시간이 지남에 따라 어떻게 변하는지에 대한 보편적인 대답은 없습니다. 단어의 매우 넓은 의미에서 종속성. 그리고 VR 분포의 매개변수를 mo, 분산 및 더 높은 차수의 모멘트로 변경하면 분명히 무엇으로 이어질 것입니다.
나는 보편적 인 대답을 찾고 있지 않습니다.
합성 기기 01/01/2009-06/01/2009, M5를 만들었다고 가정해 보겠습니다. 이 장비의 경우 선형 법칙(또는 CVR 생성기의 매개변수에서 선택된 다른 법칙에 따라)에 따라 전체 간격에 걸쳐 분산(또는 기타 통계 매개변수)이 이 값에서 이 값(다음으로 설정됨)으로 변경되었음을 알고 있습니다. CVR 생성기의 매개변수). 우리는 이 도구에 대한 전문가를 실행했습니다. 어떤 조건에서 작동할 수 있는지 이해합니다. 논리를 수정했습니다. 등을 테스트함 집요하고 강력한 전문가가 있습니다(성배가 아닙니다. 그렇지 않으면 지금 갉아먹을 것입니다). 가상으로 설정합니다. 진짜로 설정합니다. 유출. 그들은 모든 것에 침을 뱉고 밀링 터너로 공장에 갔다. :)
일반적으로 제 주요 목표는 AI로 시스템을 학습하는 능력의 한계를 찾는 것입니다. 인공 기기에서는 학습 과정을 제어하는 것이 더 쉽고 학습이 쓸모없는 곳을 제어하는 것이 더 쉽습니다.
아이디어가 탄생했습니다. 통계에 소질이 없는 저로써는 실행에 옮기지 못하겠습니다. 그러나이 스레드에는 그러한 사람들이 있습니다 (정보 제공).
본질. 많은 거래자들은 시장이 시간이 지남에 따라 변한다고 생각합니다. 방법은 중요하지 않지만 해결할 수 있는지 여부는 또 다른 문제입니다.
합성 거래 도구의 생성기를 만들 수 있습니다. VR의 정상/비정상 분포 및 기타 통계 매개변수의 시간 변화를 조절할 수 있도록 합니다. 그런 다음 이러한 합성 거래 도구를 테스트하여 TS의 약점을 식별하고 변화하는 VR에서 생존성을 극대화하기 위해 개선할 수 있습니다. 등.
누가 뭐라고 할까요?
목표는 VR 작업의 매개변수를 변경할 때 즉시 응답을 확인하기 위해 명확하지만 이점이 거의 없는 VR에서 Mischek과 연대할 것입니다. 글쎄, 당신은 변화를 완벽하게 결정하는 TS를 구축합니다 인조 VR, 그 다음에는 어떻게 실제 시장으로 전환할지, 실제 시장을 위한 TC를 바로 구축하는 것이 더 쉽지 않겠습니까.
합성 기기 01/01/2009-06/01/2009, M5를 만들었다고 가정해 보겠습니다. 이 장비의 경우 선형 법칙(또는 CVR 생성기의 매개변수에서 선택된 다른 법칙에 따라)에 따라 전체 간격에 걸쳐 분산(또는 기타 통계 매개변수)이 이 값에서 이 값(다음으로 설정됨)으로 변경되었음을 알고 있습니다. CVR 생성기의 매개변수). 우리는 이 도구에 대한 전문가를 실행했습니다. 어떤 조건에서 작동할 수 있는지 이해합니다. 논리를 수정했습니다. 등을 테스트함 집요하고 강력한 전문가가 있습니다(성배가 아닙니다. 그렇지 않으면 지금 갉아먹을 것입니다). 가상으로 설정합니다. 진짜로 설정합니다. 유출. 그들은 모든 것에 침을 뱉고 밀링 터너로 공장에 갔다. :)
일반적으로 제 주요 목표는 AI로 시스템을 학습하는 능력의 한계를 찾는 것입니다. 인공 기기에서는 학습 과정을 제어하는 것이 더 쉽고 학습이 쓸모없는 곳을 제어하는 것이 더 쉽습니다.
그렇다면 VR을 처음부터 합성하지 않고 작성하면서 생성된 실제 + 노이즈를 취하는 것이 더 나을 것입니다.
