コンピュータサイエンス

コンピュータサイエンスの学生、研究者、実務家のためのQ&A

3
自分自身と連結された単語の言語の文脈依存文法
私は以下の言語について説明文脈依存文法を探しています： 。L = { W 、W | W ∈ { 、B }∗、| w | ≥ 1 }L={ww∣w∈{a,b}∗,|w|≥1}L = \{ ww \mid w ∈ \{a,b\}^{\ast}, |w| ≥ 1\} などのルールが許可されていないため、単語の「中間」を示す非終端記号を配置できないという問題があります。問題へのトリックはありますか？バツ→ εX→εX \to \varepsilon
4
ランダムDFAを生成するための適切なアルゴリズムは何ですか？
ランダムなDFAを生成して、DFA削減アルゴリズムをテストしています。 現在使用しているアルゴリズムは次のとおりです。各状態について、アルファベットcの各シンボルについて、ランダムな状態にδ （q 、c ）を追加します。各状態は、最終状態になる確率が同じです。qqqcccδ（q、c ）δ(q,c)\delta (q, c) これは、公平なDFAを生成する良い方法ですか？また、このアルゴリズムはトリムDFA（廃止された状態のないDFA）を生成しないので、ランダムなDFAを生成するより良い方法が何らかの方法で確実にトリムされているかどうか疑問に思いますか？
2
coNPのインタラクティブな証明
私はインタラクティブな証明システムを理解しようと試みており、練習として次の問題を試しました。私たちは、知っているとI P = P S P A C Eそれほどのための（理解しやすい）対話証明システムを思い付く、P H？PH⊆ PSPA CEPH⊆PSPあCEPH \subseteq PSPACE私P= PSPA CE私P=PSPあCEIP=PSPACEPHPHPH のインタラクティブな証明システムは簡単ですが、c o N Pでもインタラクティブな証明システムを取得できませんでした。c o N Pの明示的なインタラクティブプルーフシステム（明示的にはI P = P S P A C Eルートを経由しないことを意味します）を知っていますか？NPNPNPc o NPcoNPcoNP私P= PSPA CE私P=PSPあCEIP=PSPACEc o NPcoNPcoNP
1
Typeを想定した場合の誤った命題の例：Type
型理論では、型がそれ自体のメンバーになることを許可すると、理論に矛盾が生じます。私はそれを集合論のラッセルのパラドックスに類似して理解しますが、型理論でそれが行われるのを見たいと思います。型理論における同等の短い例はありますか？
3
クロワッサンを買う順番は誰ですか
チームは毎朝誰かがクロワッサンを持っていくべきだと決めました。毎回同じ人物である必要はないので、次の順番を決定するシステムが必要です。この質問の目的は、クロワッサンを明日もたらすのが誰の順番になるかを決定するためのアルゴリズムを決定することです。 制約、仮定、目的： クロワッサンを持参する順番は、前日の午後に決定されます。 特定の日に、何人かの人々は欠席します。アルゴリズムは、その日に出席する人を選ぶ必要があります。すべての欠席が前日に判明しているため、クロワッサンの購入者は前日の午後に決定できます。 全体として、ほとんどの人がほとんどの日に立ち会います。 公平を期すために、誰もがクロワッサンを他の人と同じ回数購入する必要があります。（基本的に、すべてのチームメンバーがクロワッサンに費やす金額が同じであると想定します。） 名簿の退屈を緩和するために、ランダム性、または少なくとも知覚されるランダム性のいくつかの要素があるとよいでしょう。これは厳密な制約ではありません。より審美的な判断です。ただし、同じ人物を2回続けて選ぶことはできません。 クロワッサンを持参する人は、事前に知っておく必要があります。したがって、P氏がD日にクロワッサンを持ち込む場合、この事実は、P氏がいる前日に決定する必要があります。たとえば、クロワッサンの持参人が常に前日に決定されている場合は、前日に立ち会う人の1人である必要があります。 チームメンバーの数は十分に少ないため、ストレージとコンピューティングリソースは事実上無制限です。たとえば、アルゴリズムは、過去に誰がクロワッサンを連れてきたかの完全な履歴に依存できます。毎日、高速PCで数分までの計算で問題ありません。 これは実際の問題のモデルであるため、シナリオをより適切にモデル化していると思われる場合は、仮定に挑戦または調整することができます。 原産地：クロワッサンを買うために起こっている人を見つけることにより、フロリアンMargaine。ここでの私の再定式化には、少し異なる要件があります。
2
PAC学習の前に何が起こっていたか
私は、機械学習/ AIの知識がない初心者として、PAC学習（計算学習理論）を調査しています。私は主に歴史的な観点からモデルを調査しています。 このため、最も重要なことは、もちろんモデルに基づく結果です。これらの結果を文書化した論文はたくさんあります。ただし、PAC学習の前に何が起こっていたかについても書きたいと思います。これは、ValiantがPACモデルの概念を取り入れたところまでの歴史的背景をスケッチするためです。 これまでに見つけた論文/調査はこれを文書化しておらず、機械学習の真の知識を持っていない人として、これを見つけるのは困難です。したがって、ここで私はこの柔らかい質問をします。これを手伝ってくれる十分な専門家がいると信じているからです。参考文献は高く評価されています。 PACの前に何が起こっていたのかを調べて研究できると、学術界がなぜPACモデルに非常に熱心であるかについて理解を深めることができます。
1
クイックソートの分析時に使用する障害の測定
Lomutoパーティションと固定ピボットを使用したクイックソートが、ランダムに生成された入力に対して不規則に、しかし全体としては不十分に実行されている理由を理解しようとしています。入力がランダムに生成されたとしても、シーケンスには多くの順序があるかもしれないと思いますが、シーケンスの無秩序のレベルを測定する方法がわかりません。反転の数を使用することを考えましたが、この別の質問から、この場合はあまり良い方法ではないことを尋ねました。 私のランダムシーケンスに「順序」がたくさんあると思う理由は、ピボットをランダム化するとパフォーマンスの問題が修正されるためです。ただし、理論的には、これらの「ランダム」な入力シーケンスでパフォーマンス上の問題が発生することはありません。
