Formal concept analysis, Gesture recognition, Global illumination

تحليل المفهوم الرسمي: تحليل المفهوم الرسمي ( FCA ) هو طريقة مبدئية لاشتقاق التسلسل الهرمي للمفهوم أو الأنطولوجيا الرسمية من مجموعة من الأشياء وخصائصها. يمثل كل مفهوم في التسلسل الهرمي الكائنات التي تشترك في مجموعة من الخصائص ؛ ويمثل كل مفهوم فرعي في التسلسل الهرمي مجموعة فرعية من الكائنات في المفاهيم أعلاه. تم تقديم هذا المصطلح بواسطة Rudolf Wille في عام 1981 ، وهو يبني على النظرية الرياضية للشبكات والمجموعات المرتبة التي طورها غاريت بيركوف وآخرون في ثلاثينيات القرن الماضي.
التعرف على الإيماءات: التعرف على الإيماءات هو موضوع في علوم الكمبيوتر وتكنولوجيا اللغة بهدف تفسير الإيماءات البشرية عبر خوارزميات رياضية. إنه فرع فرعي من رؤية الكمبيوتر. يمكن أن تنشأ الإيماءات من أي حركة أو حالة جسدية ولكنها تنشأ عادة من الوجه أو اليد. تشمل مجالات التركيز الحالية في هذا المجال التعرف على المشاعر من خلال التعرف على إيماءات الوجه واليد. يمكن للمستخدمين استخدام إيماءات بسيطة للتحكم في الأجهزة أو التفاعل معها دون لمسها جسديًا. تم إجراء العديد من الأساليب باستخدام الكاميرات وخوارزميات الرؤية الحاسوبية لتفسير لغة الإشارة. ومع ذلك ، فإن التعرف على الموقف ، والمشية ، والبدائل ، والسلوكيات البشرية هو أيضًا موضوع تقنيات التعرف على الإيماءات. والبشر من واجهات المستخدم النصية البدائية أو حتى واجهات المستخدم الرسومية ، والتي لا تزال تحد من غالبية المدخلات إلى لوحة المفاتيح والماوس وتتفاعل بشكل طبيعي بدون أي أجهزة ميكانيكية. باستخدام مفهوم التعرف على الإيماءات ، من الممكن أن تشير بإصبعك إلى هذه النقطة وسوف تتحرك وفقًا لذلك. هذا يمكن أن يجعل المدخلات التقليدية على الأجهزة مثل هذه وحتى زائدة عن الحاجة.
الإضاءة العالمية: الإضاءة العامة ( GI ) ، أو الإضاءة غير المباشرة ، هي مجموعة من الخوارزميات المستخدمة في رسومات الكمبيوتر ثلاثية الأبعاد التي تهدف إلى إضافة إضاءة أكثر واقعية إلى المشاهد ثلاثية الأبعاد. تأخذ هذه الخوارزميات في الاعتبار ليس فقط الضوء الذي يأتي مباشرة من مصدر الضوء ، ولكن أيضًا الحالات اللاحقة التي تنعكس فيها أشعة الضوء من نفس المصدر بواسطة الأسطح الأخرى في المشهد ، سواء كانت عاكسة أم لا.
تلوين الرسم البياني: في نظرية الرسم البياني ، يعد تلوين الرسم البياني حالة خاصة لتوسيم الرسم البياني ؛ إنه تعيين تسميات تسمى تقليديًا "ألوان" لعناصر رسم بياني تخضع لقيود معينة. في أبسط أشكالها ، إنها طريقة لتلوين رؤوس الرسم البياني بحيث لا يكون هناك رأسان متجاوران لهما نفس اللون ؛ وهذا ما يسمى تلوين قمة الرأس . وبالمثل ، يعين تلوين الحافة لونًا لكل حافة بحيث لا يكون هناك حافتان متجاورتان لهما نفس اللون ، ويخصص تلوين الوجه للرسم البياني المستوي لونًا لكل وجه أو منطقة بحيث لا يكون هناك وجهان يشتركان في حد لهما نفس اللون.
ضغط الصورة: ضغط الصور هو نوع من ضغط البيانات المطبق على الصور الرقمية ، لتقليل تكلفة التخزين أو النقل. قد تستفيد الخوارزميات من الإدراك البصري والخصائص الإحصائية لبيانات الصورة لتقديم نتائج متفوقة مقارنة بأساليب ضغط البيانات العامة التي تُستخدم للبيانات الرقمية الأخرى.
قائمة الخوارزميات: فيما يلي قائمة بالخوارزميات مع وصف من سطر واحد لكل منها.
تصحيح الصورة: تصحيح الصورة هو عملية تحويل تستخدم لعرض الصور على مستوى صورة شائع. تتمتع هذه العملية بعدة درجات من الحرية وهناك العديد من الاستراتيجيات لتحويل الصور إلى المستوى المشترك. يتم استخدامه في رؤية استريو الكمبيوتر لتبسيط مشكلة إيجاد نقاط المطابقة بين الصور. يتم استخدامه في أنظمة المعلومات الجغرافية لدمج الصور المأخوذة من وجهات نظر متعددة في نظام إحداثيات خريطة مشترك.
تحجيم الصورة: في رسومات الكمبيوتر والتصوير الرقمي ، يشير مقياس الصورة إلى تغيير حجم الصورة الرقمية. في تقنية الفيديو ، يُعرف تكبير المواد الرقمية بالترقية أو تحسين الدقة.
خياطة الصورة: خياطة الصورة أو خياطة الصور هي عملية الجمع بين صور فوتوغرافية متعددة مع مجالات عرض متداخلة لإنتاج بانوراما مجزأة أو صورة عالية الدقة. عادةً ما يتم إجراؤها من خلال استخدام برامج الكمبيوتر ، تتطلب معظم أساليب خياطة الصور تداخلًا دقيقًا تقريبًا بين الصور والتعرضات المتطابقة لإنتاج نتائج سلسة ، على الرغم من أن بعض خوارزميات التركيب تستفيد فعليًا من الصور المعرضة بشكل مختلف عن طريق إجراء تصوير عالي النطاق الديناميكي في مناطق التداخل . يمكن لبعض الكاميرات الرقمية خياطة صورها داخليًا.
برمجة صحيحة: مشكلة برمجة الأعداد الصحيحة هي تحسين رياضي أو برنامج جدوى يتم فيه تقييد بعض أو كل المتغيرات لتكون أعدادًا صحيحة. في العديد من الإعدادات ، يشير المصطلح إلى البرمجة الخطية الصحيحة (ILP) ، حيث تكون الوظيفة الهدف والقيود خطية.
الانحدار متساوي التوتر: في الإحصاء ، الانحدار متساوي التوتر أو الانحدار الرتيب هو تقنية ملاءمة خط الشكل الحر لسلسلة من الملاحظات بحيث لا يتناقص الخط المجهز في كل مكان ، ويقع بالقرب من الملاحظات قدر الإمكان.
تحليل شجرة العنصر: تحليل شجرة العناصر ( ITA ) هو طريقة لتحليل البيانات تسمح ببناء هيكل هرمي على عناصر الاستبيان أو الاختبار من أنماط الاستجابة المرصودة. افترض أن لدينا استبيانًا يحتوي على عناصر m وأن الأشخاص يمكن أن يجيبوا بالإيجاب (1) أو السالب (0) على كل من هذه العناصر ، أي العناصر متشابهة. إذا أجاب عدد من الموضوعات على العناصر ، ينتج عن ذلك مصفوفة بيانات ثنائية D بأعمدة m وصفوف n أمثلة نموذجية لتنسيق البيانات هذا هي عناصر اختبار يمكن حلها (1) أو فشلها (0) بواسطة الموضوعات. الأمثلة النموذجية الأخرى هي الاستبيانات حيث تكون البنود هي التي يمكن أن يوافق عليها الأشخاص (1) أو لا يوافقون (0). اعتمادًا على محتوى العناصر ، من الممكن أن تحدد استجابة الموضوع إلى العنصر j استجابته أو ردوده على العناصر الأخرى. من الممكن ، على سبيل المثال ، أن يوافق كل موضوع يوافق على البند j أيضًا على البند i . في هذه الحالة نقول أن البند j يتضمن البند i . الهدف من ITA هو الكشف عن مثل هذه الآثار الحتمية من مجموعة البيانات D.
K- يعني التجميع: يعني التجميع k هو طريقة لتكميم المتجهات ، في الأصل من معالجة الإشارات ، والتي تهدف إلى تقسيم n من الملاحظات إلى مجموعات k حيث تنتمي كل ملاحظة إلى الكتلة مع أقرب متوسط ​​، تعمل كنموذج أولي للعنقود. ينتج عن هذا تقسيم مساحة البيانات إلى خلايا Voronoi. k- يعني التجميع أن يقلل التباينات داخل المجموعة ، ولكن ليس المسافات الإقليدية المنتظمة ، والتي ستكون مشكلة ويبر الأكثر صعوبة: المتوسط ​​يحسن الأخطاء التربيعية ، بينما المتوسط ​​الهندسي فقط يقلل المسافات الإقليدية. على سبيل المثال ، يمكن العثور على حلول إقليدية أفضل باستخدام k-medians و k-medoids.
