|
rss_habr
[Перевод] Графы в Python: введение и знакомство с лучшими библиотекамиПятница, 16 Декабря 2022 г. 16:00 (ссылка)
rss_habr
Поиск в глубину, поиск в ширину, алгоритмы Дейкстры и А* — это один и тот же алгоритмСреда, 14 Декабря 2022 г. 15:05 (ссылка)
В алгоритмических задачах на графах мы часто используем четыре известных алгоритма: Поиск в ширину или глубину, алгоритмы Дейкстры и А*. Разбираемся, почему на деле это один и тот же алгоритм. Читать далееhttps://habr.com/ru/post/705178/?utm_source=habrahabr&utm_medium=rss&utm_campaign=705178
rss_habr
Классика, визуализация и GNN: три решения для ML-модели с графовыми даннымиСреда, 14 Декабря 2022 г. 12:15 (ссылка)
https://habr.com/ru/post/703484/?utm_source=habrahabr&utm_medium=rss&utm_campaign=703484
rss_habr
Библиотека алгоритмов на графах на языке Go. Часть 1Воскресенье, 11 Декабря 2022 г. 09:10 (ссылка)
Приветствую тебя, дорогой читатель! Мне 21, я студент и младший Go-разработчик, а это - мой первый пост на Хабре. Недавно в компании с одногруппником мы решили взяться за амбициозный проект и я решил, что он, как никакой другой, подходит под первую статью. Проект заключается в создании библиотеки, содержащей основные алгоритмы на графах. Читать далееhttps://habr.com/ru/post/704730/?utm_source=habrahabr&utm_medium=rss&utm_campaign=704730
rss_habr
О том, как алгоритм Дейкстры реализовывал и некоторых его примененияхВоскресенье, 20 Ноября 2022 г. 22:21 (ссылка)
Приветствую Вас, хабровчане! В статье поговорим о всем известном алгоритме Дейкстры для поиска кратчайших путей между вершинами взвешенного графа, а также о том, как с помощью данного алгоритма найти оптимальный путь между двумя заданными точками на поверхности и обойти препятствия в лабиринте. Читать далееhttps://habr.com/ru/post/700462/?utm_source=habrahabr&utm_medium=rss&utm_campaign=700462
rss_habr
Реализация алгоритма Дейкстры для поиска оптимального пути между двумя точками на поверхности и обхода препятствийСреда, 16 Ноября 2022 г. 14:29 (ссылка)
Приветствую Вас, хабровчане! В статье поговорим о всем известном алгоритме Дейкстры для поиска кратчайших путей между вершинами взвешенного графа, а также о том, как с помощью данного алгоритма найти оптимальный путь между двумя заданными точками на поверхности и обойти препятствия в лабиринте. Читать далееhttps://habr.com/ru/post/699466/?utm_source=habrahabr&utm_medium=rss&utm_campaign=699466
rss_habr
Очередной заход на Гипотезу Коллатца. Простая арифметика, ориентированные графы и прямая генерация нечётных чиселВоскресенье, 21 Августа 2022 г. 18:25 (ссылка)
Нельзя просто так взять и пройти мимо мемных математических проблем. Сам того не ожидал, но обнаружил что несколько вечеров улетело на расписывание бумаги и запуск скороспелого кода. И, как принято в таких случаях, таки пора знакомиться людей с плодами изысканий. Продолжатьhttps://habr.com/ru/post/683788/?utm_source=habrahabr&utm_medium=rss&utm_campaign=683788
rss_habr
[Перевод] Теория графов как метод раннего выявления болезни АльцгеймераПонедельник, 16 Августа 2022 г. 01:09 (ссылка)
Древнеримский врач Гален был одним из первых, кто осознал, что именно мозг управляет моторными реакциями, когнитивными функциями и памятью. Но как именно мозг контролирует эти процессы? Со времен Галена этот вопрос был двигателем всей нейрофизиологии. Начиная с работ Поля Брока, выполненных в 1800-х, функцию мозга описывали в терминах модульной сегментации: каждая зона мозга отвечает за уникальный набор поведений, действий и способностей. Такая позиция была сформулирована на материале наблюдений за пациентами, страдавшими от неврологических симптомов с последующим соотнесением этих симптомов с локализованными травмами мозга. Например, выяснилось, что зона Брока (область мозга, расположенная в задненижней части третьей лобной извилины левого полушария) отвечает за беглость речи. Открыли ее, изучая двух субъектов; оба они проявляли ограниченную речевую способность и страдали от поражений головного мозга со схожей локализацией. Притом, что записки Брока оказались критически важны для установления связи между речью и конкретной зоной мозга, данная нейроанатомическая ассоциация между структурными и функциональными признаками не объясняет всей сложности отношений между работой мозга и поведением. Читать далееhttps://habr.com/ru/post/682730/?utm_source=habrahabr&utm_medium=rss&utm_campaign=682730
rss_habr
[Перевод] Исследуем граф «мир тесен» при помощи Neo4jСреда, 03 Августа 2022 г. 10:43 (ссылка)
rss_habr
Расширенная визуализация связанных данных. Простые инструменты для простых задачЧетверг, 07 Июля 2022 г. 23:43 (ссылка)
