Совсем недавно David Hestenes сумел создать модель электрона без использования вероятности и случайности. Я как фанат геометрической алгебры посмотрел лекцию этого столпа науки, но мало что понял. В кратком изложении он моделирует электрон как заряд вращающийся вокруг центра масс. И сам заряд бегает со скоростью света, тогда как вся конструкция уже имеет массу и поэтому не может так быстро. Очень интересно на самом деле. Ждём пару лет на проверку предложенной модели другими физиками, а там глядишь и до Нобелевской недалеко. Хотя и Дэвид уже не молод. https://youtu.be/TC9Cz3Rmnws?si=9IztmXFUlMJTLPmC
Перевод с Американской науч-поп литературы? Какое ужасное построение текста. Научная статья написанная в жанре детектива. Сначала затравочка, потом раскрываем личности главных героев, потом второстепенных, затем открытие, кульминация, неожиданные твисты в повествовании.. Ну и бред.
Я не знаю что Вы потом делаете с треугольниками, но на мой взгляд, в последней картинке оригинальная геометрия гораздо лучше. После "фильтрации" у вас появились остроконечные треугольники с тупыми углами. Ужас для последующей обработки.
Страны являются не только торговыми агентами, но и политическими, военными, культурными, и проч. И все эти аспекты не независимы, а вполне таки связаны между собой. В данном случае, одна страна самостоятельно вышла из взаимовыгодного сотрудничества начав спец-многоходов-очку. Впрочем чего это я плету, и так все знают
Прекрасный пример использования Monocular Depth Estimation. Не всем нужны абсолютные значения, для релайтнинга и relative depth пойдет. Прикольно. Один только вопрос меня терзает - кому и зачем этот релайтинг нужен? Какие у него real-world applications?
Извиняюсь за дилетанство, я не нашел четкого определения копространства, что вы упомянули. Но судя по всему, как мне кажется, вы называете копространством то что они называют дуальность. В этом случае вы 100% правы, геометрическое произведение это и есть основа, и все другие произведения выводятся из него тем или иным образом, в том числе с помощью дуальности. И сама дуальность это тоже умножение на псевдо-скаляр. Все эти произведения введены по-большому счету для удобства, без них формулы будут многоэтажными.
Люди, вы зачем вы на автора накинулись? Возможно он ошибся в формулах, я не проверял и не хочу. Но принципиальная работоспособность очевидна просто до безобразия. Вы вешаете гироскоп на колесо, измеряете угловую скорость, вычисляете обороты, радиусом измеряете пройденный путь. Возможно идея слишком тривиальна для выкладывании на хабре, но это не повод клевать и минусить автора. Тут иногда такие страшные лабораторки выкладывают - мама не горюй.
Шлю автору лучи добра - продолжай изучать физику, геометрию и прочие науки - забей на критиков. Не ошибается тот кто ничего не делает
Я, когда несколько месяцев назад, узнал про ГА, испытал шок… Это же просто бомба для машинного зрения! Но не тут то было. Относительно высокая сложность вхождения ограничивает количество людей, которые ей занимаются. Включая меня :)
Я например интуитивно понимаю что в ГА можно интегрировать (какую-нибудь формулу) по мультивектору. И это чертовски охрененно! Можно делать closed form solutions для проблем которые требовали сложных алгоритмов! Но как именно интегрировать — это уже выше моего понимания.
У меня получается интегрировать по компонентам мультивектора, и это даже работает
( github.com/sergehog/tiny_pga/blob/main/test/autodf_pga3d_test.cpp#L100 )
но все же это не так круто как если бы вывести формулу просто решив диф-уравнение аналитически.
Живу и работаю тут уже больше 10-ти лет. Язык так и не выучил. Начинал студентом. Потом, после универа и нескольких лет PhD, когда попал в частную фирму, получал 4kE грязными. Сейчас уже гораздо больше. Мне кажется 4 это сейчас не senior, а вполне рядовая ЗП для middle developer. Это в Тампере.
Впрочем я работаю с математикой и в «богатой» области машиностроения.
Возможно в геймдеве или сайтостроении не так жирно. Не знаю.
Могу с уверенностью утверждать, что средний уровень программистов здесь ниже чем средний уровень в России. Особенно если сравнивать с теми кому посчастливилось застать советское образование.
Желающим попытать счастье — могу посоветовать глянуть сюда: www.unikie.com/en/open-positions
Пользуясь случаем хочу прорекламировать геометрическую алгебру, в которой уравнения Максвелла превращаются в одно единственное уравнение Максвелла. Также и уравнения квантовой механики упрощаются и для записи и для понимания https://youtu.be/x7eLEtmq6PY
К несчастью, сам я не достаточно прокачан в физике, чтобы понимать эту лекцию. Но другие лекции по геометрической алгебре зашли на ура.
Надеюсь вы знаете о такой фишке как вычитание среднего значения из данных перед интегрированием?
Потом при получении суммы — просто прибавляете среднее значение необходимое количество раз. Такой трюк особенно полезен для картинок, где значения обычно от 0 до 255 и интегральные значения растут до невообразимых высот :) Если эе сместить range пикселей к интервалу -128...127 интегральное значение будет бегать около нуля, что в случае floating-point значений сильно улучшает точность.
Но вообще говоря, в image processing community, интегральные изображения давно отошли на задний план. С недавним прогрессом в Convolutional Neural Networks все эти ручные оптимизации и алгоритмические потуги постепенно сходят на нет. Самая тупая нейро-сетка справляется с задачами гораздо лучше чем алгоритмы, разрабатываемые десятками лет. Я думаю и вам нужно смотреть в том-же направлении.
