan parangkat lunak komputer, seuseueurna pendekatan kana panyukuran gambar peryogi tumpang tindih anu ampir pasti antara gambar sareng paparan anu sami pikeun ngahasilkeun hasil anu lancar, sanaos sababaraha algoritma jahitan leres-leres nguntungkeun tina gambar anu béda-béda ku cara ngalakukeun gambar-gambar anu jangkauan dinamis-luhur di daérah tumpang tindih. . Sababaraha kaméra digital tiasa nyulik poto na sacara internal.
Algoritma pikeun_integer_programming / Integer program: Masalah pamrograman integer mangrupikeun program optimalisasi matématika atanapi kamampuan dimana sababaraha atanapi sadayana variabel diwatesan janten bilangan bulat. Dina seueur setting istilah ieu ngarujuk ka integer linear programming (ILP), anu fungsi obyéktif sareng konstrainna liniér.
Algoritma pikeun_isotonic_regression / régrési Isotonik: Dina statistik, régrési isotonik atanapi régrési monotonik nyaéta téknik pas garis bébas-bentuk kana sekuen pangamatan sapertos garis anu dipasang henteu turun-tumurun dimana-mana, sareng tiasa caket kana paniténan anu mungkin.
Algoritma pikeun_item_tree_analysis / Analisis tangkal barang: Analisis tangkal barang ( ITA ) mangrupikeun metodeu analitik data anu ngamungkinkeun ngawangun struktur ahierarkis dina barang kuesioner atanapi tés tina résponsep anu dititénan. Anggap yén urang gaduh angket ku item m sareng mata pelajaran éta tiasa positip (1) atanapi négatip (0) pikeun masing-masing item ieu, nyaéta barang-barang anu aredichotomous. Upami subjék n ngajawab item ieu hasilna matrix data binér D sareng kolom m sareng n baris. Conto anu normal tina format data ieu mangrupikeun barang uji anu tiasa direngsekeun (1) atanapi gagal (0) ku mata pelajaran. Conto has anu sanésna nyaéta kuesioner dimana barang-barang pangabutuh anu mana subjek tiasa satuju (1) atanapi henteu satuju (0). Gumantung kana eusi barang tiasa waé yén réspon tina poko kana anitem j tangtoskeun réspon na kana barang anu sanés. Salaku conto, kamungkinan unggal matuh anu satuju kana barang j ogé bakal satuju kana barang i . Dina hal ieu kami nyatakeun yén barang j nyirikeun barang i . Tujuan tina ITA nyaéta pikeun ngaungkab implikasi implengan sapertos tina set data D.
Algoritma pikeun_k-hartosna_cluster / K-hartosna klaster: k -maksud clustering mangrupikeun metode kuantisasi vektor, asalna tina pamrosésan sinyal, anu tujuanana pikeun partisi n pangamatan kana kluster k anu masing-masing obsérvasi kagolong kana kluster kalayan hartosna anu paling caket, anu dijantenkeun prototipe tina kluster. Ieu ngakibatkeun partisi rohangan data kana sél Voronoi. k -maksud clustering ngaminimalkeun varian jero-klaster, tapi teu jarak Euclidean biasa, anu bakal janten masalah Weber langkung sesah: hartosna ngaoptimalkeun kasalahan kuadrat, padahal ukur médiam geometri ngaminimalkeun jarak Euclidean. Salaku conto, solusi Euclidean anu langkung saé tiasa dipendakan nganggo k-medians sareng k-medoids.
Algoritma pikeun_linear_programming / Pamasaran linier: Pemrograman linier mangrupikeun cara pikeun ngahontal hasil anu pangsaéna dina modél matematika anu saratna diwakilan ku hubungan anu linier. Pemrograman linier mangrupikeun kasus anu khusus pikeun pemrograman matematika.
