[討論] 演算法上的Singularity(奇異點)

看板GO作者 (天堂的定義)時間8年前 (2016/03/13 19:30), 8年前編輯推噓5(5014)
留言19則, 8人參與, 最新討論串1/1
看到AlphaGo今天的失招 其實搞軟體工程或是控制的人應該知道 大型的系統有一些不穩定的奇異點其實是普遍現象 ____________ 個人的經驗: 中央研究院院士黃鍔開發出來的經驗模態分解(Empirical Mode Decomposition, EMD) 之前他說一直無法數學證明它的收斂性 ... 而我將它運用在每天的大盤走勢 的確有些時候就會產生不收斂(不穩定)的現象 ___________ 這一個領域的關鍵字應該是 Robustness of an algorithm, algorithm singularity 等 不一定是程式的bug, 而是伴隨一個系統,它可能先天存在一些不穩定的地方 尤其是這麼大的系統 研究這一類的Robustness應該是許多研究人員的夢想 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.177.12.82 ※ 文章網址: https://www.ptt.cc/bbs/GO/M.1457868652.A.5BA.html

03/13 19:35, , 1F
還以為是下在那邊就會被吸進去
03/13 19:35, 1F

03/13 19:38, , 2F
黑洞
03/13 19:38, 2F

03/13 19:40, , 3F
別now了 股市是另一回事 跟下棋的概念不同不要亂套
03/13 19:40, 3F

03/13 19:41, , 4F
真的不太一樣
03/13 19:41, 4F

03/13 19:43, , 5F
推,有學過
03/13 19:43, 5F

03/13 20:03, , 6F
你講的是電腦科學的halting problem嗎??
03/13 20:03, 6F

03/13 20:19, , 7F
但預測股市更難吧
03/13 20:19, 7F

03/13 20:20, , 8F
股市走勢是大量人參予心理的反應 很難量化
03/13 20:20, 8F
我講的是系統的穩定性 跟股市無關 我只是運用它在某些領域 舉一個簡單的例子 線性代數 (大部分的系統都非線性的喔) 如果一個系統特徵矩陣中有一個特徵向量大於1 那系統就不穩定會發散了 ※ 編輯: mathbug (180.177.12.82), 03/13/2016 22:06:36

03/13 23:07, , 9F
雖然mathbug前面有些文章或發言不見得認同,不過至少他這
03/13 23:07, 9F

03/13 23:08, , 10F
篇正文說的是對的,特別是類神經網路這種難以預測跟分析的
03/13 23:08, 10F

03/13 23:08, , 11F
架構,此種問題真的很有可能發生
03/13 23:08, 11F

03/13 23:09, , 12F
有可能面對無數的問題都能得到非凡神解,但卻在一個特定問
03/13 23:09, 12F

03/13 23:10, , 13F
題就會忽然拿出垃圾解,這正是AlphaGo此局表現的狀況
03/13 23:10, 13F

03/13 23:10, , 14F
而這邊就會依應用發生取捨,我們是要退後點做一個沒有這種
03/13 23:10, 14F

03/13 23:11, , 15F
明顯缺點但就沒法掏出超神解的系統,還是要一個會短路但可
03/13 23:11, 15F

03/13 23:11, , 16F
以掏出一堆超神解的系統
03/13 23:11, 16F

03/13 23:12, , 17F
前者就會用在容不得一點錯的應用上,而後者往往用在輔助人
03/13 23:12, 17F

03/13 23:12, , 18F
類思考所以有大錯沒關係的情況(因為人類看得到這些大錯而
03/13 23:12, 18F

03/13 23:12, , 19F
會修正過來)
03/13 23:12, 19F
文章代碼(AID): #1MvKziMw (GO)