А можно вычитать статью? Читать же невозможно. Пойду читать оригинал
Совсем недавно David Hestenes сумел создать модель электрона без использования вероятности и случайности. Я как фанат геометрической алгебры посмотрел лекцию этого столпа науки, но мало что понял. В кратком изложении он моделирует электрон как заряд вращающийся вокруг центра масс. И сам заряд бегает со скоростью света, тогда как вся конструкция уже имеет массу и поэтому не может так быстро. Очень интересно на самом деле. Ждём пару лет на проверку предложенной модели другими физиками, а там глядишь и до Нобелевской недалеко. Хотя и Дэвид уже не молод. https://youtu.be/TC9Cz3Rmnws?si=9IztmXFUlMJTLPmC
для любителей геометрической алгебры, вот вам решение в PGA. Работает в любых измерениях>=2.
Полностью согласен, хотя можно ли говорить о качестве кластеризации с K-Means..
На ютубе полно англоязычного материала. Вот здесь много лекций https://www.youtube.com/@bivector Вот эта моя любимая - простой физический движок за 10 мин https://www.youtube.com/watch?v=5R2sv9GCwz0
Перевод с Американской науч-поп литературы? Какое ужасное построение текста. Научная статья написанная в жанре детектива. Сначала затравочка, потом раскрываем личности главных героев, потом второстепенных, затем открытие, кульминация, неожиданные твисты в повествовании.. Ну и бред.
Я не знаю что Вы потом делаете с треугольниками, но на мой взгляд, в последней картинке оригинальная геометрия гораздо лучше. После "фильтрации" у вас появились остроконечные треугольники с тупыми углами. Ужас для последующей обработки.
Крутой чувак. Как то присутствовал на его лекции, рассказывал про сознание и под-сознание у машин.
Коль речь идет про дизеля - если залить бензин они тоже не заведутся. Знаю на личном опыте ))
Страны являются не только торговыми агентами, но и политическими, военными, культурными, и проч. И все эти аспекты не независимы, а вполне таки связаны между собой. В данном случае, одна страна самостоятельно вышла из взаимовыгодного сотрудничества начав спец-многоходов-очку. Впрочем чего это я плету, и так все знают
Прекрасный пример использования Monocular Depth Estimation. Не всем нужны абсолютные значения, для релайтнинга и relative depth пойдет. Прикольно. Один только вопрос меня терзает - кому и зачем этот релайтинг нужен? Какие у него real-world applications?
Извиняюсь за дилетанство, я не нашел четкого определения копространства, что вы упомянули. Но судя по всему, как мне кажется, вы называете копространством то что они называют дуальность. В этом случае вы 100% правы, геометрическое произведение это и есть основа, и все другие произведения выводятся из него тем или иным образом, в том числе с помощью дуальности. И сама дуальность это тоже умножение на псевдо-скаляр. Все эти произведения введены по-большому счету для удобства, без них формулы будут многоэтажными.
моток оптоволокна по-ходу не правильно изображен, тут конечно промашка
Люди, вы зачем вы на автора накинулись? Возможно он ошибся в формулах, я не проверял и не хочу. Но принципиальная работоспособность очевидна просто до безобразия. Вы вешаете гироскоп на колесо, измеряете угловую скорость, вычисляете обороты, радиусом измеряете пройденный путь. Возможно идея слишком тривиальна для выкладывании на хабре, но это не повод клевать и минусить автора. Тут иногда такие страшные лабораторки выкладывают - мама не горюй.
Шлю автору лучи добра - продолжай изучать физику, геометрию и прочие науки - забей на критиков. Не ошибается тот кто ничего не делает
Судя по всему автор переоткрыл https://ru.wikipedia.org/wiki/Волоконно-оптический_гироскоп
Я например интуитивно понимаю что в ГА можно интегрировать (какую-нибудь формулу) по мультивектору. И это чертовски охрененно! Можно делать closed form solutions для проблем которые требовали сложных алгоритмов! Но как именно интегрировать — это уже выше моего понимания.
У меня получается интегрировать по компонентам мультивектора, и это даже работает
( github.com/sergehog/tiny_pga/blob/main/test/autodf_pga3d_test.cpp#L100 )
но все же это не так круто как если бы вывести формулу просто решив диф-уравнение аналитически.
Впрочем я работаю с математикой и в «богатой» области машиностроения.
Возможно в геймдеве или сайтостроении не так жирно. Не знаю.
Могу с уверенностью утверждать, что средний уровень программистов здесь ниже чем средний уровень в России. Особенно если сравнивать с теми кому посчастливилось застать советское образование.
Желающим попытать счастье — могу посоветовать глянуть сюда:
www.unikie.com/en/open-positions
Пользуясь случаем хочу прорекламировать геометрическую алгебру, в которой уравнения Максвелла превращаются в одно единственное уравнение Максвелла. Также и уравнения квантовой механики упрощаются и для записи и для понимания https://youtu.be/x7eLEtmq6PY
К несчастью, сам я не достаточно прокачан в физике, чтобы понимать эту лекцию. Но другие лекции по геометрической алгебре зашли на ура.
Потом при получении суммы — просто прибавляете среднее значение необходимое количество раз. Такой трюк особенно полезен для картинок, где значения обычно от 0 до 255 и интегральные значения растут до невообразимых высот :) Если эе сместить range пикселей к интервалу -128...127 интегральное значение будет бегать около нуля, что в случае floating-point значений сильно улучшает точность.
Но вообще говоря, в image processing community, интегральные изображения давно отошли на задний план. С недавним прогрессом в Convolutional Neural Networks все эти ручные оптимизации и алгоритмические потуги постепенно сходят на нет. Самая тупая нейро-сетка справляется с задачами гораздо лучше чем алгоритмы, разрабатываемые десятками лет. Я думаю и вам нужно смотреть в том-же направлении.