t*******r
发帖数: 22634 | 1 如果函数都是 convex，俺的日子要好过一万倍。。。
不过好像也不好，如果函数都是 convex，老板是不是立马就让俺扫地出门？ |
|
t******l
发帖数: 10908 | 2 不过 positive-definite 的这个属性还是挺有意思的：
http://en.wikipedia.org/wiki/Positive-definite_matrix#Quadratic
More generally, any quadratic function from Rn to R can be written as
xTMx + xTb + c where M is a symmetric n × n matrix, b is a real
n-vector, and c a real constant. This quadratic function is strictly
convex when M is positive definite, and hence has a unique finite
global minimum, if and only if M is positive definite. For this
reason, positive definite matrices play an important role in
optimiz... 阅读全帖 |
|
n*********3
发帖数: 534 | 3 I have both types,
my single convex type is of the big size (size 4), it has a thickness of 6
mm. I like them.
My double convex is a gift, suppose to be of high end, so it is so thick
that they are almost like little balls. Not good for me, subjectively. |
|
n*********3
发帖数: 534 | 4 I have both types,
my single convex type is of the big size (size 4), it has a thickness of 6
mm. I like them.
My double convex is a gift, suppose to be of high end, so it is so thick
that they are almost like little balls. Not good for me, subjectively.
6 mm thick is fine for me.
Yeah, 4.6 mm would be too thin. |
|
n*********3
发帖数: 534 | 5 :单面的好，复盘的时候可以鼓的一面向下，摆变化图，完了也好还原。
:日韩双面的就没这个功能了。
That is creative, did not know that before.
Another difference is that
Double convex is easier to control to be quiet,and difficult to make a loud
violent hit on the board to intimidate your opponent.
Single convex is more difficult to control to be quiet when you make a move,
and much easier to create a loud violent hit on the board to scare your
opponent. Not that is necessarily a good thing to do.
Whether these are good thing or bad thing is rat... 阅读全帖 |
|
t******l
发帖数: 10908 | 6 阿尔法克星狗的意思，就是如果对面不是阿尔法狗，臭子连天都没有关系。
但如果对面是阿尔法狗，立刻专门对准针对性地直接抄阿尔法狗的下三路。
原因是如果围棋的目标函数好比不是 convex，最多是 piece-wise
convex connect by concave section 的话，那当今的阿尔法狗目测
可能也只能通过 training 覆盖不超过 50% 的区域。
那么这样的话，有没有可能根据公开的阿尔法狗的深神网的函数，构造
一个阿尔法克星狗函数，然后用阿尔法狗去 train 阿尔法克星狗，生成
参数包，最终打造一条专门咬阿尔法狗的阿尔法克星狗。这克星狗专门
抄阿尔法狗的下三路，这样的棋局会不会更有观赏性？
这就好比软件算法级鲁棒性测试的时候，专门生成 synthesized testcase
的自动程序，直接攻被测试算法的下三路。 |
|
f******y
发帖数: 696 | 7 我用excel帮你验算了一下，貌似需要满足c>0
否则原命题不成立。
你想想，如果对于某个常数c0，满足log(phi(x))-log(phi(x+c0))是concave的，那么
反过来，log(phi(x+c0））-log(phi(x))就是convex的。也就是说，对于常数c1=-c0来
说，log(phi(x))-log(phi(x+c1))是convex的。 |
|
s*****e
发帖数: 21415 | 8 HMM语音识别基本上是AT&T Bell Labs搞出来的，IBM TJ Waston也有很多工作。
李开复好像是去ATT实习了一段时间，接触到了他们的model，然后拿回学校继续搞。
HMM模型非常复杂，参数众多，ATT一帮理论大师对于怎么调参数研究不深，概率表是模
型估计的，但是各个组件的weight，一般就是雇两个junior手调一下。
李开复的最大发明是研究了一个方法自动fit参数，具体说起来(1)基本上就是把weight
放到指数上，这样标准化了以后，函数变成convex function
(2) 既然convex就转化为一个优化问题，可以用算法自动调参数。
呵呵 |
|
h******g
发帖数: 11250 | 9 用plan-convex lens 收集信号，collimate 光束时
一般都用plan的那一面朝向信号源，而convex那一面在collimate那一边
原因是什么呢？比如
光源 |) 平行光 (| 聚焦
这也是经典的telescope setup吧
其他没提到的人士，在此表示歉意 |
|
s********r
发帖数: 2308 | 10 斩骨刀的诀窍在于开锋角度和形状--convex edge
磨convex edge的诀窍是在皮垫/鼠标垫上的砂纸上磨。 |
|
C**r
发帖数: 3 | 11 北京八中神童班的（初高中连读），14岁上清华，18岁清华3字班毕业，然后到MIT读博
，读书期间竟然拿到了美国绿卡。。。
贴个她的简历吧
来源：web.mit.edu/mdwang/www/CV.pdf
Mengdi Wang
Department of Electrical Engineering and Computer Science
Massachusetts Institute of Technology (MIT)
77 Mass. Ave., 32-D678
Cambridge, MA 02139
Mobile: 617-543-7694
Email: mdwang at mit dot edu
http://www.mit.edu/~mdwang/home.html
Research Interests
•Large-scale optimization problems that are driven by big data or
random processes, and related
stochastic methods.
