Как создать двухстороннее сопоставление между пространством ввода и пространственным ограниченным пространством с более высоким размерностью?
Я думаю, что эту проблему можно решить с помощью ML, потому что есть некоторые свойства выходного пространства, которые я хочу достичь.
Задача: D1 ↔ D2, где D1 - входное пространство, а D2 - такое пространство, что: D2 будет иметь большую размерность (вероятно, на порядки), где каждый размер ограничен натуральным числом от 0 до N и существует вероятность P, которая + -1 переходит в случайную размерность в D2, не будет влиять на отображение обратно на D1. Существует вероятность P2, что такое изменение повлияет только на одно измерение в D1, вероятность P3, что это повлияет на 2 измерения и другие такие правила...
Цель состоит в том, чтобы создать способ сопоставления, который позволит применять генетические алгоритмы к пространству D2 с обоснованием того, что именно так работает ДНК, и это, очевидно, эффективно.
Генетические алгоритмы, применяемые к D1, могут быть рядом с бесполезными, если существуют скрытые отношения между измерениями, это основная причина D2, где такие отношения будут минимизированы, и где они существуют, их величина воздействия обратно на D1 будет рандомизирована.
Ответы
Ответ 1
Похоже, вы ищете "код для исправления ошибок". В этом случае D1 является вашим начальным представлением, а D2 - избыточным кодом. Теория этих кодов позволяет рассчитать вероятность восстановления правильного представления с учетом размера кода D2 и вероятности повреждения D2.
Одна действительно отличная ссылка для двоичных кодов коррекции ошибок - это Дэвид МакКей "Теория информации, логика вывода и обучения" , в частности раздел II. Обратите внимание, что это не совсем то, что вы хотите, так как вы указали натуральные числа от 0 до N, а не двоичные числа. Вы также можете выполнить поиск "аналоговых кодов коррекции ошибок", которые могут приблизиться к тому, что вы запрашиваете здесь.
О генетических алгоритмах, по-видимому, они также могут быть применены к проблеме обнаружения идеальных кодов коррекции ошибок, например, в этой статье.