나는 당신과 거의 같은 일을 했습니다. 최고의 외삽 설정을 찾고 있을 때 이상적인 합성 고조파에 대한 설정으로 외삽이 100bar를 정확하게 예측한다는 것을 알았습니다. 시중에 이상적인 하모니카가 없기에 알고 진정했습니다. 그래서 당신이 제안한 것은 행해질 수 있지만, 알아내기 위해서만, 그것을 당연하게 받아들이고 진정하세요:o)
그렇다면 VR을 처음부터 합성하지 않고 작성하면서 생성된 실제 + 노이즈를 취하는 것이 더 나을 것입니다.
흠... 흥미로운 아이디어네요. BS를 추가할 수도 있습니다. 생각해야 합니다.
===
나는 이러한 토론에 대해 무엇을 좋아합니까? 한 사람은 아이디어를 주었습니다. 아이디어가 떠오르지 않고 아이디어 자체가 비현실적이지만 누군가가 지나가면서 무언가를 말할 것이고 당신은 이미 새로운 방향으로 생각하고 있습니다. 통계의 고립이지만. 우리는 이미 나머지 부분을 살펴보았지만 여기서는 반대의 접근 방식을 얻습니다. 그리고 업무가 다릅니다.
물론 Makdi와 같은 시스템을 연구하는 경우 이러한 작업은 1페니 가치가 없습니다. 나는 이것을 완벽하게 알고 있습니다.
그러나 AI를 사용한 적응형 TS 및 TS에 대한 연구는 여기까지입니다. 실험실에서와 같습니다. 핸들을 비틀었습니다. 차량의 반응을 보았습니다.
그리고 실제 VR + 생성 노이즈를 취하면 적응형 TS가 걸려 넘어지는 것을 어떻게 알 수 있습니까?
이해했다. 완전 적응형 시스템을 테스트하려고 합니다. VR이 주기적으로 변경되는 분포에서 생성된다면 적응형 시스템의 성공은 이 분포가 얼마나 자주 변경되는지에 달려 있습니다. 각 막대에서 분포가 변경되도록 지정하고 이에 대해 무엇을 조정할지 알아내십시오. 예를 들어 1000바가 지나면 완전히. 빈도가 무작위로 변경되면 적응의 성공은 이 무작위성의 분포에 따라 달라집니다.
Z.Y. 그러나 이것은 물론 실제 시리즈에 대한 적응성이 비슷할 것이라는 보장은 없습니다.
이해했다. 완전 적응형 시스템을 테스트하려고 합니다. VR이 주기적으로 변경되는 분포에서 생성된다면 적응형 시스템의 성공은 이 분포가 얼마나 자주 변경되는지에 달려 있습니다. 각 막대에서 분포가 변경되도록 지정하고 이에 대해 무엇을 조정할지 알아내십시오. 그리고 예를 들어, 천 번의 판독 중 한 번이면 꽤. 빈도가 무작위로 변경되면 적응의 성공은 이 무작위성의 분포에 따라 달라집니다.
예, 올바르게 이해했습니다. 완전 적응형 시스템을 테스트하십시오. 그리고 다른 모든 것 외에도 분포의 변경 빈도를 변경할 수 있습니다.
추신! 갭과 같은 실제 VR의 가혹한 현실(동어반복 죄송합니다), 적응 시스템은 예측할 수 없습니다. 그러나 이것은 적응형 TS의 잘못된 단일 솔루션이 될 것이기 때문에 필요하지 않습니다.
예, 올바르게 이해했습니다. 완전 적응형 시스템을 테스트하십시오. 그리고 다른 모든 것 외에도 분포의 변경 빈도를 변경할 수 있습니다.
여기서 전처리가 가장 중요할 것입니다. 시스템에 공급됩니다. IMHA, 이것은 적응 시스템의 초석입니다. 이러한 가치 자체는 시장의 안정적인 단계를 특성화해야 합니다. 그리고 이러한 입력을 기반으로 합성을 생성해야 합니다. 대략적으로 말하면 생성해야 하고 분포가 변경되어야 합니다(적응 시스템의 입력 매개변수 값 변경).
전체 문제는 특성, 움직임 기능 및 기타 뉘앙스 측면에서 합성 악기가 미래에 실제 악기와 일치하지 않을 수 있으므로이 모든 연구 작업이 헛된 것이라는 것입니다....
아이디어는 실제처럼 보이는 합성 VR을 만드는 것이 아닙니다.
시간이 지남에 따라 어떻게 변하는지에 대한 보편적인 대답은 없습니다. 단어의 매우 넓은 의미에서 종속성. 그리고 VR 분포의 매개변수를 mo, 분산 및 더 높은 차수의 모멘트로 변경하면 분명히 무엇으로 이어질 것입니다.
나는 보편적 인 대답을 찾고 있지 않습니다.