البرمجة الخطية: البرمجة الخطية هي طريقة لتحقيق أفضل نتيجة في نموذج رياضي يتم تمثيل متطلباته من خلال العلاقات الخطية. البرمجة الخطية هي حالة خاصة من البرمجة الرياضية.
ضغط البيانات: في معالجة الإشارة ، يكون ضغط البيانات أو تشفير المصدر أو تقليل معدل البتات هو عملية تشفير المعلومات باستخدام وحدات بت أقل من التمثيل الأصلي. أي ضغط معين إما ضياع أو بلا خسارة. يقلل الضغط بدون فقدان البتات عن طريق تحديد التكرار الإحصائي والقضاء عليه. لا يتم فقدان أي معلومات في ضغط بدون فقدان البيانات. يقلل الضغط الخاسر البتات عن طريق إزالة المعلومات غير الضرورية أو الأقل أهمية. عادةً ما يُشار إلى الجهاز الذي يقوم بضغط البيانات على أنه جهاز تشفير ، وهو الجهاز الذي يقوم بعكس العملية (فك الضغط) كأداة فك تشفير.
إكمال المصفوفة: إكمال المصفوفة هو مهمة ملء المدخلات المفقودة لمصفوفة تمت ملاحظتها جزئيًا. يتم تنظيم مجموعة كبيرة من مجموعات البيانات بشكل طبيعي في شكل مصفوفة. أحد الأمثلة على ذلك هو مصفوفة تصنيفات الأفلام ، كما يظهر في مشكلة Netflix: إعطاء مصفوفة تصنيفات يكون فيها كل إدخال يمثل تصنيف الفيلم بواسطة الزبون ، إذا كان العميل شاهد الفيلم وفي حالة عدم وجوده بخلاف ذلك ، نود توقع الإدخالات المتبقية لتقديم توصيات جيدة للعملاء حول ما يجب مشاهدته بعد ذلك. مثال آخر هو مصفوفة المصطلح: يمكن تمثيل ترددات الكلمات المستخدمة في مجموعة من المستندات كمصفوفة ، حيث يتوافق كل إدخال مع عدد المرات التي يظهر فيها المصطلح المرتبط في المستند المشار إليه.
المصفوفة العكسية: في الجبر الخطي، ويسمى ن ن -by- مربع مصفوفة A للانعكاس، في حال وجود أي ن ن -by- مصفوفة مربعة B بحيث	في الجبر الخطي، ويسمى ن ن -by- مربع مصفوفة A للانعكاس، في حال وجود أي ن ن -by- مصفوفة مربعة B بحيث
خوارزمية ضرب المصفوفة: نظرًا لأن عملية ضرب المصفوفات هي عملية مركزية في العديد من الخوارزميات العددية ، فقد تم استثمار الكثير من العمل في جعل خوارزميات مضاعفة المصفوفة فعالة. تم العثور على تطبيقات مضاعفة المصفوفة في المشكلات الحسابية في العديد من المجالات بما في ذلك الحوسبة العلمية والتعرف على الأنماط وفي المشكلات التي تبدو غير ذات صلة مثل عد المسارات من خلال الرسم البياني. تم تصميم العديد من الخوارزميات المختلفة لمضاعفة المصفوفات على أنواع مختلفة من الأجهزة ، بما في ذلك الأنظمة المتوازية والموزعة ، حيث يتم توزيع العمل الحسابي على معالجات متعددة.
تقدير الحركة: تقدير الحركة هو عملية تحديد متجهات الحركة التي تصف التحول من صورة ثنائية الأبعاد إلى أخرى ؛ عادة من الإطارات المجاورة في تسلسل الفيديو. إنها مشكلة غير مطروحة لأن الحركة في ثلاثة أبعاد ولكن الصور هي إسقاط للمشهد ثلاثي الأبعاد على مستوى ثنائي الأبعاد. قد تتعلق نواقل الحركة بالصورة بأكملها أو بأجزاء معينة ، مثل الكتل المستطيلة أو البقع العشوائية الشكل أو حتى لكل بكسل. يمكن تمثيل متجهات الحركة بنموذج انتقالي أو العديد من النماذج الأخرى التي يمكنها تقريب حركة كاميرا فيديو حقيقية ، مثل الدوران والترجمة في جميع الأبعاد الثلاثة والتكبير.
تخطيط الحركة: يعد تخطيط الحركة ، وكذلك تخطيط المسار مشكلة حسابية للعثور على سلسلة من التكوينات الصالحة التي تنقل الكائن من المصدر إلى الوجهة. يستخدم المصطلح في الهندسة الحسابية والرسوم المتحركة بالكمبيوتر والروبوتات وألعاب الكمبيوتر.
تعلم فضاء متعدد الأسطر: يعد تعلم الفضاء الجزئي متعدد الخطوط نهجًا لتقليل الأبعاد. يمكن إجراء تقليل الأبعاد على موتر البيانات الذي تم تحويل ملاحظاته وتنظيمها في موتر بيانات ، أو التي تكون ملاحظاتها عبارة عن مصفوفات متسلسلة في موتر بيانات. فيما يلي بعض الأمثلة لموترات البيانات التي تكون ملاحظاتها متجهية أو التي تكون ملاحظاتها عبارة عن مصفوفات متسلسلة في صور موتر البيانات (2D / 3D) ، وتسلسلات الفيديو (3D / 4D) ، والمكعبات الفائقة الطيفية (3D / 4D).
التعلم المتعدد المثيل: في التعلم الآلي ، يعد التعلم متعدد المثيلات (MIL) نوعًا من التعلم الخاضع للإشراف. بدلاً من تلقي مجموعة من الحالات التي يتم تصنيفها بشكل فردي ، يتلقى المتعلم مجموعة من الأكياس ذات العلامات ، كل منها يحتوي على العديد من الأمثلة. في الحالة البسيطة للتصنيف الثنائي متعدد المثيلات ، يمكن تسمية الحقيبة بأنها سلبية إذا كانت جميع الحالات الموجودة فيها سلبية. من ناحية أخرى ، يتم تصنيف الحقيبة على أنها موجبة إذا كان هناك حالة واحدة على الأقل إيجابية. من مجموعة الأكياس ذات الملصقات ، يحاول المتعلم إما (1) استحثاث مفهوم من شأنه تصنيف الحالات الفردية بشكل صحيح أو (2) تعلم كيفية تصنيف الحقائب دون إحداث هذا المفهوم.
تعلم النواة المتعددة: يشير تعلم النواة المتعددة إلى مجموعة من طرق التعلم الآلي التي تستخدم مجموعة محددة مسبقًا من النواة وتتعلم تركيبة خطية أو غير خطية مثالية من النواة كجزء من الخوارزمية. تتضمن أسباب استخدام تعلم النواة المتعددة أ) القدرة على الاختيار لنواة مثالية ومعلمات من مجموعة أكبر من النواة ، مما يقلل التحيز بسبب اختيار النواة مع السماح بمزيد من أساليب التعلم الآلي المؤتمتة ، و ب) دمج البيانات من مصادر مختلفة لديهم مفاهيم مختلفة عن التشابه وبالتالي تتطلب حبات مختلفة. بدلاً من إنشاء نواة جديدة ، يمكن استخدام خوارزميات متعددة النواة لدمج نواة تم إنشاؤها بالفعل لكل مصدر بيانات فردي.
عامل المصفوفة غير السلبي: عامل المصفوفة غير السالب ، أيضًا تقريب المصفوفة غير السالب هو مجموعة من الخوارزميات في التحليل متعدد المتغيرات والجبر الخطي حيث يتم تحليل المصفوفة V إلى (عادةً) مصفوفتين W و H ، مع خاصية أن جميع المصفوفات الثلاثة لا تحتوي على عناصر سلبية . هذا اللاسلبي يجعل فحص المصفوفات الناتجة أسهل. أيضًا ، في تطبيقات مثل معالجة البرامج الطيفية الصوتية أو النشاط العضلي ، يكون اللاسلبية متأصلًا في البيانات التي يتم النظر فيها. نظرًا لأن المشكلة ليست قابلة للحل تمامًا بشكل عام ، يتم تقريبها عدديًا بشكل عام.
نظام المعادلات كثيرة الحدود: نظام المعادلات متعددة الحدود هو مجموعة من المعادلات المتزامنة f 1 = 0 ، ... ، f h = 0 حيث f i هي متعددة الحدود في عدة متغيرات ، على سبيل المثال x 1 ، ... ، x n ، في بعض المجالات k .