R... 阅读全帖 |
|
C******n
发帖数: 9204 | 12 如果你把不平衡性找一个指标来量化，那么这个指标应该是convex的。好吧，quasi-
convex。这个容易满足多了吧。
这年头还不能谦虚，一谦虚生物wsn就跳出来号称理科生了。 |
|
x***1
发帖数: 999 | 13 convex曲线没错，但交点在哪儿不确定。
convex |
|
c*******e
发帖数: 4642 | 14 也就是早上发现新做的放在老板实验台上的一排培养基被污染了。。粉红色的colony，
专业的描述是convex, smooth, large, pink colony。应该不是我们的酵母，因为Leu-
。此时为侦探片。
我跟小黑妞用手机text老板请示，老板说，朕身体不适，疑似stomach flu，卿家自己
搞定。。。于是我们在显微镜下看了,很巨大的size,round-shaped,中间一点红。更加
确定不是我们的酵母，疑似细菌。yeast lab最讨厌细菌污染。。。而小黑妞项目就是
build knock-out collection。伊已经在风中摇曳，想象着要重做多少了。。。此时为
恐怖片，请大家自行想象黑妞尖叫的效果。
后来我们就谷狗到底是啥，pink, round-shaped,bacteria...最后查出来个neisseria.
.......然后2个人想到老板抱病，且污染在他台面上。。。此时为伦理片- -
后来老板text问是啥，我们只好汇报 convex, smooth, large, pink colony, might
be bacteria contaminat |
|
l*****g
发帖数: 49 | 15
yes, the farthest-point voronoi diagram can be computed in time
O(n log n), by any optimal algorithm for 3D convex hull (not
a plane-sweep algorithm similar to fortune's)
take any classical textbook in computational geometry and you will
find the following information (for example, Shamos and Preparata's):
the farthest-point voronoi diagram (in the plane) is the projection
of the lower envelop of n (special) planes in 3D. The lower envelop is in fact
the dual of a convex hull, so any optimal co |
|
D*******a
发帖数: 3688 | 16 constraint or non-constraint?