합성 기기 01/01/2009-06/01/2009, M5를 만들었다고 가정해 보겠습니다. 이 장비의 경우 선형 법칙(또는 CVR 생성기의 매개변수에서 선택된 다른 법칙에 따라)에 따라 전체 간격에 걸쳐 분산(또는 기타 통계 매개변수)이 이 값에서 이 값(다음으로 설정됨)으로 변경되었음을 알고 있습니다. CVR 생성기의 매개변수). 우리는 이 도구에 대한 전문가를 실행했습니다. 어떤 조건에서 작동할 수 있는지 이해합니다. 논리를 수정했습니다. 등을 테스트함 집요하고 강력한 전문가가 있습니다(성배가 아닙니다. 그렇지 않으면 지금 갉아먹을 것입니다). 가상으로 설정합니다. 진짜로 설정합니다. 유출. 그들은 모든 것에 침을 뱉고 밀링 터너로 공장에 갔다. :)
일반적으로 제 주요 목표는 AI로 시스템을 학습하는 능력의 한계를 찾는 것입니다. 인공 기기에서는 학습 과정을 제어하는 것이 더 쉽고 학습이 쓸모없는 곳을 제어하는 것이 더 쉽습니다.
아이디어가 탄생했습니다. 통계에 소질이 없는 저로써는 실행에 옮기지 못하겠습니다. 그러나이 스레드에는 그러한 사람들이 있습니다 (정보 제공).
본질. 많은 거래자들은 시장이 시간이 지남에 따라 변한다고 생각합니다. 방법은 중요하지 않지만 해결할 수 있는지 여부는 또 다른 문제입니다.
합성 거래 도구의 생성기를 만들 수 있습니다. VR의 정상/비정상 분포 및 기타 통계 매개변수의 시간 변화를 조절할 수 있도록 합니다. 그런 다음 이러한 합성 거래 도구를 테스트하여 TS의 약점을 식별하고 변화하는 VR에서 생존성을 극대화하기 위해 개선할 수 있습니다. 등.
누가 뭐라고 할까요?
목표는 VR 작업의 매개변수를 변경할 때 즉시 응답을 확인하기 위해 명확하지만 이점이 거의 없는 VR에서 Mischek과 연대할 것입니다. 글쎄, 당신은 변화를 완벽하게 결정하는 TS를 구축합니다 인조 VR, 그 다음에는 어떻게 실제 시장으로 전환할지, 실제 시장을 위한 TC를 바로 구축하는 것이 더 쉽지 않겠습니까.
추신: 합성 BP에서 지정한 패턴이 실생활에 존재한다는 보장은 어디에 있습니까?
아이디어는 실제처럼 보이는 합성 VR을 만드는 것이 아닙니다.
나는 보편적 인 대답을 찾고 있지 않습니다.
합성 기기 01/01/2009-06/01/2009, M5를 만들었다고 가정해 보겠습니다. 이 장비의 경우 선형 법칙(또는 CVR 생성기의 매개변수에서 선택된 다른 법칙에 따라)에 따라 전체 간격에 걸쳐 분산(또는 기타 통계 매개변수)이 이 값에서 이 값(다음으로 설정됨)으로 변경되었음을 알고 있습니다. CVR 생성기의 매개변수). 우리는 이 도구에 대한 전문가를 실행했습니다. 어떤 조건에서 작동할 수 있는지 이해합니다. 논리를 수정했습니다. 등을 테스트함 집요하고 강력한 전문가가 있습니다(성배가 아닙니다. 그렇지 않으면 지금 갉아먹을 것입니다). 가상으로 설정합니다. 진짜로 설정합니다. 유출. 그들은 모든 것에 침을 뱉고 밀링 터너로 공장에 갔다. :)
일반적으로 제 주요 목표는 AI로 시스템을 학습하는 능력의 한계를 찾는 것입니다. 인공 기기에서는 학습 과정을 제어하는 것이 더 쉽고 학습이 쓸모없는 곳을 제어하는 것이 더 쉽습니다.
그렇다면 VR을 처음부터 합성하지 않고 작성하면서 생성된 실제 + 노이즈를 취하는 것이 더 나을 것입니다.
아이디어는 실제처럼 보이는 합성 VR을 만드는 것이 아닙니다.
나는 보편적 인 대답을 찾고 있지 않습니다.
합성 기구를 만들었다고 합시다...