Даже сложные картинки часто читаются проще чем, простые столбики связанных данных (например, взаимосвязанных табличек). Такова особенность восприятия человека. Поэтому он постоянно пытается данные (знания) визуализировать в графике. В принципе любой граф с информацией к узлам или ребрам (сеть сущностей, их семантические типы, свойства и отношения) можно «громко» назвать графом связанных данных и даже Графом знаний (Knowledge graph). Точных определений «Связанные данные» и его направления Knowledge graph – полагаю, что нет, поэтому не углубляясь в теорию, обозначим лишь базовый принцип «Связанных данных»: «субъект – связь (предикат) - объект» (тройки , triples). Принцип лежит во всех прикладных задачах визуализации этих самых «троек»: анализ больших графов (Gephi, Cytoscape), BPM (ARIS, ARPO), «графовые» Zettelkasten (Roam Research, Obsidian, Loqseq) - Personal Memory Manager / Personal Knowledge Management (TiddlyMap), всевозможные концептуальные - ментальные карты (мозгового штурма, карты разума mind-map) и заканчивая semantic Web. Читать далееhttps://habr.com/ru/post/675780/?utm_source=habrahabr&utm_medium=rss&utm_campaign=675780
rss_habr
Хранение графов в Tarantool: реальность или мифЧетверг, 12 Мая 2022 г. 16:06 (ссылка)
https://habr.com/ru/post/665156/?utm_source=habrahabr&utm_medium=rss&utm_campaign=665156
rss_habr
[Перевод] Изящное шестистраничное доказательство. Как возникают случайные структурыСуббота, 30 Апреля 2022 г. 23:39 (ссылка)
Двое молодых математиков ошеломили коллег, представив полное доказательство гипотезы Кана-Калаи — обобщающее утверждение о том, как возникает структура в случайных множествах и графах. Когда математики Джефф Кан и Гиль Калаи в 2006 году впервые выдвинули свою гипотезу о «пороге ожидания», они сами в нее не поверили. Их тезис – широкое утверждение о природе математических объектов, именуемых «случайными графами» — казался слишком категоричным, слишком всеобъемлющим, слишком смелым, чтобы претендовать на истинность. Казалось, что он скорее выдает желаемое за действительное, чем отражает математическую истину. Даже с такими оговорками, никто не смог опровергнуть эту гипотезу, и она быстро стала одной из важнейших нерешенных задач в своей области. Теперь, более 15 лет спустя, двое молодых математиков из Стэнфордского университета сделали то, что, по мнению Кана и Калаи, граничит с невозможным. В на удивление кратком препринте, выложенном в онлайне всего несколько недель назад, Джинён Пак и Гью Туан Фам дали полное доказательство этой гипотезы. «Оно получилось поразительно простым и изобретательным», — сказал Калаи, — «Завораживающим. Чудесным». Читать далееhttps://habr.com/ru/post/663864/?utm_source=habrahabr&utm_medium=rss&utm_campaign=663864
rss_habr
[Перевод] Знакомство со стековыми графамиПонедельник, 25 Апреля 2022 г. 10:18 (ссылка)
В декабре 2021 года Github объявил, что открывает общий доступ к точной навигации по коду для всех публичных и приватных репозиториев с Python на сайте GitHub.com. Точную навигацию в коде обеспечивают стековые графы, новый фреймвввооорк с открытым исходным кодом, созданный в Github и позволяющий устанавливать правила привязки имен для языка программирования при помощи декларативного предметно-ориентированного языка (DSL). Стековые графы позволяют генерировать данные о навигации по стеку для конкретного репозитория, не требуя при этом какого-либо участия в конфигурировании со стороны владельца репозитория и не вмешиваясь в процесс сборки или другие задания, связанные с непрерывной интеграцией. В этом посте будет подробно рассказано, как работают стековые графы, и как с их помощью достигаются такие результаты. (Этот пост написан на основе доклада, прочитанного автором на конференции Strange Loop в октябре 2021 года. Есть видео с этим докладом, там рассказано гораздо больше!) Читать далееhttps://habr.com/ru/post/662662/?utm_source=habrahabr&utm_medium=rss&utm_campaign=662662
rss_habr
[Перевод] Введение в графовые нейросети с механизмом самовнимания на примере PyTorch GeometricВторник, 19 Апреля 2022 г. 22:24 (ссылка)
К старту флагманского курса по Data Science реализуем и сравним свёрточную сеть и сеть с механизмом самовнимания. С помощью t-SNE покажем, что и каким образом изучается в графовой сети с механизмом самовнимания. За подробностями приглашаем под кат. Читать далееhttps://habr.com/ru/post/661933/?utm_source=habrahabr&utm_medium=rss&utm_campaign=661933
|
LiveInternet.Ru |
Ссылки: на главную|почта|знакомства|одноклассники|фото|открытки|тесты|чат О проекте: помощь|контакты|разместить рекламу|версия для pda |