التحسين الرياضي: التحسين الرياضي أو البرمجة الرياضية هو اختيار أفضل عنصر ، فيما يتعلق ببعض المعايير ، من مجموعة من البدائل المتاحة. تظهر مشكلات التحسين من نوع ما في جميع التخصصات الكمية من علوم الكمبيوتر والهندسة إلى بحوث العمليات والاقتصاد ، وكان تطوير طرق الحل محل اهتمام في الرياضيات لعدة قرون.
التعرف على الأنماط: التعرف على الأنماط هو التعرف الآلي على الأنماط والانتظام في البيانات. لديها تطبيقات في تحليل البيانات الإحصائية ومعالجة الإشارات وتحليل الصور واسترجاع المعلومات والمعلوماتية الحيوية وضغط البيانات ورسومات الكمبيوتر والتعلم الآلي. التعرف على الأنماط له أصوله في الإحصاء والهندسة ؛ تتضمن بعض الأساليب الحديثة للتعرف على الأنماط استخدام التعلم الآلي ، بسبب زيادة توافر البيانات الضخمة ووفرة جديدة من قوة المعالجة. ومع ذلك ، يمكن اعتبار هذه الأنشطة وجهين من نفس مجال التطبيق ، وقد مروا معًا بتطور كبير على مدى العقود القليلة الماضية. التعريف الحديث للتعرف على الأنماط هو: يهتم مجال التعرف على الأنماط بالاكتشاف التلقائي للانتظام في البيانات من خلال استخدام خوارزميات الكمبيوتر واستخدام هذه الانتظامات لاتخاذ إجراءات مثل تصنيف البيانات إلى فئات مختلفة.
التخطيط والجدولة المؤتمتة: يُعد التخطيط والجدولة المؤتمتة ، التي يُشار إليها أحيانًا على أنها مجرد تخطيط للذكاء الاصطناعي ، فرعًا من الذكاء الاصطناعي يتعلق بتحقيق الاستراتيجيات أو تسلسل الإجراءات ، وعادة ما يتم تنفيذها بواسطة وكلاء أذكياء وروبوتات مستقلة ومركبات بدون طيار. على عكس مشاكل التحكم والتصنيف الكلاسيكية ، فإن الحلول معقدة ويجب اكتشافها وتحسينها في مساحة متعددة الأبعاد. يرتبط التخطيط أيضًا بنظرية القرار.
التحلل متعدد الحدود: في الرياضيات ، يعبر التحلل متعدد الحدود عن كثير الحدود f كتركيب وظيفي من كثيرات الحدود g و h ، حيث g و h لهما درجة أكبر من 1 ؛ إنه تحلل وظيفي جبري. تُعرف الخوارزميات بتفكيك كثيرات الحدود وحيدة المتغير في زمن كثير الحدود.
تشفير ما بعد الكم: يشير التشفير اللاحق الكمي إلى خوارزميات التشفير التي يُعتقد أنها آمنة ضد هجوم تحليلي بواسطة الكمبيوتر الكمومي. اعتبارًا من عام 2021 ، هذا ليس صحيحًا بالنسبة لخوارزميات المفتاح العام الأكثر شيوعًا ، والتي يمكن كسرها بكفاءة بواسطة كمبيوتر كمي قوي بما فيه الكفاية. تكمن مشكلة الخوارزميات الشائعة حاليًا في أن أمانها يعتمد على واحدة من ثلاث مشاكل رياضية صعبة: مشكلة عامل العدد الصحيح ، أو مشكلة اللوغاريتم المنفصل ، أو مشكلة اللوغاريتم المنفصل لمنحنى ناقص. كل هذه المشاكل يمكن حلها بسهولة على حاسوب كمومي قوي بما فيه الكفاية يقوم بتشغيل خوارزمية شور. على الرغم من أن أجهزة الكمبيوتر الكمومية الحالية والمعروفة للجمهور تفتقر إلى قوة المعالجة لكسر أي خوارزمية تشفير حقيقية ، فإن العديد من مصممي التشفير يصممون خوارزميات جديدة للاستعداد لوقت تصبح فيه الحوسبة الكمومية تهديدًا. اكتسب هذا العمل اهتمامًا أكبر من الأكاديميين والصناعة من خلال سلسلة مؤتمرات PQCrypto منذ عام 2006 ومؤخراً من خلال العديد من ورش العمل حول التشفير الكمي الآمن الذي استضافه المعهد الأوروبي لمعايير الاتصالات (ETSI) ومعهد الحوسبة الكمية.
تصميم البروتين: تصميم البروتين هو التصميم العقلاني لجزيئات البروتين الجديدة لتصميم نشاط أو سلوك أو غرض جديد ، ولتعزيز الفهم الأساسي لوظيفة البروتين. يمكن تصميم البروتينات من نقطة الصفر أو عن طريق عمل متغيرات محسوبة لبنية بروتينية معروفة وتسلسلها. تصميم البروتين عقلانية النهج جعل البروتين تسلسل التنبؤات التي من شأنها اضعاف للهياكل محددة. يمكن بعد ذلك التحقق من صحة هذه التسلسلات المتوقعة تجريبيًا من خلال طرق مثل تخليق الببتيد أو الطفرات الموجهة بالموقع أو التوليف الجيني الاصطناعي.
القضاء على الكمي: حذف المحدد الكمي هو مفهوم التبسيط المستخدم في المنطق الرياضي ، ونظرية النموذج ، وعلوم الكمبيوتر النظرية. بيان كمي غير رسمي " مثل ذلك "يمكن اعتباره سؤالاً" متى يكون هناك ملف مثل ذلك ؟ "، ويمكن اعتبار البيان بدون محددات كميًا بمثابة إجابة لهذا السؤال.
تتبع الشعاع (رسومات): في رسومات الكمبيوتر ثلاثية الأبعاد ، يعد تتبع الشعاع تقنية عرض لتوليد صورة عن طريق تتبع مسار الضوء على هيئة وحدات بكسل في مستوى الصورة ومحاكاة تأثيرات لقاءاته مع الكائنات الافتراضية. هذه التقنية قادرة على إنتاج درجة عالية من الواقعية البصرية ، أكثر من طرق عرض خط المسح النموذجية ، ولكن بتكلفة حسابية أكبر. هذا يجعل تتبع الشعاع أكثر ملاءمة للتطبيقات حيث يمكن تحمل وقت طويل نسبيًا للعرض ، كما هو الحال في الصور الثابتة التي يتم إنشاؤها بواسطة الكمبيوتر ، والتأثيرات المرئية للأفلام والتلفزيون (VFX) ، ولكن بشكل عام أكثر ملاءمة لتطبيقات الوقت الفعلي مثل كألعاب فيديو ، حيث تكون السرعة أمرًا بالغ الأهمية في عرض كل إطار. ومع ذلك ، في السنوات الأخيرة ، أصبح تسريع الأجهزة لتتبع الأشعة في الوقت الفعلي قياسيًا في بطاقات الرسومات التجارية الجديدة ، وحذت واجهات برمجة التطبيقات للرسومات حذوها ، مما يسمح للمطورين بإضافة تقنيات تتبع الأشعة في الوقت الفعلي إلى الألعاب والوسائط الأخرى المقدمة في الوقت الفعلي باستخدام أقل ، وإن كانت لا تزال كبيرة في أوقات عرض الإطارات.
خوارزميات الاسترداد والعزل استغلال الدلالات: في علوم الكمبيوتر ، تعد خوارزميات الاسترداد والعزل استغلال الدلالات أو ARIES خوارزمية استرداد مصممة للعمل مع نهج قاعدة بيانات لا قوة وسرقة ؛ يتم استخدامه من قبل IBM DB2 و Microsoft SQL Server والعديد من أنظمة قواعد البيانات الأخرى. موهان هو المخترع الرئيسي لعائلة الخوارزميات ARIES.
تخصيص الموارد: في علم الاقتصاد ، تخصيص الموارد هو تخصيص الموارد المتاحة للاستخدامات المختلفة. في سياق الاقتصاد بأكمله ، يمكن تخصيص الموارد بوسائل مختلفة ، مثل الأسواق أو التخطيط.
برمجة شبه محددة: البرمجة شبه المحددة ( SDP ) هي حقل فرعي للتحسين المحدب يهتم بتحسين وظيفة الهدف الخطية على تقاطع مخروط المصفوفات الموجبة شبه المحددة مع الفضاء الأفيني ، أي الطيف السطوح.