... 터너 밀러로 공장에. :)
그래서 아마도 공장을 그만두지 않을 것입니다 :)
나는 당신과 거의 같은 일을 했습니다. 최고의 외삽 설정을 찾고 있을 때 이상적인 합성 고조파에 대한 설정으로 외삽이 100bar를 정확하게 예측한다는 것을 알았습니다. 시중에 이상적인 하모니카가 없기에 알고 진정했습니다. 그래서 당신이 제안한 것은 행해질 수 있지만, 알아내기 위해서만, 그것을 당연하게 받아들이고 진정하세요:o)
물론 Makdi와 같은 시스템을 연구하는 경우 이러한 작업은 1페니 가치가 없습니다. 나는 이것을 완벽하게 알고 있습니다.
그러나 AI를 사용한 적응형 TS 및 TS에 대한 연구는 여기까지입니다. 실험실에서와 같습니다. 핸들을 비틀었습니다. 차량의 반응을 보았습니다.
그리고 실제 VR + 생성 노이즈를 취하면 적응형 TS가 걸려 넘어지는 것을 어떻게 알 수 있습니까?
그렇다면 VR을 처음부터 합성하지 않고 작성하면서 생성된 실제 + 노이즈를 취하는 것이 더 나을 것입니다.
흠... 흥미로운 아이디어네요. BS를 추가할 수도 있습니다. 생각해야 합니다.
===
나는 이러한 토론에 대해 무엇을 좋아합니까? 한 사람은 아이디어를 주었습니다. 아이디어가 떠오르지 않고 아이디어 자체가 비현실적이지만 누군가가 지나가면서 무언가를 말할 것이고 당신은 이미 새로운 방향으로 생각하고 있습니다. 통계의 고립이지만. 우리는 이미 나머지 부분을 살펴보았지만 여기서는 반대의 접근 방식을 얻습니다. 그리고 업무가 다릅니다.
네. 생각해야 합니다.)))
물론 Makdi와 같은 시스템을 연구하는 경우 이러한 작업은 1페니 가치가 없습니다. 나는 이것을 완벽하게 알고 있습니다.
그러나 AI를 사용한 적응형 TS 및 TS에 대한 연구는 여기까지입니다. 실험실에서와 같습니다. 핸들을 비틀었습니다. 차량의 반응을 보았습니다.
그리고 실제 VR + 생성 노이즈를 취하면 적응형 TS가 걸려 넘어지는 것을 어떻게 알 수 있습니까?
이해했다. 완전 적응형 시스템을 테스트하려고 합니다. VR이 주기적으로 변경되는 분포에서 생성된다면 적응형 시스템의 성공은 이 분포가 얼마나 자주 변경되는지에 달려 있습니다. 각 막대에서 분포가 변경되도록 지정하고 이에 대해 무엇을 조정할지 알아내십시오. 예를 들어 1000바가 지나면 완전히. 빈도가 무작위로 변경되면 적응의 성공은 이 무작위성의 분포에 따라 달라집니다.
Z.Y. 그러나 이것은 물론 실제 시리즈에 대한 적응성이 비슷할 것이라는 보장은 없습니다.
이해했다. 완전 적응형 시스템을 테스트하려고 합니다. VR이 주기적으로 변경되는 분포에서 생성된다면 적응형 시스템의 성공은 이 분포가 얼마나 자주 변경되는지에 달려 있습니다. 각 막대에서 분포가 변경되도록 지정하고 이에 대해 무엇을 조정할지 알아내십시오. 그리고 예를 들어, 천 번의 판독 중 한 번이면 꽤. 빈도가 무작위로 변경되면 적응의 성공은 이 무작위성의 분포에 따라 달라집니다.
예, 올바르게 이해했습니다. 완전 적응형 시스템을 테스트하십시오. 그리고 다른 모든 것 외에도 분포의 변경 빈도를 변경할 수 있습니다.
추신! 갭과 같은 실제 VR의 가혹한 현실(동어반복 죄송합니다), 적응 시스템은 예측할 수 없습니다. 그러나 이것은 적응형 TS의 잘못된 단일 솔루션이 될 것이기 때문에 필요하지 않습니다.
예, 올바르게 이해했습니다. 완전 적응형 시스템을 테스트하십시오. 그리고 다른 모든 것 외에도 분포의 변경 빈도를 변경할 수 있습니다.
여기서 전처리가 가장 중요할 것입니다. 시스템에 공급됩니다. IMHA, 이것은 적응 시스템의 초석입니다. 이러한 가치 자체는 시장의 안정적인 단계를 특성화해야 합니다. 그리고 이러한 입력을 기반으로 합성을 생성해야 합니다. 대략적으로 말하면 생성해야 하고 분포가 변경되어야 합니다(적응 시스템의 입력 매개변수 값 변경).