Re: аппроксимация ↑
metanymous в посте Metapractice (оригинал в ЖЖ)
4 комментария
сначала старые сначала новые
Ты показываешь другу аппроксимацию. В этой ничего такого сложного нет. Мне тогда программеры сделали специальную прогу, которая рисовала кривые от клика до клика в декартовой системе да еще и с разным разрешением/увеличением.
Я же говорю о другом - САМА ПРОГА должна "видеть" последовательность пикселей как геометрическую кривую. И тогда для формализации и дальнейшей автоматизации уже обнаруженных паттернов можно было бы привлечь стандартный мат аппарат. Например, весьма значимый, но элементарный паттерн есть "излом" на кривой. У одних субъектов все их траектории в изломах. А у других все "кругленькое" и в "барашечках".
Я же говорю о другом - САМА ПРОГА должна "видеть" последовательность пикселей как геометрическую кривую. И тогда для формализации и дальнейшей автоматизации уже обнаруженных паттернов можно было бы привлечь стандартный мат аппарат. Например, весьма значимый, но элементарный паттерн есть "излом" на кривой. У одних субъектов все их траектории в изломах. А у других все "кругленькое" и в "барашечках".
Я же говорю о другом - САМА ПРОГА должна "видеть" последовательность пикселей как геометрическую кривую.
(1) Если есть готовое уравнение кривой в общем виде, элементарно проставить для конкретной "пиксельной" кривой (набора точек) конкретные коэффициенты.
(2) Если надо выбрать среди разных видов кривых какая наиболее подходит — это задача сложная. Типа такого нечто делают системы распознавания текста.
(3) Если надо классифицировать разные кривые по априори неизвестным классам — это задача супер-сложная. Нейросети что ли применять. Насколько я представляю, это bleeding edge науки.
Что вы хотите от проги?
И тогда для формализации и дальнейшей автоматизации уже обнаруженных паттернов можно было бы привлечь стандартный мат аппарат.
Я думаю, мат аппарат для того что мне кажется вы хотите от компа будет выходит далеко за пределы основ лин. алгебры и аналитической геометрии.
Например, весьма значимый, но элементарный паттерн есть "излом" на кривой. У одних субъектов все их траектории в изломах. А у других все "кругленькое" и в "барашечках".
Если вы заранее такие паттерны знаете — это задача типа (2) — вполне посильная. Если вы хотите в автоматическом режиме такие паттерны обнаруживать, это задача (3) — сложность оценить не могу.
(1) Если есть готовое уравнение кривой в общем виде, элементарно проставить для конкретной "пиксельной" кривой (набора точек) конкретные коэффициенты.
(2) Если надо выбрать среди разных видов кривых какая наиболее подходит — это задача сложная. Типа такого нечто делают системы распознавания текста.
(3) Если надо классифицировать разные кривые по априори неизвестным классам — это задача супер-сложная. Нейросети что ли применять. Насколько я представляю, это bleeding edge науки.
Что вы хотите от проги?
И тогда для формализации и дальнейшей автоматизации уже обнаруженных паттернов можно было бы привлечь стандартный мат аппарат.
Я думаю, мат аппарат для того что мне кажется вы хотите от компа будет выходит далеко за пределы основ лин. алгебры и аналитической геометрии.
Например, весьма значимый, но элементарный паттерн есть "излом" на кривой. У одних субъектов все их траектории в изломах. А у других все "кругленькое" и в "барашечках".
Если вы заранее такие паттерны знаете — это задача типа (2) — вполне посильная. Если вы хотите в автоматическом режиме такие паттерны обнаруживать, это задача (3) — сложность оценить не могу.
--Я же говорю о другом - САМА ПРОГА должна "видеть" последовательность пикселей как геометрическую кривую.
--(1) Если есть готовое уравнение кривой в общем виде, элементарно проставить для конкретной "пиксельной" кривой (набора точек) конкретные коэффициенты.
Это ты указываешь возможный МЕТОД.
(2) Если надо выбрать среди разных видов кривых какая наиболее подходит — это задача сложная. Типа такого нечто делают системы распознавания текста.
Нахрен это делать. Это все делается ручками.
(3) Если надо классифицировать разные кривые по априори неизвестным классам — это задача супер-сложная. Нейросети что ли применять. Насколько я представляю, это bleeding edge науки.
Я про такое вообще не говорил ничего.
Что вы хотите от проги?
Я написал: "ПРОГА должна "видеть" последовательность пикселей как геометрическую кривую."
--И тогда для формализации и дальнейшей автоматизации уже обнаруженных паттернов можно было бы привлечь стандартный мат аппарат.
--Я думаю, мат аппарат для того что мне кажется вы хотите от компа будет выходит далеко за пределы основ лин. алгебры и аналитической геометрии.
Ты меня не правильно понимаешь.
--Например, весьма значимый, но элементарный паттерн есть "излом" на кривой. У одних субъектов все их траектории в изломах. А у других все "кругленькое" и в "барашечках".
--Если вы заранее такие паттерны знаете...
В самом начале этой серии реплик я уже написал - паттерны распознавания кривых все расписаны заранее ручками.
Если вы хотите в автоматическом режиме такие паттерны обнаруживать, это задача (3) — сложность оценить не могу.
Это простая задача. Потому что ее для меня уже решали. И я и не вовлекал тебя в эту дискуссию. Ты ее сам начал.
--(1) Если есть готовое уравнение кривой в общем виде, элементарно проставить для конкретной "пиксельной" кривой (набора точек) конкретные коэффициенты.
Это ты указываешь возможный МЕТОД.
(2) Если надо выбрать среди разных видов кривых какая наиболее подходит — это задача сложная. Типа такого нечто делают системы распознавания текста.
Нахрен это делать. Это все делается ручками.
(3) Если надо классифицировать разные кривые по априори неизвестным классам — это задача супер-сложная. Нейросети что ли применять. Насколько я представляю, это bleeding edge науки.
Я про такое вообще не говорил ничего.
Что вы хотите от проги?
Я написал: "ПРОГА должна "видеть" последовательность пикселей как геометрическую кривую."
--И тогда для формализации и дальнейшей автоматизации уже обнаруженных паттернов можно было бы привлечь стандартный мат аппарат.
--Я думаю, мат аппарат для того что мне кажется вы хотите от компа будет выходит далеко за пределы основ лин. алгебры и аналитической геометрии.
Ты меня не правильно понимаешь.
--Например, весьма значимый, но элементарный паттерн есть "излом" на кривой. У одних субъектов все их траектории в изломах. А у других все "кругленькое" и в "барашечках".
--Если вы заранее такие паттерны знаете...
В самом начале этой серии реплик я уже написал - паттерны распознавания кривых все расписаны заранее ручками.
Если вы хотите в автоматическом режиме такие паттерны обнаруживать, это задача (3) — сложность оценить не могу.
Это простая задача. Потому что ее для меня уже решали. И я и не вовлекал тебя в эту дискуссию. Ты ее сам начал.