التعدين النمط المتسلسل: يعد التنقيب عن الأنماط المتسلسلة موضوعًا للتنقيب في البيانات يهتم بإيجاد الأنماط ذات الصلة إحصائيًا بين أمثلة البيانات حيث يتم تسليم القيم في تسلسل. عادةً ما يُفترض أن القيم منفصلة ، وبالتالي يرتبط تعدين السلاسل الزمنية ارتباطًا وثيقًا ، ولكنه يُعتبر عادةً نشاطًا مختلفًا. التنقيب عن الأنماط المتسلسلة هو حالة خاصة للتنقيب عن البيانات المنظمة.
عينة عشوائية بسيطة: في الإحصاء ، العينة العشوائية البسيطة هي مجموعة فرعية من الأفراد المختارين من مجموعة أكبر يتم فيها اختيار كل فرد بشكل عشوائي وعن طريق الصدفة بالكامل. وبشكل أكثر تحديدًا ، يتمتع كل فرد بنفس احتمالية اختياره في أي مرحلة أثناء عملية أخذ العينات ، ولكل مجموعة فرعية من أفراد k نفس احتمالية اختيارهم للعينة مثل أي مجموعة فرعية أخرى من الأفراد k . تُعرف هذه العملية والتقنية بأخذ عينات عشوائية بسيطة ، ويجب عدم الخلط بينها وبين أخذ العينات العشوائية المنتظمة. العينة العشوائية البسيطة هي تقنية مسح غير متحيزة.
التموضع وبناء خريطة المكان في آن واحد: في الهندسة الحسابية والروبوتات ، يعد التوطين المتزامن ورسم الخرائط ( SLAM ) مشكلة حسابية لإنشاء أو تحديث خريطة لبيئة غير معروفة مع تتبع موقع الوكيل داخلها في نفس الوقت. بينما يبدو في البداية أن هذه مشكلة دجاجة وبيضة ، إلا أن هناك العديد من الخوارزميات المعروفة لحلها ، على الأقل تقريبًا ، في وقت يمكن تتبعه في بيئات معينة. تتضمن طرق الحل التقريبي الشائعة مرشح الجسيمات ، ومرشح كالمان الممتد ، وتقاطع التغاير ، و GraphSLAM. تُستخدم خوارزميات SLAM في الملاحة ورسم الخرائط الآلية وقياس السرعة للواقع الافتراضي أو الواقع المعزز.
التنعيم: في الإحصاء ومعالجة الصور ، لتنعيم مجموعة البيانات هو إنشاء وظيفة تقريبية تحاول التقاط أنماط مهمة في البيانات ، مع ترك الضوضاء أو غيرها من الهياكل الدقيقة / الظواهر السريعة. في عملية التنعيم ، يتم تعديل نقاط بيانات الإشارة بحيث يتم تقليل النقاط الفردية أعلى من النقاط المجاورة ، وتزداد النقاط الأقل من النقاط المجاورة مما يؤدي إلى إشارة أكثر سلاسة. يمكن استخدام التنعيم بطريقتين مهمتين يمكن أن تساعد في تحليل البيانات (1) من خلال القدرة على استخراج المزيد من المعلومات من البيانات طالما أن افتراض التجانس معقول و (2) من خلال القدرة على تقديم تحليلات مرنة على حد سواء وقوي. يتم استخدام العديد من الخوارزميات المختلفة في التنعيم.
عملية اتخاذ قرار ماركوف: في الرياضيات ، عملية قرار ماركوف ( MDP ) هي عملية تحكم عشوائية زمنية منفصلة. يوفر إطارًا رياضيًا لنمذجة اتخاذ القرار في المواقف التي تكون فيها النتائج عشوائية جزئيًا وجزئيًا تحت سيطرة صانع القرار. تعد MDPs مفيدة لدراسة مشاكل التحسين التي يتم حلها عبر البرمجة الديناميكية. كانت MDPs معروفة على الأقل في الخمسينيات من القرن الماضي ؛ نتجت مجموعة أساسية من الأبحاث حول عمليات اتخاذ قرارات ماركوف من كتاب رونالد هوارد عام 1960 ، البرمجة الديناميكية وعمليات ماركوف . يتم استخدامها في العديد من التخصصات ، بما في ذلك الروبوتات والتحكم الآلي والاقتصاد والتصنيع. يأتي اسم MDPs من عالم الرياضيات الروسي Andrey Markov لأنها امتداد لسلاسل Markov.
مكعب روبيك: مكعب روبيك هو لغز مركب ثلاثي الأبعاد اخترعه النحات المجري وأستاذ الهندسة المعمارية إرني روبيك في عام 1974. أُطلق على هذا اللغز في الأصل اسم Magic Cube ، وقد تم ترخيصه من قبل Rubik ليتم بيعه بواسطة Ideal Toy Corp. في عام 1980 عبر رجل الأعمال تيبور لازي ومؤسس Seven Towns توم كريمر. فازت لعبة Rubik's Cube بجائزة أفضل لعبة ألمانية لعام 1980 عن فئة أفضل لغز. اعتبارًا من يناير 2009 ، تم بيع 350 مليون مكعب في جميع أنحاء العالم ، مما يجعلها لعبة الألغاز الأكثر مبيعًا في العالم. تعتبر على نطاق واسع اللعبة الأكثر مبيعًا في العالم.
مشكلة الرضا المنطقية: في المنطق وعلوم الكمبيوتر ، مشكلة الرضا المنطقية هي مشكلة تحديد ما إذا كان هناك تفسير يلبي صيغة منطقية معينة. بمعنى آخر ، يسأل عما إذا كان يمكن استبدال متغيرات صيغة منطقية معينة باستمرار بالقيم TRUE أو FALSE بطريقة يتم فيها تقييم الصيغة إلى TRUE. إذا كان هذا هو الحال ، فإن الصيغة تسمى مرضية . من ناحية أخرى ، في حالة عدم وجود مثل هذا التعيين ، تكون الوظيفة المعبر عنها بواسطة الصيغة FALSE لجميع التخصيصات المتغيرة المحتملة وتكون الصيغة غير مرضية . على سبيل المثال ، الصيغة " a AND NOT b " مرضية لأنه يمكن للمرء العثور على القيمتين a = TRUE و b = FALSE ، والتي تجعل = TRUE. في المقابل، "وAND NOT ل" هو unsatisfiable.
التحسين المقيد: في التحسين الرياضي ، التحسين المقيد هو عملية تحسين وظيفة موضوعية فيما يتعلق ببعض المتغيرات في ظل وجود قيود على تلك المتغيرات. الوظيفة الموضوعية هي إما دالة التكلفة أو وظيفة الطاقة ، والتي سيتم تصغيرها ، أو وظيفة المكافأة أو وظيفة المنفعة ، والتي يجب تعظيمها. يمكن أن تكون القيود إما قيودًا صارمة ، والتي تحدد شروطًا للمتغيرات المطلوب استيفائها ، أو قيودًا لينة ، والتي لها بعض القيم المتغيرة التي يتم فرض عقوبات عليها في دالة الهدف إذا ، وبناءً على المدى ، الشروط على المتغيرات غير راضين.
مشكلة الرضا القيد: مشاكل الرضا المقيّد ( CSPs ) هي أسئلة رياضية تُعرّف على أنها مجموعة من الكائنات التي يجب أن تلبي حالتها عددًا من القيود أو القيود. يمثل CSPs الكيانات في مشكلة ما كمجموعة متجانسة من القيود المحدودة على المتغيرات ، والتي يتم حلها من خلال طرق إرضاء القيد. CSPs هي موضوع البحث في كل من الذكاء الاصطناعي وبحوث العمليات ، حيث أن الانتظام في صياغتها يوفر أساسًا مشتركًا لتحليل وحل مشاكل العديد من العائلات التي تبدو غير مرتبطة. غالبًا ما يُظهر CSPs تعقيدًا كبيرًا ، مما يتطلب مجموعة من الأساليب التجريبية وطرق البحث التجميعية ليتم حلها في وقت معقول. البرمجة القيدية (CP) هي مجال البحث الذي يركز بشكل خاص على معالجة هذه الأنواع من المشاكل. بالإضافة إلى ذلك ، فإن مشكلة الرضا المنطقية (SAT) ، ونظريات نموذج الرضا (SMT) ، وبرمجة الأعداد الصحيحة المختلطة (MIP) وبرمجة مجموعة الإجابات (ASP) كلها مجالات بحث تركز على حل أشكال معينة من مشكلة رضا القيد.
قائمة الخوارزميات: فيما يلي قائمة بالخوارزميات مع وصف من سطر واحد لكل منها.
