Comments 13
Вы бы хоть подготовили, что после рисования сотовой сетки будет вот такой вот абзац про нейронные сети)
У меня сейчас было такое ощущение, что я прочитал небольшой кусочек большой книги.
Вроде как и интересно, но непонятно, где начало и почему нет конца =)
Вроде как и интересно, но непонятно, где начало и почему нет конца =)
Так всегда, когда пытаешься рассказать о чем-то в узкой области: либо объясняешь на пальцах так и не успев подойти к сути проблемы, когда уже пора закругляться, либо пишешь умно и по сути, но понимают тебя 3 человека, которые занимаются тем же самым. Но они, скорее всего, и так знают чем все закончится.
UFO just landed and posted this here
Шестиугольники используются не потому, что можно «описать любой контур», а потому, что правильными шестиугольниками можно заполнить плоскость без дырок. Ещё можно квадратами и треугольниками, но шестиугольники больше них похожи на окружность, и возможно добиться такого же расстояния от центра ячейки до её края при меньшем количестве ячеек.
> Известно, что набором правильных шестиугольников можно описать практически любой контур и создать тем самым фигуру произвольной формы.
По-моему, дело не в этом. А в чём?
1. В изотропии шестиугольной сетки при достаточном количестве соседей. В играх проще, конечно, квадратная сетка, но с 4-соседством получаются довольно бедные правила, а сетка с 8-соседством анизотропна — нужны особые правила для движения по диагонали, и то не факт, что в них не будет лазейки. Допустим, руководство к «рогалику» Brogue специально говорит: вилять по диагонали выгоднее, чем идти напрямик.
2. Это «самый большой» многоугольник, которым так можно покрыть плоскость. А значит, если нужно упаковать много банок, снарядов, пчелиных зародышей или других округлых предметов — это наиболее выгодный способ упаковки. Конечно, есть и другие соображения — удобство складирования небольших, по 10–20 шт, пачек, удобство счёта, удобство пользования неполной пачкой — но вы поняли.
По-моему, дело не в этом. А в чём?
1. В изотропии шестиугольной сетки при достаточном количестве соседей. В играх проще, конечно, квадратная сетка, но с 4-соседством получаются довольно бедные правила, а сетка с 8-соседством анизотропна — нужны особые правила для движения по диагонали, и то не факт, что в них не будет лазейки. Допустим, руководство к «рогалику» Brogue специально говорит: вилять по диагонали выгоднее, чем идти напрямик.
2. Это «самый большой» многоугольник, которым так можно покрыть плоскость. А значит, если нужно упаковать много банок, снарядов, пчелиных зародышей или других округлых предметов — это наиболее выгодный способ упаковки. Конечно, есть и другие соображения — удобство складирования небольших, по 10–20 шт, пачек, удобство счёта, удобство пользования неполной пачкой — но вы поняли.
…и шахматы интересны тем, что в них решили «гулять, так по-крупному» — если уж 8-сетка анизотропна, то отойдём от варгейма (которым, по-видимому, и был шатрандж) и используем эту анизотропию по максимуму: фигуры ходят на любое расстояние по прямой, и т.д. Правда, это привело к изрядной сложности правил, и сомневаюсь, что если бы шахматы были изобретены в XX веке, они были бы столь популярны.
Всем спасибо за пожелания и комментарии. По поводу шестиугольников: в них расстояние между центрами (где можно описать окружность) на карте больше совпадает с евклидовым расстоянием, чем для четырехугольной сетки, тем самым точность описания выше (и нет «дырок»).
Про нейросеть не писал подробно, но если есть интерес по поводу карт Кохонена и их реализации на C#, могу сделать небольшую заметку.
Про нейросеть не писал подробно, но если есть интерес по поводу карт Кохонена и их реализации на C#, могу сделать небольшую заметку.
Расскажите, пожалуйста, как это можно использовать для выявления сетевых аномалий?
Допустим, я имею кучу значений загрузки сетевого интерфейса за некоторый период. Но пока не представляю, как можно бы его проанализировать Вашим методом.
Пока я пытался проводить дисперсионный анализ. Если расскажете, как применить кластерный, буду весьма признателен
Допустим, я имею кучу значений загрузки сетевого интерфейса за некоторый период. Но пока не представляю, как можно бы его проанализировать Вашим методом.
Пока я пытался проводить дисперсионный анализ. Если расскажете, как применить кластерный, буду весьма признателен
Есть занимательная статья, описывающая частные случаи применения карт самоорганизации при анализе сетевого трафика. Ее название «Искусственный интеллект на страже». Вообще основная идея метода заключается в преобразовании множества векторов, описывающих сетевой трафик, например [адрес_отп, адрес_прием, порты, длина пакета, флаги_TCP и коды ответов ] в двумерную карту и возможностью выделения преобладающего признака — кластера группы. Самый большой минус этого метода заключается в нечетких методах автоматического определения аномалий. Визуально, т.е. автоматизированно, эксперт, все прекрасно видит, а вот как научить программу — еще не решено.
Sign up to leave a comment.
Сотовый маляр