Algoritma pikeun_lossless_data_compression / Komprési data: Dina pamrosésan sinyal, komprési data , sumber coding , atanapi réduksi bit-rate mangrupikeun prosés énkode inpormasi nganggo sakedik bit tibatan Répréséntasi aslina. Sagala komprési tinangtu boh lossy atanapi lossless. Komprési tanpa karugian ngirangan bit ku ngaidéntifikasi sareng ngaleungitkeun kaleuleuwihan statistik. Teu aya inpormasi anu leungit dina komprési lossless. Komprési lossy ngirangan bit ku nyoplokkeun inpormasi teu perlu atanapi kirang penting. Ilaharna, alat anu ngalakukeun komprési data disebat salaku énkoder, sareng anu ngalaksanakeun pembalikan prosés (dekompresi) salaku déékoder.
Algoritma pikeun_matrix_completion / Matrix parantosan: Parantosan matrix mangrupikeun tugas ngeusian éntri anu leungit tina matriks anu dititénan sawaréh. Rupa-rupa susunan data sacara alami diatur dina bentuk matrix. Salah sahiji conto nyaéta matéri rating pilem, sakumaha anu katingali dina masalah Netflix: Dibikeun matriks peunteun dimana unggal éntri ngagambarkeun rating pilem ku konsumén , upami palanggan parantos nonton pilem sareng anu sanésna leungit, kami hoyong ngaramalkeun éntri sésana pikeun masihan rekomendasi anu saé pikeun palanggan ngeunaan naon anu kedah ditonton salajengna. Conto sanésna nyaéta matrix istilah-dokumén: Frékuénsi kecap-kecap anu dianggo dina kumpulan dokumén tiasa diwakilan salaku matriks, dimana unggal éntri saluyu sareng sabaraha kali istilah anu pakait nembongan dina dokumén anu dituduhkeun.
Algoritma pikeun_matrix_inversion / Matriks invertible: Dina aljabar linier, matriks n -by- n pasagi A disebut invertible , upami aya matriks n -by- n square B sapertos	Dina aljabar linier, matriks n -by- n pasagi A disebut invertible , upami aya matriks n -by- n square B sapertos
Algoritma pikeun_matrix_multiplication / Algoritma multiplikasi Matrix: Kusabab perkalian matrix mangrupikeun operasi sentral dina seueur algoritma numerik, seueur padamelan parantos dimodalan pikeun ngajantenkeun algoritma multiplikasi matrix épisién. Aplikasi perkalian matrix dina masalah komputasional dipendakan dina seueur bidang kalebet komputasi ilmiah sareng pangakuan pola sareng masalah anu henteu aya hubunganana sapertos ngitung jalur ngalangkungan grafik. Seueur algoritma anu béda-béda anu dirancang pikeun ngalikeun matriks dina sababaraha jinis pakakas anu béda, kalebet sistem paralel sareng distribusi, dimana padumukan komputasi kasebar dina sababaraha prosesor.
Algoritma pikeun_motion_estimation / Gerak estimasi: Estimasi gerak nyaéta prosés nangtukeun véktor gerak anu ngajelaskeun transformasi tina hiji gambar 2D ka gambar anu sanés; biasana tina pigura anu caket dina sekuen pidéo. Éta mangrupikeun masalah anu parah kusabab gerak dina tilu diménsi tapi gambarna mangrupikeun proyéksi adegan 3D kana pesawat 2D. Véktor gerak tiasa aya hubunganana sareng sakabeh gambar atanapi bagian khusus, sapertos blok segi opat, tambalan bentukna sawenang-wenang atanapi bahkan per piksel. Véktor gerak tiasa diwakilan ku modél tarjamahan atanapi seueur modél sanés anu tiasa ngadeukeutan gerak kaméra pidéo anu nyata, sapertos rotasi sareng tarjamahan dina sadaya tilu diménsi sareng zum.
Algoritma pikeun_motion_planning / Perencanaan Gerak: Perencanaan gerak , ogé perencanaan jalur mangrupikeun masalah komputasional pikeun milarian sekuen konfigurasi anu valid anu mindahkeun obyék tina sumber kana tujuan. Istilah ieu dianggo dina géométri komputasional, animasi komputer, robotik sareng gim komputer.