convex or non-convex? |
|
k**********g
发帖数: 989 | 17 search for superellipse fitting to partial data
the basic idea is that if the shape is always convex, then use this
technique to find all potential "convex-like objects", then perform
perspective invariant matching. |
|
k**********g
发帖数: 989 | 18 search for superellipse fitting to partial data
the basic idea is that if the shape is always convex, then use this
technique to find all potential "convex-like objects", then perform
perspective invariant matching. |
|
Q****u
发帖数: 37 | 19
是convex optimization。现在他想把之前做的扩展到big data上去。Deep learning是
否就是一种有效解决non-convex optimization问题的方法？ |
|
h*******u
发帖数: 15326 | 20 解决了。问题出在下面这条注释：
/** Structure for marked non-convex constraints. With possibility of
storing index of a constraint relaxing the non-convex constraint*/
注意最后一个空格不是ascii码，把这个注释删除编译就通过了。 |
|
c*********e
发帖数: 16335 | 21 【 以下文字转载自 Quant 讨论区 】
发信人: Augu (奥古), 信区: Quant
标 题: 被Citi老中黑了
发信站: BBS 未名空间站 (Mon May 20 10:27:58 2013, 美东)
面的Application developer职位，问的不少C++题目，都答上来了，但是2周了，还没
消息，基本确定被面试的老中给黑了
题目
1. Array Vs List
2. Set Vs unordered_set
3. vector.push_back()会发生啥
4. 为什么destructor不能扔出异常
5. new vs malloc
6. Pro-type of copy constructor
7. Pro-type of assignment operator
8. Bond的Duration
9. Bond的Convexity
除了Bond的convexity没答上，别的都很快给正确答案. 但是还给黑了
唉 叹息... |
|
c*****t
发帖数: 1879 | 22 If you are asking for a convex polygon, there is an O(nlogn) algorithm
called Convex Hull. Google it. |
|
z*****a
发帖数: 3809 | 23 Is the function being optimized convex? If it is, then there must be
something wrong with your code since the function value increases in
iterations 3 to 7. If your function is not convex, how are you dealing with the case when the hessian matrix is not positive definite? |
|
y***d
发帖数: 2330 | 24 我想想觉得我这个问题可能不是 convex 的，convex 应该只有一个 minimum，我这个
似乎会有两个 minima，尽管其中一个是非物理的 |
|
r********n
发帖数: 7441 | 25 取决于你的问题是否是convex的，如果是，用lagrangian可以建立解得sufficient &
necessary condition，或者CPLEX直接可以求解;如果不是convex program，你只能求
出所有stationary point，然后比较，一般用sqp (sequential QP) 或者slp (
sequential LP) |
|
z**********6
发帖数: 68 | 26 如果f(x)是convex/concave的，求极值可以转化解为f'(x) = 0，如果f(x)不是convex/
concave的，计算f(x)极值最坏情况下可以是NP完全的，因此牛顿法可能没什么作用。 |
|
z**********6
发帖数: 68 | 27 我这里仅提供一个idea，我没验证过，希望有人能指点。
矩函数都是convex的吧，把第一个矩函数写成目标函数然后把剩下的作为约束，就是一
个convex programming 问题了
min ||x1+x1+...xn - a1||
s.t. x1^2 + x2^2 + ... + xn ^2 - a2 = 0
...
x1^m + x2^m + ... +xn^m -am = 0 |
|
|
k*******d
发帖数: 1340 | 29 convex optimization里面有
在convex function那一章
有些时候这个可以用来近似max function |
|
w*******i
发帖数: 525 | 30 (x+y)/(x+y+xy)+(a+b)/(a+b+ab)<=1.
其中，x，y，a，b是4个变量。
谢谢 |
|
j***i
发帖数: 1278 | 31 公式有点眼熟，好像relay 的
用yalmip 看下他call什么solver |
|
w*******i
发帖数: 525 | 32 Yalmip总是说什么negative power in Geometrical programming.
然后就不能run了。。有没有remodeling的技巧？ |
|
x******g
发帖数: 318 | 33 【 以下文字转载自 ChinaNews 讨论区 】
发信人: convex (清华正男), 信区: ChinaNews
标 题: 再来说一陈景润的轶事＋外一篇:1+2之面世
发信站: BBS 未名空间站 (Tue Feb 14 00:57:03 2006), 站内
发信人: convex (清华正男), 信区: Joke
标 题: 再来说一陈景润的轶事＋外一篇:1+2之面世
发信站: BBS 未名空间站 (Tue Feb 14 00:55:21 2006), 转信
陈景润那时很节省的。那时大家工资也没几个钱。但是他单身。买了一架比较牛的永远
镜，花了很多钱。一天到晚看呀看。原来他住的地方，可以看见一点女澡堂的内部。不
过我老板说，他并不是在看女的洗澡，他在看有没人看女人洗澡。类似于《功夫》中的
包租公去看有没人偷看六婶洗澡。而且他看见了什么就说。把很多女同志气坏了。
话说华罗耿是慧眼识猪的。他把陈景润发掘出来了。也占了很多便宜。陈景润做了个牛
东东，老华排第一。陈有意见，又做了个更牛的东东，还是老华拿走了。小陈气得不行
，但是胳膊拧不过大腿。后来他又做了个更更牛的东东，也就是后来的 |
|
c*******s
发帖数: 179 | 34 正在做surface evolution的问题，用于3D object segmentation.
