アカウント名:
パスワード:
高速高品質な乱数生成法ができたという話で、モンテカルロ法使うアルゴリズム全般に適用できる話でしょ。
しかし、カオスってのは完全な乱数ではないわけで、このケースがどういう式で表されるのか知らないけど、アトラクターが結果に影響を与えるということはないんかね。
カオスを用いた乱数発生のアイデアは昔からあったが、まだ生き残ってるものってあるのかね？今回のレーザーカオスも乱数としての性質の評価の話が抜けているが....自己相関の説明にいたっては理解不能「負の自己相関」の値が大きいということは、すなわち擬似乱数としての性質が悪い（隣接したサンプル間の相関がある）ということになるし、こんな説明だったらただちに批判を受けることが分かって書いてるんだろうか？
>擬似乱数としての性質が悪い（隣接したサンプル間の相関がある）よくわかりませんが、ピンクノイズとかもそれはそれで有用なのでは。
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
あと、僕は馬鹿なことをするのは嫌いですよ (わざとやるとき以外は)。-- Larry Wall
強化学習とか関係ないやん (スコア:0)
高速高品質な乱数生成法ができたという話で、モンテカルロ法使うアルゴリズム全般に適用できる話でしょ。
しかし、カオスってのは完全な乱数ではないわけで、このケースがどういう式で表されるのか知らないけど、
アトラクターが結果に影響を与えるということはないんかね。
Re: (スコア:0)
カオスを用いた乱数発生のアイデアは昔からあったが、まだ生き残ってるものってあるのかね？
今回のレーザーカオスも乱数としての性質の評価の話が抜けているが....
自己相関の説明にいたっては理解不能
「負の自己相関」の値が大きいということは、すなわち擬似乱数としての性質が悪い（隣接したサンプル間の相関がある）ということになるし、こんな説明だったらただちに批判を受けることが分かって書いてるんだろうか？
Re:強化学習とか関係ないやん (スコア:0)
>擬似乱数としての性質が悪い（隣接したサンプル間の相関がある）
よくわかりませんが、ピンクノイズとかもそれはそれで有用なのでは。