حل المعادلة: في الرياضيات ، لحل المعادلة هو إيجاد حلولها ، وهي القيم التي تفي بالشرط المنصوص عليه في المعادلة ، والتي تتكون عمومًا من تعبيرين مرتبطين بعلامة يساوي. عند البحث عن حل ، يتم تحديد متغير واحد أو أكثر على أنه غير معروف . الحل هو تخصيص قيم للمتغيرات غير المعروفة مما يجعل المساواة في المعادلة صحيحة. بعبارة أخرى ، الحل عبارة عن قيمة أو مجموعة من القيم بحيث تصبح المعادلة ، عند استبدال المجهول ، مساواة. غالبًا ما يُطلق على حل المعادلة جذر المعادلة ، خاصةً وليس فقط للمعادلات متعددة الحدود . مجموعة جميع حلول المعادلة هي مجموعة الحلول الخاصة بها.
مشكلة الحقيبة: مشكلة الحقيبة هي مشكلة في التحسين التجميعي: بالنظر إلى مجموعة من العناصر ، لكل منها وزن وقيمة ، حدد عدد كل عنصر لتضمينه في مجموعة بحيث يكون الوزن الإجمالي أقل من أو يساوي حد معين و القيمة الإجمالية كبيرة بقدر الإمكان. تستمد اسمها من المشكلة التي يواجهها شخص مقيد بحقيبة ذات حجم ثابت ويجب أن يملأها بأكثر العناصر قيمة. تنشأ المشكلة غالبًا في تخصيص الموارد حيث يتعين على صانعي القرار الاختيار من بين مجموعة من المشاريع أو المهام غير القابلة للتقسيم ضمن ميزانية ثابتة أو قيود زمنية ، على التوالي.
التحسين الرياضي: التحسين الرياضي أو البرمجة الرياضية هو اختيار أفضل عنصر ، فيما يتعلق ببعض المعايير ، من مجموعة من البدائل المتاحة. تظهر مشكلات التحسين من نوع ما في جميع التخصصات الكمية من علوم الكمبيوتر والهندسة إلى بحوث العمليات والاقتصاد ، وكان تطوير طرق الحل محل اهتمام في الرياضيات لعدة قرون.
الطرق العددية للمعادلات التفاضلية العادية: الطرق العددية للمعادلات التفاضلية العادية هي طرق مستخدمة لإيجاد تقريب رقمي لحلول المعادلات التفاضلية العادية (ODE) يُعرف استخدامها أيضًا باسم "التكامل العددي" ، على الرغم من أن هذا المصطلح يمكن أن يشير أيضًا إلى حساب التكاملات.
لعبة التكافؤ: يتم لعب لعبة التكافؤ على رسم بياني موجه ملون ، حيث تم تلوين كل عقدة حسب الأولوية - واحدة من (عادةً) أرقام طبيعية كثيرة. يقوم لاعبان ، 0 و 1 ، بتحريك رمز مميز على طول حواف الرسم البياني. يحدد مالك العقدة التي يقع عليها الرمز المميز العقدة اللاحقة ، مما يؤدي إلى مسار يسمى اللعب.
متعدد الحدود: في الرياضيات ، تعد كثيرة الحدود تعبيرًا يتكون من المتغيرات والمعاملات ، والتي تتضمن فقط عمليات الجمع والطرح والضرب والأس الصحيح غير السالب للمتغيرات. مثال متعدد الحدود من غير محدد احد x هو العاشر 2-4 س + 7. مثال في ثلاثة متغيرات هو x 3 + 2 xyz 2 - yz + 1 .
الجدولة (عمليات الإنتاج): الجدولة هي عملية الترتيب والتحكم وتحسين العمل وأعباء العمل في عملية الإنتاج أو عملية التصنيع. تُستخدم الجدولة لتخصيص موارد المصانع والآلات وتخطيط الموارد البشرية وتخطيط عمليات الإنتاج وشراء المواد.
مشكلة تشابه الرسم البياني: في علم الحاسوب النظري، والمشكلة رسم بياني ثانوي التماثل هي مهمة الحسابية التي يتم إعطاء اثنين من الرسوم البيانية G و H كمدخل، ويجب على المرء أن تحديد ما إذا كان G يحتوي على رسم بياني ثانوي وهذا هو متماثل إلى H .Subgraph التماثل هو تعميم كل من أقصى زمرة مشكلة ومشكلة اختبار ما إذا كان الرسم البياني يحتوي على دورة هاميلتونية ، وبالتالي فهو NP مكتمل. ومع ذلك ، قد يتم حل بعض حالات تماثل الرسم البياني الفرعي في وقت متعدد الحدود.
نظام المعادلات الخطية: في الرياضيات ، نظام المعادلات الخطية هو مجموعة من واحدة أو أكثر من المعادلات الخطية التي تتضمن نفس مجموعة المتغيرات. على سبيل المثال،
نظام المعادلات كثيرة الحدود: نظام المعادلات متعددة الحدود هو مجموعة من المعادلات المتزامنة f 1 = 0 ، ... ، f h = 0 حيث f i هي متعددة الحدود في عدة متغيرات ، على سبيل المثال x 1 ، ... ، x n ، في بعض المجالات k .
مشكلة مسار هاميلتوني: في المجال الرياضي لنظرية الرسم البياني ، تعد مشكلة مسار هاميلتوني ومشكلة دورة هاميلتوني مشاكل لتحديد ما إذا كان مسار هاميلتوني أو دورة هاميلتونية موجودًا في رسم بياني معين. كلتا المشكلتين NP- كاملة.
مشكلة الرضا المنطقية: في المنطق وعلوم الكمبيوتر ، مشكلة الرضا المنطقية هي مشكلة تحديد ما إذا كان هناك تفسير يلبي صيغة منطقية معينة. بمعنى آخر ، يسأل عما إذا كان يمكن استبدال متغيرات صيغة منطقية معينة باستمرار بالقيم TRUE أو FALSE بطريقة يتم فيها تقييم الصيغة إلى TRUE. إذا كان هذا هو الحال ، فإن الصيغة تسمى مرضية . من ناحية أخرى ، في حالة عدم وجود مثل هذا التعيين ، تكون الوظيفة المعبر عنها بواسطة الصيغة FALSE لجميع التخصيصات المتغيرة المحتملة وتكون الصيغة غير مرضية . على سبيل المثال ، الصيغة " a AND NOT b " مرضية لأنه يمكن للمرء العثور على القيمتين a = TRUE و b = FALSE ، والتي تجعل = TRUE. في المقابل، "وAND NOT ل" هو unsatisfiable.
معادلة إيكونال: المعادلة eikonal هي معادلة تفاضلية جزئية غير خطية يتم مواجهتها في مشاكل انتشار الموجة ، عندما يتم تقريب معادلة الموجة باستخدام نظرية WKB. إنه مشتق من معادلات ماكسويل للكهرومغناطيسية ، ويوفر رابطًا بين البصريات الفيزيائية (الموجية) والبصريات الهندسية (الشعاعية).
تقريب متناثر: تتعامل نظرية التقريب المتفرقة مع الحلول المتفرقة لأنظمة المعادلات الخطية. لقد وجدت تقنيات إيجاد هذه الحلول واستغلالها في التطبيقات استخدامًا واسعًا في معالجة الصور ومعالجة الإشارات والتعلم الآلي والتصوير الطبي وغير ذلك.
تعلم القاموس المتفرق: الترميز المتناثر هو طريقة تعلم تمثيلية تهدف إلى إيجاد تمثيل متناثر لبيانات الإدخال في شكل مجموعة خطية من العناصر الأساسية بالإضافة إلى تلك العناصر الأساسية نفسها. تسمى هذه العناصر الذرات وهي تؤلف قاموسًا . لا يشترط أن تكون الذرات الموجودة في القاموس متعامدة ، وقد تكون مجموعة ممتدة أكثر من اللازم. يسمح إعداد المشكلة هذا أيضًا بأن تكون أبعاد الإشارات التي يتم تمثيلها أعلى من تلك التي يتم ملاحظتها. تؤدي الخاصيتان المذكورتان أعلاه إلى وجود ذرات زائدة على ما يبدو تسمح بتمثيلات متعددة للإشارة نفسها ولكنها توفر أيضًا تحسينًا في تناثر ومرونة التمثيل.
التصنيف الإحصائي: في الإحصاء ، التصنيف هو مشكلة تحديد أي مجموعة من الفئات (المجموعات الفرعية) تنتمي الملاحظة إليها. ومن الأمثلة على ذلك تخصيص بريد إلكتروني معين لفئة "البريد العشوائي" أو "غير البريد العشوائي" ، وتعيين تشخيص لمريض معين بناءً على الخصائص المرصودة للمريض.
كشف الخطوة: في الإحصائيات ومعالجة الإشارات ، يعد اكتشاف الخطوة عملية إيجاد تغييرات مفاجئة في المستوى المتوسط ​​لسلسلة زمنية أو إشارة. يُعتبر عادةً حالة خاصة للطريقة الإحصائية المعروفة باسم اكتشاف التغيير أو اكتشاف نقطة التغيير. غالبًا ما تكون الخطوة صغيرة وتتلف السلسلة الزمنية بنوع من الضوضاء ، وهذا يجعل المشكلة صعبة لأن الخطوة قد تكون مخفية بسبب الضوضاء. لذلك ، غالبًا ما تكون الخوارزميات الإحصائية و / أو معالجة الإشارات مطلوبة.
