重みでターゲットを選択するための Java アルゴリズム

重みでターゲットを選択するための Java アルゴリズム

私は現在、軍事司令官システムに取り組んでいますが、これは多くのユースケースがあるかなり複雑なシステムです。開発には 2 週間が割り当てられましたが、開発だけで 1 週間あれば十分で、残りの時間はデバッグに使用されました。このシステムに関して、私は重みに関する部分にもっと興味があります。各武将は出現確率が異なり、また各武将は重みの異なる複数の成長値に対応しています。ここには重みに関係する箇所が 2 箇所あります。最初は非常に巧妙なアルゴリズムを書いたと思っていましたが、今振り返ってみるといかに非効率的だったかがわかります。将軍の数は不確定であり、その重みの合計も不確定であるため、最初は少し難しいと感じるかもしれません。解決策はあるが、十分ではないように感じます。

重みの合計が合計であると仮定して、この範囲内で乱数を生成します。この乱数が配置されている間隔を観察することで、どの重み範囲内に配置されているかを判断できます。

例えば、A、B、Cという3人の将軍がいて、それぞれの出現確率は30%、40%、30%です。まず、乱数を生成します。ここでの合計重みは 100 で、1 ~ 30、31 ~ 70、71 ~ 100 の 3 つの区間に分割されます。自然乱数の範囲も 100 以内です。乱数が49であれば、49は31~70の範囲内にあることは明らかなので、ランダムに生成された将はBであると判定できます。これはアイデアですが、アルゴリズムを使用してこれをどのように実装するのでしょうか?

特定の状況では、最も簡単な方法は次のとおりです。

  1. int rand = 49 ; //乱数、ここでは与えられた値であると仮定 
  2.  整数A = 30 ;
  3.  整数B = 40 ;
  4.  整数C = 30 ;
  5.   (rand> 0 && rand<=A)の場合{
  6.   Aを返します
  7. }
  8.  それ以外  (rand>A && rand<=A+B)の場合{
  9.   Bを返します
  10. }
  11.  それ以外  (ランダム>A+B && ランダム<=A+B+C)の場合{
  12.   Cを返します
  13. }

しかし、前述のように、重みの合計は不確実であり、将軍の数も不確実であるため、これは間違いなく選択肢ではありません。

そこで私は簡単な解決策を思いつきました。

  1. int rand = 49 ; //乱数 
  2. 整数合計 = 0 ;
  3. List<武将> list = new ArrayList<武将>(); //これは軍の将軍のリストであると仮定します 
  4. ( int i = 0 ;i<list.size();i++) {
  5. sum = list.get(i).getWeight(); //将軍の出現確率 
  6. ランダム<=合計の場合{
  7. return i; //一般に対応するインデックスを返す 
  8. }
  9. }

これは良い考えだろうか?それとも何か問題があるのでしょうか?

オリジナルリンク: http://www.cnblogs.com/wuchen/archive/2012/02/23/2365484.html

【編集者のおすすめ】

  1. 一般的な Java ファイルアップロードおよびダウンロードコンポーネントの設計と実装
  2. Java の時刻と日付の API を書き直してみましょう。
  3. Javaでの自動ボックス化とアンボックス化について話す
  4. Java EE パフォーマンステストとチューニングを実行する方法
  5. Java 8 の新機能の詳細な解説

<<:  Appleのアプリランキングアルゴリズム調整の裏側:ランキング管理企業が一夜にして沈黙

>>:  中国でApp Storeのランキング操作を禁止しアルゴリズムを調整

ブログ    
ブログ    

推薦する

...

Python 向け 5 つの強化学習フレームワーク

独自の強化学習実装をゼロから作成するのは大変な作業になる可能性がありますが、そうする必要はありません...

インドの天才数学者ラマヌジャンが残した3000以上の魔法の公式をAIに「証明」させる!

最近、ネイチャー誌に、新しい数式を生成できる AI アルゴリズム プロジェクトを研究者が構築したプロ...

パーソナライズされたサービス + 5G アプリケーション IBM が 2022 年の 5 つの AI 予測を発表

2022年も、疫病やサプライチェーン危機などの悪影響は続くとみられ、AIに対する消費者の信頼獲得や気...

AI時代に従業員がIT業務の価値を証明する方法

[[251301]]ロボットがあなたの仕事を奪う可能性はありますか? あなたはロボットの仕事を手伝う...

OpenAIの仮説が覆される!計算量を考慮すると、小さいモデルの方が大きいモデルよりも優れています。Llama 2 のトレーニングは GPU コンピューティングに関連しています。

モデルを推論する際には、収束が遅いために計算能力を無駄にしないようにすることが重要です。孫子の兵法に...

...

2030 年までにどの AI アプリケーションが普及するでしょうか?

何十年もの間、人工知能はSFの中で邪悪な力として描かれてきました。アーサー・C・クラークの『宇宙の旅...

人工知能技術がハリウッドスターを「若返らせる」

現代の若者は、ベテランスターたちの若い頃の見事な姿を見る機会がもうないが、それは問題ではない。人工知...

人工知能は2018年にこれら5つの業界に革命を起こすだろう

科学技術分野における人工知能技術に関する議論は最高潮に達したようだ。昨年半ば、国務院は「新世代人工知...

トップレベルの人工知能チームを構築するにはどうすればよいでしょうか?

市場には優れた AI ソフトウェア ツールが数多く存在しますが、プロジェクトを実装する際には強力なチ...

Gemini ProはGPT-3.5ほど優れていません。CMUは徹底的な比較研究を実施し、公平性、透明性、再現性を確保しています。

Google Gemini はどれほど強力ですか?カーネギーメロン大学は、専門的かつ客観的な第三者...

Deeplearning4j: JVM 向けのディープラーニングと ETL

[[410828]]この記事はWeChatの公開アカウント「Java Architecture M...

...

DeepMind の最新研究: AI が人間に勝ち、より優れた経済メカニズムを設計 | Nature サブジャーナル

人工知能(AI)は人類社会を真に知的な時代へと導くことができるのでしょうか?人工知能産業は60年以上...