2010-11-28 11 views
5

दूरी को सबसे सुरक्षित रखता है मेरे पास एन अंक के साथ दो रिक्त स्थान (आवश्यक रूप से आयाम में बराबर नहीं) हैं। मैं बिंदुओं का एक विभाजन (जोड़ी) खोजने की कोशिश कर रहा हूं, जैसे कि दूरी संरक्षित और साथ ही संभव है।एक बिजेक्शन खोजें जो

मुझे इस प्रश्न के लिए ऑनलाइन संभावित समाधान या एल्गोरिदम की चर्चा नहीं मिल रही है। क्या कोई ऐसे कीवर्ड सुझा सकता है जिसे मैं खोज सकता हूं? क्या इस समस्या का नाम है, या यह किसी भी डोमेन में आता है?

+0

एक 'होमवर्क' टैग भी है, और इसका उपयोग करने में कोई शर्म की बात नहीं है ... –

+3

कृपया स्पष्ट करें कि दूरी संरक्षित है ** साथ ही संभव ** _ –

+1

आप http: // mathoverflow को आजमा सकते हैं .NET/साथ ही साथ। –

उत्तर

5

मेरा मानना ​​है कि आप एक Multidimensional Scaling एल्गोरिथ्म जहां दूरी में कुल परिवर्तन कम कर रहे हैं के लिए देख रहे हैं। दुर्भाग्यवश, मेरे पास इस क्षेत्र में बहुत कम अनुभव है और यह और अधिक सहायता नहीं हो सकता है।

+0

लानत। आपने इसे सीधे अपने सिर पर और एक सुंदर terse विवरण से खींचा। यदि आपने 'एसएमएसीओएफ' कहा होगा जो शायद समाधान देने के लिए पर्याप्त होगा। वैसे भी, मेरे द्वारा +1। – doug

+0

यह वास्तव में वही है जो मैं खोज रहा था। एमडीएस मुझे आवश्यक कीवर्ड है! धन्यवाद! – karpathy

2

मैंने एक ही समस्या के बारे में नहीं सुना है। वहाँ की समस्याओं के इसी तरह के दो प्रकार के होते हैं:

  1. गैर रेखीय आयामी स्वरूप में कमी, आप दिया जाता है एन उच्च आयामी अंक और आप एन कम आयामी अंक है कि दूरी की रक्षा संभव के रूप में रूप में अच्छी तरह लगाना चाहते हैं। माइकल कोवल द्वारा उल्लिखित एमडीएस एक ऐसी विधि है।
  2. यह अधिक आशाजनक हो सकता है: असाइनमेंट समस्या के लिए एल्गोरिदम। उदाहरण के लिए कुह्न-मुंक्रेस (हंगेरियन एल्गोरिदम), आपको एक एनएक्सएन मैट्रिक्स दिया जाता है जो पीजी के साथ मिलान करने वाली पीआई की लागत को एन्कोड करता है और आप न्यूनतम लागत का पता लगाना चाहते हैं। इस समस्या के कई सामान्यीकरण हैं, उदाहरण के लिए बी-मिलान (कुह्न-मंक्रेस 1-मिलान को हल करता है)।

आप कैसे परिभाषित पर निर्भर करता है "दूरी को बरकरार रखता है और साथ ही संभव के रूप में" मैं आपको लगता है या तो चाहते हैं (2) या का सामान्यीकरण (2) इस तरह से है कि लागत केवल दो अंक पर निर्भर नहीं करता मिलान किया जा रहा है लेकिन सभी अन्य बिंदुओं का असाइनमेंट।

अंत में, कुह्न-मुंक्रेस परिचालन अनुसंधान में हर जगह आते हैं।

+0

धन्यवाद, 1. वास्तव में जो मैं ढूंढ रहा था उसके करीब है, मुझे लगता है। हालांकि यह मजाकिया है क्योंकि मेरे मामले में, मेरे पास एन कम आयामी बिंदु हैं जिन्हें मुझे एन उच्च आयामी बिंदुओं पर प्रोजेक्ट करने की आवश्यकता है :) आमतौर पर आप एमडीएस का उपयोग किस प्रकार करते हैं। आपका धन्यावाद! – karpathy