Algoritma pikeun_multilinear_subspace_learning / Multilinear subspace diajar: Pembelajaran subspace multilinear mangrupikeun cara pikeun ngirangan diménsi. Ngirangan diménsiitas tiasa dilakukeun dina ténor data anu pengamatan na parantos di-vectorikeun sareng dikelompokkeun kana data ténor, atanapi anu pengamatan na matriks anu dikantenkeun janten data ténor. Ieu sababaraha conto ténor data anu pengamatanana di-vectorisasi atanapi anu pengamatanna matriks dikempelkeun kana gambar gambar data (2D / 3D), sekuen pidéo (3D / 4D), sareng kubus hyperspectral (3D / 4D).
Algoritma pikeun_multiple_instance_learning / Sababaraha conto diajar: Dina diajar mesin, pembelajaran sababaraha conto (MIL) mangrupikeun salah sahiji jinis pembelajaran anu diawasi. Daripada nampi sakumpulan conto anu masing-masing dilabélan, anu diajar nampi sakumpulan kantong anu dilabélan, masing-masing ngandung seueur conto. Dina kasus saderhana klasifikasi binér sababaraha conto, kantong tiasa dilabélan négatip upami sadaya conto dina éta négatip. Di sisi anu sanésna, kantong dilabélan positip upami sahenteuna aya hiji conto anu positip. Tina kumpulan kantong anu dilabélan, peserta didik nyobian naha (i) ngainduksi konsép anu bakal nandeskeun conto masing-masing leres atanapi (ii) diajar kumaha cara labél kantong tanpa ngainduksi konsépna.
Algoritma pikeun_multiple_kernel_learning / Sababaraha diajar kernel: Pembelajaran kernel langkung seueur ngarujuk kana sakumpulan metode pembelajaran mesin anu nganggo sakumpulan kernel anu parantos ditangtoskeun sareng diajar kombinasi linier atanapi non-linier optimal salaku bagian tina algoritma. Alesan pikeun ngagunakeun sababaraha diajar kernel kalebet a) kamampuan pikeun milih kernel optimal sareng parameter tina sakumpulan kernel anu langkung ageung, ngirangan bias kusabab pilihan kernel bari ngamungkinkeun metode pembelajaran mesin anu langkung otomatis, sareng b) ngagabungkeun data tina sumber anu béda anu ngagaduhan anggepan anu béda pikeun kamiripan sahingga meryogikeun béda-béda kernel. Daripada nyiptakeun kernel anyar, sababaraha algoritma kernel tiasa dianggo pikeun ngagabungkeun kernel anu parantos didamel pikeun tiap sumber data masing-masing.
Algoritma pikeun_non-negative_matrix_factorization / Non-négatip matrix factorization: Faktorisasi matriks non-négatip , ogé perkiraan matriks non-négatip mangrupikeun sakumpulan algoritma dina analisis multivariat sareng aljabar linier dimana matriks V dipolakeun kana (biasana) dua matrik W sareng H , kalayan sipat yén sadaya tilu matri henteu ngagaduhan unsur négatip . Henteu négatip ieu ngajantenkeun matrik anu hasilna langkung gampang diperiksa. Ogé, dina aplikasi sapertos pamrosésan spéktrogram audio atanapi aktivitas otot, non-négatip alamiah tina data anu dianggap. Kusabab masalahna henteu leres-leres dibéréskeun sacara umum, umumna didugikeun sacara numerik.
Algoritme pikeun_numerically_solving_systems_of_polynomial_equations / Sistem persamaan polinomial: Sistem persamaan polinomial nyaéta sakumpulan persamaan sakaligus f 1 = 0, ..., f h = 0 dimana f i mangrupakeun polinomial dina sababaraha variabel, sebutkeun x 1 , ..., x n , dina sababaraha lapangan k .
