Полное совпадение, включая падежи, без учёта регистра

Искать в:

Можно использовать скобки, & («и»), | («или») и ! («не»). Например, Моделирование & !Гриндер

Где искать
Журналы

Если галочки не стоят — только metapractice

Автор
Показаны записи 11811 - 11820 из 56300
</>
[pic]
Re: (02) or to try to make a

metanymous в посте Metapractice (оригинал в ЖЖ)

Фантастическая картина интонаций.
</>
[pic]
(02) or to try to make a

bavi в посте Metapractice (оригинал в ЖЖ)

or to try to make a
(01)or (02) to (03) try (04) to make (05) ин
(01) or
(02) to
(03) try
(04) to make

(05) ин
Эриксон - 1952 UCLA — 01_02


–В таком случае это решаемая своими силами задача. Но очень трудоёмкая.
–В своё время эту задачу решил студент-дипломник факультета инфор. технологий.

Эту = какую? Именно задачу распознавания паттернов в траекториях мыши? Или задачу записывания и проигрывания траекторий, чтобы потом некий человек/оператор распознавал паттерны своей головой?
--Ну, сырая выжимка из этого, как я понимаю, что готовой модели именно "сигналлинга" на этих траекториях пока нет. Или перейти от "онтологии фоновых движений" к "онтологии СИГНАЛЬНЫХ движений" – это тривиальная задача?
--Совершенно верно.

Понятно.
--Да, надо.
--Или засекретить :)
--С моим уходом это будет засекречено сверхнадежно. Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.

Ну что тогда, обсуждаем совместное предприятие? :)
--Ну, надо делать то, что: – можем сделать своими силами – займёт максимум небольшое количество месяцев работ (в свободное время) – имеет очевидную прямую пользу и ээ потребительскую привлекательность для широкой публики
--М.б. под эти критерии подойдёт лучше что-то другое, чем именно рефрейминг.
--Ну да.

Ну подумаем. Надо каталогизировать все возможные идеи.
--Приманивать каких-то мега-инвесторов ни смысла, ни возможности (на первом шаге) нет.
--Ну да.

Ну и бог с ними.
--Если есть наперёд заданная онтология, то определять её – решённая (современной наукой и техникой) задача.
--Программы, распознающие "жесты мыши", могут распознавать траектории любой степени заковыристости, состоящие из элементарных элементов типа тех же полуколец, отрезков и т.д.
--Эта онтология у меня в голове. А где твои распознающие программы?

Они не "мои". Они просто существуют, кем-то уже написанные. Я помню, сто лет назад ковырялся в исходниках одной из этих прог. Раз кто-то уже написал, я смогу повторить.
--Ну, в этом месте сложность не с моделированием движений. В этом месте сложность в математическом моделировании.
--Ну, ваш покорный, увы, не специализируется именно на мат. моделировании. Поэтому может разбираться в этой теме не более чем на уровне человека с не самым плохим обще-техническим образованием.

В те времена мы находили в интернете готовое решение этой задачи.
--Требуется программа, которая (а) аппроксимирует пиксельные линии в непрерывные "геометрические" кривые (б) классифицирует "геометрические" кривые по онтологическим признакам, например, - "петля". И т.п.
--Тут нет двух шагов, это один шаг.

Два.
--Если есть наперёд заданная онтология, то определять её – решённая (современной наукой и техникой) задача.
--Программы, распознающие "жесты мыши", могут распознавать траектории любой степени заковыристости, состоящие из элементарных элементов типа тех же полуколец, отрезков и т.д.

Эта онтология у меня в голове. А где твои распознающие программы?
В таком случае это решаемая своими силами задача. Но очень трудоёмкая.
В своё время эту задачу решил студент-дипломник факультета инфор. технологий.
Ну, сырая выжимка из этого, как я понимаю, что готовой модели именно "сигналлинга" на этих траекториях пока нет. Или перейти от "онтологии фоновых движений" к "онтологии СИГНАЛЬНЫХ движений" – это тривиальная задача?
Совершенно верно.
--Да, надо.
--Или засекретить :)

С моим уходом это будет засекречено сверхнадежно.
Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.
--Ну, надо делать то, что: – можем сделать своими силами – займёт максимум небольшое количество месяцев работ (в свободное время) – имеет очевидную прямую пользу и ээ потребительскую привлекательность для широкой публики
--М.б. под эти критерии подойдёт лучше что-то другое, чем именно рефрейминг.