التعلم تحت الإشراف: التعلم الخاضع للإشراف (SL) هو مهمة التعلم الآلي لتعلم وظيفة تقوم بتعيين المدخلات إلى المخرجات بناءً على مثال أزواج المدخلات والمخرجات. يستنتج وظيفة من بيانات التدريب المسمى تتكون من مجموعة من أمثلة التدريب . في التعلم الخاضع للإشراف ، يكون كل مثال زوجًا يتكون من كائن إدخال وقيمة إخراج مطلوبة. تحلل خوارزمية التعلم الخاضعة للإشراف بيانات التدريب وتنتج وظيفة مستنتجة يمكن استخدامها لرسم خرائط لأمثلة جديدة. سيسمح السيناريو الأمثل للخوارزمية بتحديد تسميات الفئات بشكل صحيح للحالات غير المرئية. يتطلب هذا من خوارزمية التعلم التعميم من بيانات التدريب إلى المواقف غير المرئية بطريقة "معقولة". يتم قياس هذه الجودة الإحصائية للخوارزمية من خلال ما يسمى خطأ التعميم.
نموذج الموضوع: في التعلم الآلي ومعالجة اللغة الطبيعية ، يعد نموذج الموضوع نوعًا من النماذج الإحصائية لاكتشاف "الموضوعات" المجردة التي تحدث في مجموعة من المستندات. نمذجة الموضوع هي أداة تنقيب عن النص مستخدمة بشكل متكرر لاكتشاف الهياكل الدلالية المخفية في نص النص. حدسيًا ، نظرًا لأن المستند يتعلق بموضوع معين ، فمن المتوقع ظهور كلمات معينة في المستند بشكل متكرر أو أكثر: ستظهر "كلب" و "عظم" في كثير من الأحيان في المستندات المتعلقة بالكلاب و "القط" و "المواء" ستظهر في المستندات حول القطط ، وسيظهر الحرفان "the" و "is" بالتساوي تقريبًا في كليهما. الوثيقة عادة ما تتعلق بمواضيع متعددة بنسب مختلفة ؛ وبالتالي ، في مستند يحتوي على 10٪ عن القطط و 90٪ عن الكلاب ، من المحتمل أن يكون هناك حوالي 9 مرات من كلمات الكلاب أكثر من كلمات القطط. "الموضوعات" التي تنتجها تقنيات نمذجة الموضوع هي مجموعات من الكلمات المتشابهة. يجسد نموذج الموضوع هذا الحدس في إطار رياضي ، والذي يسمح بفحص مجموعة من المستندات واكتشاف ، بناءً على إحصائيات الكلمات في كل منها ، ما هي الموضوعات التي يمكن أن تكون وما هو توازن كل وثيقة من الموضوعات.
الفرز الطوبولوجي: في علوم الكمبيوتر ، الترتيب الطوبولوجي أو الترتيب الطوبولوجي للرسم البياني الموجه هو ترتيب خطي لرؤوسه بحيث لكل حافة uv موجهة من قمة الرأس u إلى قمة الرأس v ، u تأتي قبل v في الترتيب. على سبيل المثال ، قد تمثل رؤوس الرسم البياني المهام التي يتعين القيام بها ، وقد تمثل الحواف قيودًا يجب القيام بها قبل مهمة أخرى ؛ في هذا التطبيق ، الترتيب الطوبولوجي هو مجرد تسلسل صالح للمهام. يكون الترتيب الطوبولوجي ممكنًا إذا وفقط إذا كان الرسم البياني لا يحتوي على دورات موجهة ، أي إذا كان رسمًا بيانيًا لا دوريًا موجهًا (DAG). يحتوي أي DAG على ترتيب طوبولوجي واحد على الأقل ، والخوارزميات معروفة ببناء ترتيب طوبولوجي لأي DAG في الوقت الخطي. الفرز الطوبولوجي له العديد من التطبيقات خاصة في مشاكل الترتيب مثل مجموعة قوس التغذية الراجعة.
شبكة اعصاب صناعية: الشبكات العصبية الاصطناعية ( ANNs ) ، عادةً ما تسمى ببساطة الشبكات العصبية ( NNs ) ، هي أنظمة حوسبة مستوحاة بشكل غامض من الشبكات العصبية البيولوجية التي تشكل أدمغة الحيوانات.
تعليم غير مشرف عليه: التعلم غير الخاضع للإشراف ( UL ) هو نوع من الخوارزمية التي تتعلم الأنماط من البيانات غير المميزة. الأمل هو أنه من خلال التقليد ، تُجبر الآلة على بناء تمثيل داخلي مضغوط لعالمها ومن ثم إنشاء محتوى خيالي. على عكس التعلم الخاضع للإشراف (SL) حيث يتم تمييز البيانات من قبل الإنسان ، على سبيل المثال "سيارة" أو "سمكة" وما إلى ذلك ، يعرض UL التنظيم الذاتي الذي يلتقط الأنماط على أنها ميول عصبية أو كثافات احتمالية. المستويات الأخرى في طيف الإشراف هي التعلم المعزز حيث يتم إعطاء الآلة درجة الأداء العددي فقط كدليل لها ، والتعلم شبه الخاضع للإشراف حيث يتم تمييز جزء أصغر من البيانات. طريقتان واسعتان في UL هما الشبكات العصبية والطرق الاحتمالية.
تتبع الفيديو: تتبع الفيديو هو عملية تحديد موقع جسم متحرك بمرور الوقت باستخدام الكاميرا. وله استخدامات متنوعة ، منها: التفاعل بين الإنسان والحاسوب ، والأمن والمراقبة ، واتصالات الفيديو والضغط ، والواقع المعزز ، والتحكم في حركة المرور ، والتصوير الطبي ، وتحرير الفيديو. يمكن أن يكون تتبع الفيديو عملية تستغرق وقتًا طويلاً نظرًا لكمية البيانات الموجودة في الفيديو. ومما يزيد من التعقيد الحاجة المحتملة لاستخدام تقنيات التعرف على الكائنات للتتبع ، وهي مشكلة صعبة بحد ذاتها.
رسومات الحاسوب (علوم الكمبيوتر): تعد رسومات الكمبيوتر مجالًا فرعيًا لعلوم الكمبيوتر يدرس طرقًا لتوليف المحتوى المرئي ومعالجته رقميًا. على الرغم من أن المصطلح يشير غالبًا إلى دراسة رسومات الكمبيوتر ثلاثية الأبعاد ، إلا أنه يشمل أيضًا الرسومات ثنائية الأبعاد ومعالجة الصور.
خوارزميات الاضطهاد: خوارزميات القمع: كيف تعزز محركات البحث العنصرية هو كتاب صدر عام 2018 لصفيا أوموجا نوبل في مجالات علوم المعلومات والتعلم الآلي والتفاعل بين الإنسان والحاسوب.
آلة الحالة الحسابية: طريقة آلة الحالة الخوارزمية ( ASM ) هي طريقة لتصميم آلات الحالة المحدودة (FSMs) التي طورها في الأصل Thomas E. Osborne في جامعة كاليفورنيا ، بيركلي (UCB) منذ عام 1960 ، وتم تقديمها وتنفيذها في Hewlett-Packard في عام 1968 ، تم تشكيلها وتوسيعها منذ عام 1967 وكتب عنها كريستوفر آر كلير منذ عام 1970. وهي تستخدم لتمثيل الرسوم البيانية للدوائر الرقمية المتكاملة. يشبه مخطط ASM مخطط الحالة ولكنه أكثر تنظيماً وبالتالي يسهل فهمه. مخطط ASM هو طريقة لوصف العمليات المتسلسلة لنظام رقمي.
التحويل المويجي الثابت: التحويل المويجي الثابت (SWT) عبارة عن خوارزمية تحويل مويجة مصممة للتغلب على نقص الترجمة غير المتغيرة للتحويل المويجي المنفصل (DWT). يتم تحقيق ثبات الترجمة عن طريق إزالة مختزلات الاختزال والمضاعفات في DWT واختزال معاملات المرشح بعامل في ال المستوى العاشر للخوارزمية. إن SWT عبارة عن مخطط فائض بطبيعته حيث يحتوي إخراج كل مستوى من SWT على نفس عدد العينات مثل المدخلات - لذلك بالنسبة لتحلل مستويات N ، هناك تكرار لـ N في معاملات المويجات. تُعرف هذه الخوارزمية بالفرنسية باسم " algorithme à trous " والتي تشير إلى إدخال الأصفار في المرشحات. تم تقديمه بواسطة Holschneider et al.
