전략 계획 및 다차원 배낭 문제


11

새로운 자료에 대한 학습을 ​​모델링하려는 문제를 해결하기위한 계획 방법을 찾고 있습니다. 우리는 Wikipedia와 같은 하나의 리소스만을 가지고 있다고 가정합니다. 여기에는 포함 된 지식 의 벡터 로 표시되는 기사 목록과 해당 기사 를 읽으 려는 노력 이 들어 있습니다 .

지식 벡터와 노력

시작하기 전에 다양한 유형의 지식 수에 따라 벡터의 크기를 설정했습니다. 예를 들어 벡터의 항목을로 정의한 (algebra, geometry, dark ages)다음이 관점에서 모든 기사를 '측정'할 수 있습니다. 따라서 수학 기사는 아마도 (5,7,0)대수와 기하학에 대해서는 많이 이야기하지만 암흑기에 대해서는 이야기하지 않기 때문일 것입니다 . 또한 간단히 읽을 수 있도록 노력할 것 입니다.

문제

모든 기사 (노력과 지식 벡터로 표시)가 주어지면 지식 목표 (벡터로도 표시) 에 도달하는 데 도움이되는 최적의 기사 세트를 찾고 싶습니다 .

따라서 지식 목표는 될 수 있으며 (4,4,0)기사를 읽는 것으로 충분 (2,1,0)하며 (2,3,0), 추가되면 지식 목표에 합산되기 때문입니다. 최소한의 노력 으로이 작업을 수행하려고합니다 .

질문

나는 추론을 시도하여 근사치를 찾았지만 대신 사용할 수있는 최첨단 전략 계획 방법이 있는지 궁금합니다.


지식 벡터를 노력으로 나누는 것이 도움이 될 수 있습니다. 이러한 방식으로 기사당 얼마나 많은 지식이 제공되는지 알 수 있습니다.
user6916458

매우 체계적이고 흥미로운 질문입니다. AI에 오신 것을 환영합니다!
DukeZhou

벡터를 추가하여 지식 벡터에 합산하는 유일한 기준입니까? 그렇다면 문제는 동전 문제 en.wikipedia.org/wiki/Coin_problem msp.org/involve/2011/4-2/involve-v4-n2-p07-p
Daniel

"새로운 자료의 학습"모델에 대한 비판을 원하지 않는다는 것을 분명히 설명 할 수 있습니까 (IMO는 지식 획득을 모델링하는 특이한 방법으로 보이지만 모델 내에서 임의의 점수를 얻는 목표는보다 명확하게 정의되어 있음)? 나는 당신이 쓰여진 것에서한다고 생각하지 않지만, 이제 이것은 정상에 부딪 쳤습니다. 누군가가 그에 대한 응답이 아니라 제시된 배낭 문제에 대해 응답하지 않을 가능성이 있습니다
Neil Slater

답변:


1

여행하는 세일즈맨 문제에 대한 추론 적 캐스트는 최단 경로 알고리즘으로 이어집니다.

이 아이디어는 탐색해야 할 여러 가지 제약 조건을 제안합니다.

  • 지식 벡터와 노력이 주어지면 비순환 지향 그래프를 작성하십시오 (우리가 배우지 말아야 할 비순환). 정점은 지식 벡터로 표시되는 기사입니다. 엣지는 대상 기사 / 정점으로 "이동"하려는 노력으로 가중치가 부여 된 두 기사를 연결합니다 (즉 , 해당 기사에 대한 지식 획득 ).
  • 새로운 참가자에게 제로 벡터를 할당하십시오. 이것이 그래프의 시작점이 정점 V0 = (0, ..., 0)입니다.
  • 학습 목표를 벡터 V로 정의하십시오.
  • 최단 경로 알고리즘을 사용하여 (V0, V) 계획을 찾으십시오.

그래프를 작성하는 많은 방법이 있기 때문에이 절차는 충분하지 않습니다 (즉, 위의 내용은 그대로 의미가 없습니다) ). 실용화하기 위해서는 추가적인 제약이 필요합니다. 예를 들어 각 차원을 따라 정점을 정렬하여 정점을 정렬 할 수 있습니다. 이러한 설정은 학습자가 "쉬운"기사로 시작하고 (V [i]는 낮음)보다 복잡한 주제로 단계적으로 이동합니다 ((V [i]는 높아짐).

그래프 구성은 사용 가능한 데이터에 따라 다릅니다. 예를 들어 지식 벡터가 "절대"입니까, 아니면 상대적 일 수 있습니까? V에서 W로 이동하려면 학습자의 초기 조건에 따라 노력이 필요하기 때문에 상대는 경로를 만드는 데 도움이 될 수 있습니다 (V0은 0이 될 수는 없습니다).


AI 질문입니까? 명확히.

당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.