Algoritma pikeun_optimisasi / optimalisasi Matematika: Optimisasi matématika atanapi pamrograman matématika mangrupikeun pilihan unsur anu pangsaéna, ngeunaan sababaraha patokan, tina sababaraha sét alternatif anu sayogi. Masalah optimisasi rupa timbul dina sadaya disiplin kuantitatif tina élmu komputer sareng rékayasa dugi ka riset operasi sareng ékonomi, sareng pamekaran metode solusi parantos dipikaresep ku matématika mangabad-abad.
Algoritma pikeun_pattern_recognition / Pangakuan pola: Pangakuan pola mangrupikeun pangakuan otomatis pola sareng rutinitas dina data. Éta ngagaduhan aplikasi dina analisa data statistik, pamrosésan sinyal, analisa gambar, dimeunangkeun inpormasi, bioinformatika, komprési data, grafik komputer sareng pembelajaran mesin. Pangakuan pola asalna tina statistik sareng rékayasa; sababaraha pendekatan modéren pikeun pangenalan pola kalebet panggunaan pembelajaran mesin, kusabab ningkatna kasadiaan data ageung sareng kelimpahan anyar kakuatan pengolahan. Nanging, kagiatan ieu tiasa ditingali salaku dua aspek tina lapangan aplikasi anu sami, sareng sasarengan aranjeunna ngalaman pangwangunan anu penting dina sababaraha dasawarsa ka tukang. Definisi modérn pikeun pangakuan pola nyaéta: Widang pangakuan pola aya hubunganana sareng pamanggihan otomatis tina teratur dina data ngalangkungan panggunaan algoritma komputer sareng panggunaan rutinitas ieu pikeun nyandak tindakan sapertos ngagolongkeun data kana sababaraha kategori anu béda.
Algoritma pikeun_planning / Perencanaan otomatis sareng penjadwalan: Perencanaan sareng penjadwalan otomatis , sakapeung disebatkeun ngan saukur perencanaan AI , mangrupikeun cabang tina kecerdasan artifisial anu merhatoskeun perwujudan stratégi atanapi urutan aksi, biasana pikeun dijalankeun ku agén anu cerdas, robot otonom sareng kendaraan anu teu dijalankeun. Beda sareng masalah kontrol klasik sareng klasifikasi, solusina rumit sareng kedah dipanggihan sareng dioptimalkeun dina rohangan multidimensi. Perencanaan ogé aya hubunganana sareng tiori kaputusan.
Algoritma pikeun_polynomial_decomposition / dékomposisi Polynomial: Dina matématika, dékomposisi polinomial nyatakeun polinomial f salaku komposisi fungsional tina polinomial g sareng h , dimana g sareng h gaduh gelar langkung ageung tibatan 1; éta mangrupikeun dékomposisi fungsi aljabar. Algoritma dipikaterang pikeun nguraikeun polynomial univariate dina waktos polinomial.
Algoritma pikeun_post-kuantum_cryptography / Post-kuantum kriptografi: Kriptografi post-kuantum ngarujuk kana algoritma kriptografi anu dianggap aman ngalawan serangan cryptanalytic ku komputer kuantum. Ti taun 2021, ieu henteu leres pikeun algoritma konci-umum anu paling populér, anu tiasa épisién direcah ku komputer kuantum anu cekap kuat. Masalah sareng algoritma anu ayeuna populér nyaéta kaamanan aranjeunna ngandelkeun salah sahiji tina tilu masalah matématika anu hésé: masalah faktorisasi integer, masalah logaritma diskrit atanapi masalah logaritma diskrit elliptic-curve. Sadaya masalah ieu tiasa gampang direngsekeun dina komputer kuantum anu cukup kuat anu ngajalankeun algoritma Shor. Sanaos komputer kuantum ékspérimén anu ayeuna, dipikanyaho umum kakurangan kakuatan pamrosésan pikeun ngarecah algoritma kriptografi nyata, seueur kriptografi mendesain algoritma énggal pikeun nyiapkeun waktos nalika komputasi kuantum janten ancaman. Karya ieu ngagaduhan perhatian anu langkung ageung ti para akademisi sareng industri ngalangkungan séri konperénsi PQCrypto ti saprak 2006 sareng langkung énggal ku sababaraha bengkel ngeunaan Cryptography Quantum Safe anu diayakeun ku European Telecommunications Standards Institute (ETSI) sareng Institute for Quantum Computing.