محمد بن موسى الخوارزمي: كان محمد بن موسى الخوارزمي ، المعرَّب باسم الخوارزمي والذي كان يُعرف سابقًا باللاتينية باسم الخوارزمي ، عالمًا موسيقيًا فارسيًا أنتج أعمالًا مؤثرة إلى حد كبير في الرياضيات وعلم الفلك والجغرافيا. حوالي 820 م تم تعيينه عالم فلك ورئيسا لمكتبة بيت الحكمة في بغداد.
الخوارزمية: في الرياضيات وعلوم الكمبيوتر ، الخوارزمية عبارة عن سلسلة محدودة من التعليمات المحددة جيدًا والقابلة للتنفيذ بواسطة الكمبيوتر ، وعادةً ما يتم حل فئة من المشكلات أو لإجراء عملية حسابية. دائمًا ما تكون الخوارزميات واضحة وتُستخدم كمواصفات لإجراء العمليات الحسابية ومعالجة البيانات والاستدلال الآلي والمهام الأخرى.
الخوارزمية: في الرياضيات وعلوم الكمبيوتر ، الخوارزمية عبارة عن سلسلة محدودة من التعليمات المحددة جيدًا والقابلة للتنفيذ بواسطة الكمبيوتر ، وعادةً ما يتم حل فئة من المشكلات أو لإجراء عملية حسابية. دائمًا ما تكون الخوارزميات واضحة وتُستخدم كمواصفات لإجراء العمليات الحسابية ومعالجة البيانات والاستدلال الآلي والمهام الأخرى.
محمد بن موسى الخوارزمي: كان محمد بن موسى الخوارزمي ، المعرَّب باسم الخوارزمي والذي كان يُعرف سابقًا باللاتينية باسم الخوارزمي ، عالمًا موسيقيًا فارسيًا أنتج أعمالًا مؤثرة إلى حد كبير في الرياضيات وعلم الفلك والجغرافيا. حوالي 820 م تم تعيينه عالم فلك ورئيسا لمكتبة بيت الحكمة في بغداد.
الخوارزمية: في الرياضيات وعلوم الكمبيوتر ، الخوارزمية عبارة عن سلسلة محدودة من التعليمات المحددة جيدًا والقابلة للتنفيذ بواسطة الكمبيوتر ، وعادةً ما يتم حل فئة من المشكلات أو لإجراء عملية حسابية. دائمًا ما تكون الخوارزميات واضحة وتُستخدم كمواصفات لإجراء العمليات الحسابية ومعالجة البيانات والاستدلال الآلي والمهام الأخرى.
محمد بن موسى الخوارزمي: كان محمد بن موسى الخوارزمي ، المعرَّب باسم الخوارزمي والذي كان يُعرف سابقًا باللاتينية باسم الخوارزمي ، عالمًا موسيقيًا فارسيًا أنتج أعمالًا مؤثرة إلى حد كبير في الرياضيات وعلم الفلك والجغرافيا. حوالي 820 م تم تعيينه عالم فلك ورئيسا لمكتبة بيت الحكمة في بغداد.
الجورتا: الجورتا هي منطقة محلية تابعة لبلدية جيتكسو ، في مقاطعة بسكاي ، إقليم الباسك ، إسبانيا. في عام 1996 ، كان عدد سكان الجورتا 35600 نسمة.
الجورتا ، أوروغواي: Algorta هي قرية في مقاطعة ريو نيغرو في أوروغواي.
الجورتا (مترو بلباو): Algorta هي محطة للخط 1 من مترو بلباو. يقع في حي الجورتا في بلدية جيتكسو. في شكلها الحالي ، افتتحت المحطة في 11 نوفمبر 1995 لتحل محل محطة قديمة.
الجورتا (مترو بلباو): Algorta هي محطة للخط 1 من مترو بلباو. يقع في حي الجورتا في بلدية جيتكسو. في شكلها الحالي ، افتتحت المحطة في 11 نوفمبر 1995 لتحل محل محطة قديمة.
الجورتا (مترو بلباو): Algorta هي محطة للخط 1 من مترو بلباو. يقع في حي الجورتا في بلدية جيتكسو. في شكلها الحالي ، افتتحت المحطة في 11 نوفمبر 1995 لتحل محل محطة قديمة.
الخوارزمية: في الرياضيات وعلوم الكمبيوتر ، الخوارزمية عبارة عن سلسلة محدودة من التعليمات المحددة جيدًا والقابلة للتنفيذ بواسطة الكمبيوتر ، وعادةً ما يتم حل فئة من المشكلات أو لإجراء عملية حسابية. دائمًا ما تكون الخوارزميات واضحة وتُستخدم كمواصفات لإجراء العمليات الحسابية ومعالجة البيانات والاستدلال الآلي والمهام الأخرى.
الخوارزمية: في الرياضيات وعلوم الكمبيوتر ، الخوارزمية عبارة عن سلسلة محدودة من التعليمات المحددة جيدًا والقابلة للتنفيذ بواسطة الكمبيوتر ، وعادةً ما يتم حل فئة من المشكلات أو لإجراء عملية حسابية. دائمًا ما تكون الخوارزميات واضحة وتُستخدم كمواصفات لإجراء العمليات الحسابية ومعالجة البيانات والاستدلال الآلي والمهام الأخرى.
ما بعد الخلق: Beyond Creation هي فرقة ميتال ميتال كندية فنية من مونتريال ، كيبيك. هم موقّعون حاليًا على سجلات موسم الضباب. أصدرت المجموعة ثلاثة ألبومات استوديو حتى الآن: The Aura (2011) و Earthborn Evolution (2014) و Algorhythm (2018). لقد تجولوا على نطاق واسع في أوروبا والولايات المتحدة واليابان ، ودعموا فرقًا مثل Obscura و Dying Fetus ، بينما كانوا يتصدرون الجولات جنبًا إلى جنب مع أعمال مثل Revocation و Psycroptic و Virvum.
ألجوريثوم: Algorythum هو خامس ألبوم استوديو لـ Mentallo & The Fixer ، تم إصداره في 16 فبراير 1999 بواسطة Metropolis Records. كان هذا هو الإصدار الأول للفرقة دون العضو المؤسس دواين داسينج وتم إحياء ذكرى شقيقته دانييل داسينج.
محاكاة ألجوريكس AB: تأسست شركة Algoryx Simulation AB في عام 2007 في أوميو بالسويد كشركة منبثقة عن جامعة أوميو. تمتلك Algoryx حاليًا ثلاثة منتجات: Algodoo و Dynamics for SpaceClaim و AGX Multiphysics ، وهو محرك فيزيائي محترف للهندسة والمحاكاة في الوقت الفعلي.
محاكاة ألجوريكس AB: تأسست شركة Algoryx Simulation AB في عام 2007 في أوميو بالسويد كشركة منبثقة عن جامعة أوميو. تمتلك Algoryx حاليًا ثلاثة منتجات: Algodoo و Dynamics for SpaceClaim و AGX Multiphysics ، وهو محرك فيزيائي محترف للهندسة والمحاكاة في الوقت الفعلي.
الجوس: يستخدم هسيود ألجيا في صيغة الجمع كتجسيد للألم ، الجسدي والعقلي ، والتي يتم تمثيلها هناك كأبناء إيريس ، إلهة الفتنة اليونانية. كانوا أشقاء لثي وليموس وهوركوس وبونوس.
تاريخ البحرين: كانت البحرين الموقع المركزي لحضارة دلمون القديمة. جلب موقع البحرين الاستراتيجي في الخليج الفارسي الحكم والنفوذ من الفرس والسومريين والآشوريين والبابليين والبرتغاليين والعرب والبريطانيين.
AlgoSec: AlgoSec هو موفر لبرامج إدارة سياسة أمان الشبكة ، والمعروفة أيضًا باسم إدارة سياسة جدار الحماية.
ثاليدومايد: يُباع الثاليدوميد تحت الاسمين التجاريين Contergan و Thalomid من بين أدوية أخرى ، وهو دواء يستخدم لعلاج عدد من السرطانات ومرض الكسب غير المشروع مقابل المضيف وعدد من الأمراض الجلدية بما في ذلك مضاعفات الجذام. على الرغم من أنه تم استخدامه في عدد من الحالات المرتبطة بفيروس نقص المناعة البشرية ، إلا أن هذا الاستخدام يرتبط بزيادة مستويات الفيروس. تدار عن طريق الفم.
قلعة الجوسو: قلعة Algoso هي قلعة من القرون الوسطى في أبرشية Algoso المدنية ، Campo de Víboras e Uva ، بلدية Vimioso ، في منطقة Bragança البرتغالية. قلعة ألجوسو هي واحدة من أهم التحصينات التي تعود إلى العصور الوسطى في شرق تراس أوس مونتيس ، والتي تتعلق بمعارك خلافة ليونيز ، والسياسات المؤقتة للملك البرتغالي المستقل ، والقيادة الدينية الهامة لفرسان الإسبتارية التي أسست جذورهم. في عام 1224.
