В 2018 году группа исследователей из токийского университета Кейо решила использовать амебу для решения так называемой «задачи коммивояжера», известной в области компьютерных наук проблемы. Суть ее такова: представьте, что вы – путешествующий от города к городу...
)
1.完全に理解不能、もう完全に別物。
一般的なタスクは何ですか？現実的な狙いは何でしょうか？もしかしたら、まったく別の方法で解決しているかもしれません。
まあ、興味があるなら、もう少し詳しくお話ししましょうか。CatBoost機械学習アルゴリズムでは、分割を設定するための観測値（配列）から得られる変数（予測値）の設定値の列挙は、数を区間（期間／範囲）に分割し、すべての数ではなく、この区間でのみ値の列挙が行われるように、プリグリッドを構築（量子化）することで解決される。グリッドを構築するためのさまざまなビルトインメソッドがあり、希望する境界の数が異なるものもあります。視覚的には、下の図のように、配列の100個の値ごとにy軸の値が1つずつ増加するようなグリッドのバリエーションがあります。
課題は、依存性の一貫性と観測の十分性を維持しながら、学習に最も有利なグリッド、すなわち、（セグメント内の）区間間の情報がよりターゲット（0/1）のいずれかに属するようなグリッドを構築することである。
さて、私はさまざまなメッシュを入手し、与えられた基準（先に書いた）に従ってその間隔を選択し、選択した間隔同士を組み合わせて1つのメッシュにする必要があります。
)
手伝えることがあれば手伝うし、そうでない場合は遠慮なく助けを求めます。
また、最近この辺りの問題が珍しく、問題解決に参加したいと思う人がいるのではと思いました。
///
さて、異なるメッシュを取得し、与えられた基準（先に書いた）に従ってセグメントを選択し、選択したセグメント同士を結合して1つのメッシュにする必要があります。
そういう質問だったんですね。どのようにしたいですか？
そういう質問だったんですね。どのようにしたいですか？
ふむふむ、自分の書いたスクリプトでほぼ全ての作業ができるわけですね。他に選択肢は？組み合わせの数を減らすという選択肢を提案しました。
まだこの オプションを検討しています :)
ふむふむ、自分の書いたスクリプトでほぼ全ての作業ができるわけですね。他に選択肢はないのでしょうか？組み合わせの数を減らすという選択肢を提案しました。
まだこの オプションを検討しています :)
セグメント数が少ないときかな。そして、たくさんあるときは、どうあるべきなのか。
どのような意味で、組み合わせ数を減らすという選択肢を提案されたのでしょうか。すべての組み合わせが十分とは限らない、基準があるのでしょうか？
セクションが少ないときかな。そして、たくさんあるときは、どうあるべきなのか。
どのような意味で、組み合わせ数を減らすという選択肢を提案されたのでしょうか。すべての組み合わせが十分とは限らない、基準があるのでしょうか？
たくさんあるときは、考えなければならない...。
オプションとして、各セグメントを同じようにスタートさせ、各ポイントからの組み合わせの数を制限することを提案します。
ここでは、セグメントを円の形で、その評価を矢印の長さで表しています。図では、最短の2本の矢印だけが選択され、残りの「パス」は切り離されています（除外されています）。この矢印の形（要するにグラフ）には、評価係数（指標）が存在することがある。
そうすることで、計算コストを抑えつつ、最悪の選択肢を選ばないようになると考えています。たくさんあるときは、考えなければならない...。
オプションとして、各セグメントを同じようにスタートさせ、各ポイントからの組み合わせの数を制限することを提案します。
図はセグメントを円の形で、その評価を矢印の長さで表したもので、図では最短の2本の矢印だけが選択され、他の「道」は切り離されている（除外されている）。この矢印の形（要するにグラフ）には、評価係数（指標）が存在することがある。
こうすることで、計算量を減らしつつ、最悪の選択肢を選ばないようにすることができると考えています。これは、点から離れる長いパスと短いパスがほぼ同じ割合で存在し、長いパスだけ、あるいは短いパスだけの領域が存在しない場合のものです。
パスが長いか短いかの違い、つまりは推定の問題（図の例えの矢印の長さ）なのでしょうか？
私たちは、例の2つの最良の道を踏みたいという欲求を持っています。もし、それが少なければ、道は1つです。
なぜ問題になるのか、その理由を教えてください。
また、セグメントを範囲ごとに分割（グループ化）することで、組み合わせの数を減らすことも可能である。
図中、範囲境界のある4つのグループは、グループ内のみの列挙を行い、グループ内のベストチョイスを他のグループと組み合わせてください。
均等に分割することは難しいので、グループ境界によるセグメントを分離し、グループ間の結果を組み合わせる際に使用することができる。