1. max principal curvature k1> min principal curvature k2. 包括符号吗? 还是只
是|k1|>|k2|. 对于elliptic convex surface, k1>k2>0. 对于elliptic concave
surface, 是 k2|k2|).
2. 对于一个3D elliptic sphere的上下两部分，例如下面的两个图中的突起部分，应
该一个是convex, 另外一个是concave吧。当用k2>0搜索符合条件的点，然后在进行
surface evolution, concave部分也有deformation. 能帮助解释一下吗？ |
|
b****t
发帖数: 114 | 35
Hi DrumMania,
I do not have any convexity assumption on the objective function. If its
convex, then I think subgradient method and guarantee the convergence of
search to the optimum.
Can I ask the question another way: the steepest descent search method can
guarantee the convergence for what type of obj functions? Continuous and
smooth, and unimodular?
Thanks again,
Beet |
|
s***n
发帖数: 9499 | 36 Is it a convex optimization problem?
Or any approximation to transform it to a convex optimization problem? |
|
g******a
发帖数: 69 | 37 这样或许可以：
Let g=f+\epsilon x^2.
Then for any x
\lim [g(x+h)+g(x-h)-2g(x)]/h^2=2\epsilon>0 (*).
Next show that g must be convex.
If not, after subtracting a linear function, there
exists g(a)=g(b)=0
We reach a contradiction at point c.
Sending \epsilon to 0 shows that f is also convex.
Similarly, f is concave. So f must be linear. |
|
B*M
发帖数: 1340 | 38 对convex函数，是的，证起来很麻烦。。。
所以，对concave的，应该也是，照着convex的证就好了。。。 |
|
A*******r
发帖数: 768 | 39 不是，convex and concave functions 的前提是
函數定義域是convex的
g(x) <= 0 的區域未必是凸凸的
你就是上次敵人派來玩我的那個，哼哼 |
|
s****r
发帖数: 47 | 40 如果问题CONVEX就用内点法,如果不CONVEX就祈祷吧. |
|
r*****f
发帖数: 247 | 41 可以归结为convex optimization，
假设你的线性方程写成 Ax=0. A已知，x=[x_1,x_2...]未知
则你的优化问题是， min x^TA^TAx
s.t. x_i>=0.
此问题是convex的，可以用interior point method 解。
我目前没有找到closed form
谁找到的话给我说一声。 |
|
A*******r
发帖数: 768 | 42 convex 和 joint convex有啥区别呢？
一直搞不清楚 |
|
s********r
发帖数: 248 | 43 max
x\in A, y\in B,
A,B都是convex body，也就是n维空间的compact and fulldimensional convex sets。
有研究这个问题的efficient算法吗？ |
|
A*******r
发帖数: 768 | 44 quasi-convex?
pseudo-convex? |
|
s**e
发帖数: 15 | 45 convex polytope 的想法是将半群的一组生成元摆在空间中，这组生成元和origin
point形成一个convex polytope,然后再想办法取到更加靠近origin point的生成员，
GTM有本书。可以去看看，祝你好运 |
|
o******e
发帖数: 1001 | 46 谢谢Aciclovir，我查了一下，这应该属于convex optimization.
fishdaddy，这应该是属于nonlinear programming吧。
优化里面比较好解的就三类：linear programming, quadratic programming and
convex optimization. |
|
j****s
发帖数: 156 | 47 一个单调增concave函数，加上一个单调减convex函数，有什么特性？
我感觉好像只有4种可能
1. 单调增
2. 单调减
3. convex
4. concave
好像不会出现多个极点那种曲里拐弯的曲线。
但是直接在数学上看整体的一阶导二阶导数证不出来。
哪位大哥帮看看？ |
|
w*******i
发帖数: 525 | 48 (x+y)/(x+y+xy)+(a+b)/(a+b+ab)<=1.
其中，x，y，a，b是4个变量。
谢谢 |
|
i******t
发帖数: 370 | 49 what are the cost function and the other constraints? |
|
w*******i
发帖数: 525 | 50 cost function linear in x, y, a ,b
other constraints are that x, y a, b positive. |
|