1
CFGをPDAに変換
文脈自由文法をプッシュダウンオートマトンに変換するルールまたはメソッドのセットはありますか？ すでにオンラインでいくつかのスライドを見つけましたが、それらを理解することができませんでした。 スライド10で彼はいくつかのルールについて話しましたが、誰でもそれを説明できますか？
1
バイオインフォマティクスや計算ゲノミクスに関する人気の科学書を求めている
私が知っているインテリジェントな15歳は、コンピューターサイエンスと遺伝学の両方に興味を持っています。これらの分野は素晴らしい組み合わせを作ると私は彼女に話しました。私は彼女にバイオインフォマティクスまたは計算ゲノミクスに関する本をあげたいのですが。教科書ではなく、楽しい本を探しています。具体的には、それ自体が詳細な知識を提供することを目的とするのではなく、フィールドを研究したいと考える人々を刺激する必要があります。遺伝的アルゴリズムに関する本には興味がありません。助言がありますか？
2
括弧マッチングのための2状態チューリングマシン
大学では、一般的な計算理論とチューリングマシンについてより具体的に学びました。優れた理論上の結果の1つは、潜在的に大きなアルファベット（記号）を犠牲にして、状態の数を2つまで減らすことができるということです。 私はさまざまなチューリングマシンの例を探していましたが、提示された一般的な例は括弧カッチャー/チェッカーです。基本的に、括弧などの文字列(()()()))()()()がバランスしているかどうかをチェックします（前の例では、バランスが取れていない場合は0を返します）。 私がこれを3つの状態のマシンにしかできない場合があるので、試してください。私は誰かがこれを理論上の最小値の2に減らすことができるかどうか、そして彼らのアプローチ/状態/シンボルが何であったかを知りたいです！ 明確にするために、括弧は空白のテープの間に「挟まれている」ため、上記の例 - - - - - - - (()()()))()()() - - - - - - -ではテープ上の入力になります。アルファベットが含まれるであろう(、)、1、0、-、および*halt*状態が状態としてカウントされません。 参考までに、私が持っている3つの状態のアプローチは次のとおりです。状態の説明： State s1: Looks for Closing parenthesis State s2: Looks for Open parenthesis State s3: Checks the tape to ensure everything is matched Symbols: ),(,X 次のようにリストされた遷移： Action: State Symbol NewState WriteSymbol …
2
確率的検索データ構造は役に立ちますか？
SkipListは、バランス調整されたツリーと同じ境界を提供し、再調整が不要であるという利点があります。SkipListはランダムコインフリップを使用して構築されるため、SkipListの構造が十分に「バランス」されている限り、これらの境界は保持されます。特に、一定のc > 0に対して1 / n cの確率で、要素を挿入した後にバランスの取れた構造が失われる可能性があります。O （ログn ）O(log⁡n)O(\log n)1 / nc1/nc1/n^cc > 0c>0c>0 永久に実行される可能性のあるWebアプリケーションのストレージバックエンドとしてスキップリストを使用するとします。したがって、いくつかの多項式の操作の後、SkipListのバランスのとれた構造は失われる可能性が非常に高くなります。 私の推論は正しいですか？そのような確率的検索/ストレージデータ構造には実用的なアプリケーションがありますか？そうであれば、上記の問題をどのように回避しますか？ 編集：私は、（クラシックな）ランダム化されたSkipListに比べて実装がはるかに複雑な、SkipListの確定的なバリアントがあることを認識しています。
1
次の変換はコンテキストフリーを維持しますか？
文脈自由言語を操作することを含むこの問題に遭遇しました。してみましょうLLL文脈自由言語であること。定義L＃= { x ：x私∈ LL＃={バツ：バツ私∈LL^{\#} = \{ x : x^i \in Lすべてのためのiは= 0 、1 、2 、。。。}私=0、1、2、。。。}i=0,1,2,...\}。あるL＃L＃L^{\#}常に文脈自由？ 私の推測では、それは文脈自由性を維持するでしょう。誰でもこれの初歩的な証拠を提供できますか？
1
初期状態/受け入れ状態が異なる2つのDFAが受け入れる言語の違いは何ですか？
最近、Math SE について質問しました。まだ応答がありません。この質問はその質問に関連していますが、コンピュータサイエンスに関する技術的な詳細です。 2つのDFAが与えられた場合およびB = （Q 、Σ 、δ 、q 2、F 2）ここで、状態のセット、入力アルファベット、およびAの遷移関数とBは同じで、初期状態と最終（受け入れ）状態が異なる場合があります。してみましょうL 1およびL 2は、言語が受け入れられるAとA=(Q,Σ,δ,q1,F1)A=(Q,Σ,δ,q1,F1)A = (Q, \Sigma, \delta, q_1, F_1)B=(Q,Σ,δ,q2,F2)B=(Q,Σ,δ,q2,F2)B = (Q, \Sigma, \delta, q_2, F_2)AAABBBL1L1L_1L2L2L_2AAAそれぞれ B。BBB 4つのケースがあります。 および F 1 = F 2。q1=q2q1=q2q_1 = q_2F1=F2F1=F2F_1 = F_2 および F 1 = F 2。q1≠q2q1≠q2q_1 \neq q_2F1=F2F1=F2F_1 = F_2 および F 1 …
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.