Ну да.
Приманивать каких-то мега-инвесторов ни смысла, ни возможности (на первом шаге) нет.
Ну да.
http://metapractice.livejournal.com/151349.html
http://metapractice.livejournal.com/26772.html
https://blogs.yandex.ru/search.xml?text=%D1%81%D1%82%D0%B8%D1%85&ft=blog%2Ccomments%2Cmicro&server=livejournal.com&author=metanymous&holdres=mark&how=tm&asc=1
http://metapractice.livejournal.com/401136.html
Вообще - разборов больше.
Там были: задержки с ответом, изменения амплитуды чуть ли не в разы. И т.п.
Теперь понял. Калибровка таких вещей – исполнимая задача.
Ну, в этом месте сложность не с моделированием движений. В этом месте сложность в математическом моделировании.
Ну, ваш покорный, увы, не специализируется именно на мат. моделировании. Поэтому может разбираться в этой теме не более чем на уровне человека с не самым плохим обще-техническим образованием.
Требуется программа, которая (а) аппроксимирует пиксельные линии в непрерывные "геометрические" кривые (б) классифицирует "геометрические" кривые по онтологическим признакам, например, - "петля". И т.п.
Тут нет двух шагов, это один шаг.
Если есть наперёд заданная онтология, то определять её – решённая (современной наукой и техникой) задача.
Программы, распознающие "жесты мыши", могут распознавать траектории любой степени заковыристости, состоящие из элементарных элементов типа тех же полуколец, отрезков и т.д.
В таком случае это решаемая своими силами задача. Но очень трудоёмкая.
–Да, совершенно верно. Я в своём исследовании просто показал, что наличествует огромное число двигательных КАЧЕСТВЕННЫХ (не статистических) признаков в движениях любого субъекта.
–Выше я указал одну такую "фигуру" - "петлю". Таких фигур/признаков в 15 минутной функциональной двигательной пробе любого субъекта содержится несколько десятков. На поверхности.
–В качестве функциональной пробы субъекту было задание 15 минут разглядывать некий сайт.

Ну, сырая выжимка из этого, как я понимаю, что готовой модели именно "сигналлинга" на этих траекториях пока нет. Или перейти от "онтологии фоновых движений" к "онтологии СИГНАЛЬНЫХ движений" – это тривиальная задача?
Да, надо.
Или засекретить :)
Значительные корреляты физиологии и всё ментальное содержание, которое может быть выражено словами.
Ну, надо делать то, что:
– можем сделать своими силами
– займёт максимум небольшое количество месяцев работ (в свободное время)
– имеет очевидную прямую пользу и ээ потребительскую привлекательность для широкой публики
М.б. под эти критерии подойдёт лучше что-то другое, чем именно рефрейминг.
Приманивать каких-то мега-инвесторов ни смысла, ни возможности (на первом шаге) нет.
--Тогда уж так: инструкция после вопроса произвольно взмахивать рукой. А этот датчик ускорений укажет непроизвольную компоненту в таком взмахивании.
--Хм, тогда уже моя очередь просить применить к этой рекомендации применить критерий немедленного исполнения :) Какой конкретный алгоритм позволит вычленить непроизвольную компоненту?

(1) Преврати показания акселерометра в цифру. В любой аналоговый эквивалент.
(2) Далее, прямо считываешь цифровые или аналоговые показатели.
--Между прочим, у Лурии (у пионера калибровки непроизвольных сигналов/физиологии) использовалась такая система генерации сигналинга: -испытуемый в ответ на вопрос нажимал грушу типа как в старинном распылителе духов. -воздух из груши приводил в движение стрелку осциллографа ...сигналом была непроизвольная компонента качества движений руки. Очень простой, надежный и устойчивый сигналинг.
--Ну, мне кажется, воспроизвести на основе акселерометра подобную вещь будет не сложно. Но только мне что-то априори кажется, что в итоге "распознавание паттернов" на осцилограмме в итоге делали у Лурии люди.

Да нет же. Там такие грубые паттерны, что они бросаются в глаза.
Если нет, то каким алгоритмом (или какими аналоговыми преобразованиями) вычленялась эта "непроизвольная компонента"?
Там были: задержки с ответом, изменения амплитуды чуть ли не в разы. И т.п.

Дочитали до конца.