Proof Summit 2015 <http: /> で発表した、SAT/SMTソルバの仕組みです。 Proofということで、論理学的側面からの面白さを出来るだけ紹介しています。
SAT/SMTソルバの仕組み
Proof Summit 2015 <http: /> で発表した、SAT/SMTソルバの仕組みです。 Proofということで、論理学的側面からの面白さを出来るだけ紹介しています。
Python言語による実務で使える100+の最適化問題 | opt100
指針 厳密解法に対しては、解ける問題例の規模の指針を与える。数理最適化ソルバーを使う場合には、Gurobi かmypulpを用い、それぞれの限界を調べる。動的最適化の場合には、メモリの限界について調べる。 近似解法に対しては、近似誤差の指針を与える。 複数の定式化を示し、どの定式化が実務的に良いかの指針を示す。 出来るだけベンチマーク問題例を用いる。OR-Libraryなどから問題例をダウンロードし、ディレクトリごとに保管しておく。 解説ビデオもYoutubeで公開する． 主要な問題に対してはアプリを作ってデモをする． 以下，デモビデオ： 注意 基本的には，コードも公開するが， github自体はプライベート そのうち本にするかもしれない（予約はしているが， 保証はない）． プロジェクトに参加したい人は，以下の技量が必要（github, nbdev, poetry, gurobi); ペー
古くて新しい自動迷路生成アルゴリズム - やねうらおブログ(移転しました)
最近、ゲーム界隈ではプロシージャルテクスチャー生成だとか、プロシージャルマップ生成だとか、手続き的にゲーム上で必要なデータを生成してしまおうというのが流行りであるが、その起源はどこにあるのだろうか。 メガデモでは初期のころから少ないデータでなるべくど派手な演出をするためにプロシージャルな生成は活用されてきたが、ゲームの世界でプロシージャル生成が初めて導入されたのは、もしかするとドルアーガの塔(1984年/ナムコ)の迷路の自動生成かも知れない。 なぜ私が迷路のことを突然思い出したのかと言うと、最近、Twitterで「30年前、父が7年と数ヶ月の歳月をかけて描いたA1サイズの迷路を、誰かゴールさせませんか。」というツイートが話題になっていたからである。 この迷路を見て「ああ、俺様も迷路のことを書かねば！俺様しか知らない(?)自動迷路生成のことを後世に書き残さねば！」と誰も求めちゃいない使命感が
「羊飼い犬」は2つのアルゴリズムを使って群れを操っていたことが判明
By Henri Ton 広い牧場で放牧されている羊などの群れを巧みに操り、目的の場所に誘導したり盗難や天敵による被害を食い止める仕事をする犬が牧羊犬(羊飼い犬)です。巧みに群れをコントロールして人間よりも効率よく操る羊飼い犬ですが、実はその際に2つのアルゴリズムを使っていたことが明らかになりました。 The Mathematics of Herding Sheep | Motherboard http://motherboard.vice.com/read/the-mathematics-of-herding-sheep Solving the shepherding problem: heuristics for herding autonomous, interacting agents http://rsif.royalsocietypublishing.org/content/1
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
計算量と僕とWeb開発 / computational complexity and I and Web
NHK ni youkoso! - OP [Creditless] (ＮＨＫにようこそ！)![NHK ni youkoso! - OP [Creditless] (ＮＨＫにようこそ！)](https://cdn-ak-scissors.b.st-hatena.com/image/square/342bb712ced11ddcb033b7dbd23a74247d5c9ea6/height=288;version=1;width=512/https%3A%2F%2Fi.ytimg.com%2Fvi%2FhHs5AjAvFoA%2Fhqdefault.jpg)
http://spheresofa.net/blog/?p=1044