الرعاية الصحية للمستهلكين ماكنيل: McNeil Consumer Healthcare هي شركة أمريكية للمنتجات الطبية تنتمي إلى مجموعة منتجات الرعاية الصحية Johnson & Johnson. تبيع في المقام الأول سلعًا استهلاكية سريعة الحركة مثل الأدوية التي لا تستلزم وصفة طبية.
Algosoo (سفينة 1974): كان Algosoo اسم العديد من السفن التي بناها Algoma Central. كانت السفينة Algosoo الثانية ، التي تم تكليفها في أواخر عام 1974 ، آخر سفينة شحن للبحيرة تم بناؤها وفقًا للتصميم التقليدي ، حيث تعلو الجسر بنية فوقية في مقدمة السفينة مباشرة ، وتصدرت البنية الفوقية الثانية محركاتها ، في مؤخرة السفينة مباشرة.
Algosoo (سفينة 1974): كان Algosoo اسم العديد من السفن التي بناها Algoma Central. كانت السفينة Algosoo الثانية ، التي تم تكليفها في أواخر عام 1974 ، آخر سفينة شحن للبحيرة تم بناؤها وفقًا للتصميم التقليدي ، حيث تعلو الجسر بنية فوقية في مقدمة السفينة مباشرة ، وتصدرت البنية الفوقية الثانية محركاتها ، في مؤخرة السفينة مباشرة.
Algosoo (سفينة 1974): كان Algosoo اسم العديد من السفن التي بناها Algoma Central. كانت السفينة Algosoo الثانية ، التي تم تكليفها في أواخر عام 1974 ، آخر سفينة شحن للبحيرة تم بناؤها وفقًا للتصميم التقليدي ، حيث تعلو الجسر بنية فوقية في مقدمة السفينة مباشرة ، وتصدرت البنية الفوقية الثانية محركاتها ، في مؤخرة السفينة مباشرة.
ألجوستيل: كانت Algosteel شركة نقل سائبة تملكها وتديرها Algoma Central. تم بناء السفينة في عام 1966 من قبل شركة Davie Shipbuilding في فناءها في Lauzon ، كيبيك لصالح Canada Steamship Lines وتم إطلاقها باسم AS Glossbrenner . في عام 1968 ، استحوذت شركة لابرادور للبخار على السفينة. في عام 1971 ، تم بيع السفينة إلى Algoma Central. تم تغيير اسم السفينة إلى Algogulf في عام 1987 وإلى Algosteel في عام 1990. كانت ناقلة البضائع السائبة تنقل بشكل أساسي خام الحديد والحبوب على طول طريق سانت لورانس البحري والبحيرات الكبرى. تم إخراج السفينة من الخدمة في أبريل 2018 بانتظار التخلص منها وتم إلغاؤها في Aliağa ، تركيا ، في 26 يونيو 2018 تحت اسم Oste
الجوت: كان ألغوت ملك Geatish الذي حكم الغرب جوتالاند وفقا لHeimskringla. يروي سنوري ستورلسون أنه تم حرقه حتى الموت على يد صهره ، الملك السويدي إنججالد إيل حاكم.
ألجوت كريستوفرسون: كان ألجوت كريستوفرسون لاعب كرة قدم سويديًا لعب كمدافع. لعب 150 مباراة وسجل خمسة أهداف لصالح Malmö FF من عام 1923 إلى عام 1933.
ألجوت هاغلوند: كان ألجوت هاغلوند لاعب كرة قدم سويديًا ولاعبًا باندي. قدم 7 مباريات وسجل 4 أهداف لمنتخب السويد لكرة القدم.
ألجوت هاكينيوس: كان يوهان ألجوت هاكينيوس عازف بيانو سويديًا وملحنًا للموسيقى الكلاسيكية.
جونسون لاندينج ، كولومبيا البريطانية: Johnsons Landing هو مجتمع غير مدمج ومكتب بريد سابق وقارب بخاري سابق ينزل على الشاطئ الشرقي لبحيرة Kootenay في منطقة West Kootenay في جنوب شرق كولومبيا البريطانية. أسس المجتمع المهاجر السويدي ألجوت جونسون (1875-1963) ، الذي بنى أول منزل في المنطقة في عام 1906.
ألجوت لانج: كان ألجوت لانج مستكشفًا وكاتبًا سويديًا لمنطقة الأمازون.
ألجوت لارسون: كان ألجوت لارسون رياضيًا سويديًا في سباقات المضمار والميدان شارك في الألعاب الأولمبية الصيفية لعام 1912. في عام 1912 احتل المركز الحادي والعشرين في مسابقة رمي الرمح.
ألجوت لون: كان كارل ألجوت لون راكب دراجات سويديًا في سباقات الطرق وشارك في دورة الألعاب الأولمبية الصيفية لعام 1912. كان جزءًا من الفريق الذي فاز بالميدالية الذهبية في سباق Team road. في سباق الطريق الفردي احتل المركز العاشر.
ألجوت لون: كان كارل ألجوت لون راكب دراجات سويديًا في سباقات الطرق وشارك في دورة الألعاب الأولمبية الصيفية لعام 1912. كان جزءًا من الفريق الذي فاز بالميدالية الذهبية في سباق Team road. في سباق الطريق الفردي احتل المركز العاشر.
ألجوت لون: كان كارل ألجوت لون راكب دراجات سويديًا في سباقات الطرق وشارك في دورة الألعاب الأولمبية الصيفية لعام 1912. كان جزءًا من الفريق الذي فاز بالميدالية الذهبية في سباق Team road. في سباق الطريق الفردي احتل المركز العاشر.
ألجوت ماغنوسون من رفسنيس: ألجوت ماجنوسون ، لورد رافسناس ، كان قطبًا سويديًا في العصور الوسطى. شغل منصب كاستيلان لتحصين ستيريشولم في كرامفورس وحاكم أنجرمانلاند.
ألجوت مالمبيرج: كان ألجوت مالمبيرج مصارعًا سويديًا. تنافس في الوزن الخفيف الوزن الحر للرجال في دورة الألعاب الأولمبية الصيفية لعام 1928.
ألجوت نيلسون: ألجوت نيلسون لاعب باندي سويدي متقاعد. كان نيلسون جزءًا من فريق أبطال دجورجاردن السويدي لعام 1908.
ألغوث نيسكا: كان ألجوث نيسكا لاعب كرة قدم ومغامر فنلنديًا.
ألجوت تيرجيل: ألجوت تيرجيل ، المولود في 8 أغسطس 1906 في تجمع كيركولت ، مقاطعة بليكنج ، توفي في 12 أكتوبر 1996 ، كان قسًا ومعلمًا ومؤلفًا سويديًا.
ألجوت تورنمان: كان يارل ألجوت غوستاف تورنمان ، الملقب بـ P. ، فنانًا ورسامًا سويديًا بالمينا.
الجوت انتولا: كان ألجوت أونتولا كاتبًا وصحفيًا فنلنديًا.
ألجوت ماغنوسون من رفسنيس: ألجوت ماجنوسون ، لورد رافسناس ، كان قطبًا سويديًا في العصور الوسطى. شغل منصب كاستيلان لتحصين ستيريشولم في كرامفورس وحاكم أنجرمانلاند.
ألغوث نيسكا: كان ألجوث نيسكا لاعب كرة قدم ومغامر فنلنديًا.
الجوت انتولا: كان ألجوت أونتولا كاتبًا وصحفيًا فنلنديًا.
التداول الحسابي: التداول الخوارزمي هو طريقة لتنفيذ الأوامر باستخدام تعليمات التداول الآلية المبرمجة مسبقًا والتي تحسب المتغيرات مثل الوقت والسعر والحجم. يحاول هذا النوع من التداول الاستفادة من السرعة والموارد الحسابية لأجهزة الكمبيوتر بالنسبة للمتداولين من البشر. في القرن الحادي والعشرين ، اكتسب التداول الخوارزمي زخمًا مع كل من المتداولين الأفراد والمؤسسات. يتم استخدامه على نطاق واسع من قبل البنوك الاستثمارية ، وصناديق التقاعد ، وصناديق الاستثمار المشتركة ، وصناديق التحوط التي قد تحتاج إلى نشر تنفيذ طلب أكبر أو أداء الصفقات بسرعة كبيرة بحيث لا يتفاعل معها التجار البشريون. أظهرت دراسة في عام 2019 أن حوالي 92٪ من التداول في سوق الفوركس تم إجراؤه بواسطة خوارزميات التداول وليس البشر.