[討論] 演算法上的Singularity(奇異點)

作者: mathbug (天堂的定義)   2016-03-13 19:30:48
看到AlphaGo今天的失招 其實搞軟體工程或是控制的人應該知道
大型的系統有一些不穩定的奇異點其實是普遍現象
____________
個人的經驗:
中央研究院院士黃鍔開發出來的經驗模態分解(Empirical Mode Decomposition, EMD)
之前他說一直無法數學證明它的收斂性 ...
而我將它運用在每天的大盤走勢 的確有些時候就會產生不收斂(不穩定)的現象
___________
這一個領域的關鍵字應該是 Robustness of an algorithm, algorithm singularity 等
不一定是程式的bug, 而是伴隨一個系統,它可能先天存在一些不穩定的地方
尤其是這麼大的系統
研究這一類的Robustness應該是許多研究人員的夢想
作者: FantasyRyu (眩惑之龍)   2016-03-13 19:35:00
還以為是下在那邊就會被吸進去
作者: pc2990 (Ryu)   2016-03-13 19:38:00
黑洞
作者: Marino (馬利諾)   2016-03-13 19:40:00
別now了 股市是另一回事 跟下棋的概念不同不要亂套
作者: MaseratiGTS (海神三叉戟)   2016-03-13 19:41:00
真的不太一樣
作者: Ethical (游志傑)   2016-03-13 19:43:00
推,有學過
作者: peter308 (pete)   2016-03-13 20:03:00
你講的是電腦科學的halting problem嗎??
作者: allenmusic (艾倫)   2016-03-13 20:19:00
但預測股市更難吧股市走勢是大量人參予心理的反應 很難量化
作者: ddavid (謊言接線生)   2016-03-13 23:07:00
雖然mathbug前面有些文章或發言不見得認同,不過至少他這篇正文說的是對的,特別是類神經網路這種難以預測跟分析的架構,此種問題真的很有可能發生有可能面對無數的問題都能得到非凡神解,但卻在一個特定問題就會忽然拿出垃圾解,這正是AlphaGo此局表現的狀況而這邊就會依應用發生取捨,我們是要退後點做一個沒有這種明顯缺點但就沒法掏出超神解的系統,還是要一個會短路但可以掏出一堆超神解的系統前者就會用在容不得一點錯的應用上,而後者往往用在輔助人類思考所以有大錯沒關係的情況(因為人類看得到這些大錯而會修正過來)

Links booklink

Contact Us: admin [ a t ] ucptt.com