Algoritma pikeun_protein_design / Protein design: Desain protéin mangrupikeun desain rasional molekul protéin énggal pikeun ngararancang kagiatan novél, paripolah, atanapi tujuanana, sareng kanggo mayunan pamahaman dasar ngeunaan fungsi protéin. Protéin tiasa didesain ti mimiti atanapi ku cara ngajantenkeun varian diitung tina struktur protéin anu dipikaterang sareng sekuenna. Pendekatan desain protéin rasional ngadamel ramalan sekuen protéin anu bakal ngalipet kana struktur anu khusus. Urutan anu diprediksi ieu teras tiasa disahkeun sacara ékspériméntal ngalangkungan metode sapertos sintésis péptida, mutagenesis anu diarahkeun ku situs, atanapi sintésis gén ponggawa.
Algoritma pikeun_quantifier_eliminasi / Éliminasi Quantifier: Éliminasi quantifier mangrupikeun konsép panyederhanaan anu dianggo dina logika matématika, tiori modél, sareng élmu komputer téoritis. Sacara informal, pernyataan anu diitung " sapertos kitu "tiasa ditingali salaku patarosan" Iraha aya sapertos kitu ? ", sareng pernyataan anu teu aya jumlahna tiasa ditingali salaku jawaban tina patarosan éta.
Algorithm pikeun_ray_tracing / Sinarget sinar (grafik): Dina grafik komputer 3D, sinar tracing mangrupikeun téknik rendering pikeun ngahasilkeun gambar ku nyusud jalur cahaya sakumaha piksel dina pesawat gambar sareng simulasi pangaruh tina patepunganana sareng objék virtual. Téhnikna sanggup ngahasilkeun tingkat réalisme visual anu luhur, langkung ti ngan ukur metode rendering scanline, tapi ku biaya komputasi anu langkung ageung. Ieu ngajantenkeun sinar tracing paling cocog pikeun aplikasi dimana waktos anu lami tiasa ditampi tiasa ditolerir, sapertos dina gambar anu dihasilkeun komputer, sareng épék visual pilem sareng televisi (VFX), tapi umumna langkung henteu cocog pikeun aplikasi waktos langsung sapertos salaku pidéo pidéo, dimana gancangna penting dina nyieun unggal pigura. Dina taun-taun ayeuna, kumaha oge, percepatan perangkat keras pikeun nyukcruk sinar real-time parantos janten standar dina kartu grafik komérsial énggal, sareng API grafik parantos nuturkeun, ngamungkinkeun pamekar pikeun nambihan téknik tracing sinar-real-time ka buruan sareng média rendering real-time sanésna sareng anu langkung alit, sanaos masih pencét penting pikeun pigura.
Algoritma pikeun_rec Recovery_and_isolation_exploiting_semantics / Algoritma pikeun Pamulihan sareng Ngasingkeun Ngamangpaatkeun Semantik: Dina élmu komputer, Algoritma pikeun Pamulihan sareng Ngasingkeun Eksploitasi Semantik , atanapi ARIES mangrupikeun algoritma pamulihan anu dirancang pikeun dianggo kalayan pendekatan anu teu maksakeun, maling database; éta dianggo ku IBM DB2, Microsoft SQL Server sareng seueur sistem database anu sanés. Sasama IBM Dr. C. Mohan mangrupikeun panimuan utami kulawarga ARIES tina algoritma.