Video: Top 10 des infos de la Nasa Novembre 2017 (All Subtitles Languages) 2024
Un esempio naturale di gruppo auto-organizzante che puoi applicare nel comportamento di analisi predittiva è una colonia di formiche che cercano cibo. Le formiche ottimizzano collettivamente la propria pista in modo tale da portare sempre il percorso più breve possibile verso un obiettivo alimentare.
Anche se cerchi di disturbare una colonia di formiche in marcia e impedisci loro di raggiungere il bersaglio del cibo, tornano in pista rapidamente e (di nuovo) trovano il modo più breve possibile per raggiungere il bersaglio del cibo, evitando tutti gli stessi ostacoli mentre cerco cibo. Questa uniformità di comportamento è possibile perché ogni formica deposita una scia di feromoni sul terreno.
Considera un esercito di formiche inattivo nel loro nido. Quando iniziano a cercare cibo, non hanno assolutamente nessuna informazione su dove trovarlo. Marciano casualmente fino a quando una singola formica trova cibo; ora la formica fortunata (chiamala Ant X) deve comunicare la sua scoperta al resto delle formiche - e per farlo deve trovare la via del ritorno al nido.
Fortunatamente, Ant X produceva i suoi feromoni tutto il tempo che cercava cibo; può seguire la propria scia di feromoni di nuovo al nido. Sulla via del ritorno al nido, seguendo la propria scia di feromone, Ant X mette più feromoni sulla stessa pista.
Di conseguenza, il profumo sulla pista di Ant X sarà il più forte tra tutti i sentieri delle altre formiche. La scia più forte di feromoni attirerà tutte le altre formiche che sono ancora alla ricerca di cibo. Seguiranno il profumo più forte. Mentre più formiche si uniscono alla scia di Ant X, aggiungono altri feromoni; il profumo diventa più forte. Molto presto, tutte le altre formiche hanno un forte profumo da seguire.
Se diverse formiche hanno scoperto la stessa fonte di cibo, le formiche che hanno percorso il percorso più breve faranno più viaggi rispetto alle formiche che seguono percorsi più lunghi - quindi più feromoni saranno prodotti sul percorso più breve. La relazione tra comportamento individuale e collettivo è un esempio illuminante naturale.
Ogni punto rappresenta un documento. Supponiamo che i punti neri siano documenti sull'analisi predittiva e che i punti bianchi siano documenti sull'antropologia. I punti che rappresentano i diversi tipi di documenti sono distribuiti casualmente nella griglia di cinque celle.
Le "formiche" vengono distribuite casualmente nella griglia per cercare documenti simili. Ogni cella con un valore in esso rappresenta un'istanza di un "feromone". "Usando la matrice del documento, il valore" feromone "di ciascuna cella viene calcolato dal documento corrispondente.
D'accordo, in che modo l'intelligenza collettiva di una colonia di formiche produce un modello per raggruppare efficacemente i dati? La risposta si trova in una semplice analogia: le formiche sono alla ricerca di cibo nel loro ambiente, così come stiamo cercando i cluster in un set di dati - alla ricerca di documenti simili all'interno di un ampio set di documenti.
Prendere in considerazione un set di dati dei documenti che si desidera organizzare per argomento. Documenti simili saranno raggruppati nello stesso cluster. Qui è dove la colonia di formiche può fornire suggerimenti su come raggruppare documenti simili.
Immagina una griglia bidimensionale (2D) in cui puoi rappresentare i documenti come punti. La griglia 2D è divisa in celle. Ogni cella ha un "feromone" (valore) associato ad esso. In breve, il valore "feromone" distingue ogni documento in una determinata cella.
I punti vengono inizialmente distribuiti casualmente e ogni punto nella griglia rappresenta un documento univoco. Il prossimo passo è quello di distribuire altri punti in modo casuale sulla griglia 2D, simulando la ricerca di cibo della colonia di formiche nel suo ambiente. Questi punti sono inizialmente dispersi nella stessa griglia 2D con i documenti.
Ogni nuovo punto aggiunto alla griglia rappresenta una formica. Quelle "formiche", spesso menzionate nell'algoritmo antimoniale come agenti , si muovono nella griglia 2D. Ogni "formica" o preleva o rilascia gli altri punti (documenti), a seconda di dove i documenti appartengono meglio. In questa analogia, il "cibo" assume la forma di documenti sufficientemente simili da poter essere raggruppati.
Una "formica" cammina casualmente nella griglia; se incontra un documento, può eseguire una delle due azioni: selezionare o rilasciare. Ogni cella ha una "intensità di feromoni" che indica quanto il documento sia simile agli altri documenti (punti) che si trovano vicino al documento in questione - quello in cui una "formica" sta per prelevare o rilasciare.
Si noti che la "formica" nella cella 3 riprenderà il documento con punti neri perché il valore del "feromone" bianco sta dominando; e passare a una cella in cui il valore è vicino (simile) a ciò che è nella cella 4 (diversi punti neri). La ricerca continua a scorrere finché non si formano i cluster.
In effetti, la "formica" sposta i documenti da una cella all'altra per formare cluster eseguendo una delle due sole azioni: prelevare un documento o rilasciare un documento.
Quando le "formiche" iniziano a muoversi casualmente sulla griglia, incontrando un punto (documento), la "formica" trova un documento dalla sua cella corrente, si sposta con esso e lo fa cadere in una cella in cui aveva sufficiente somiglianza per adattarsi.
In che modo una "formica" determinerebbe la cella migliore in cui far cadere un documento? La risposta è che i valori nelle celle si comportano come "feromoni" - e ogni cella nella griglia 2D contiene un valore numerico che può essere calcolato in un modo che rappresenta un documento nella cella.
Ricorda che ogni documento è rappresentato come un insieme di numeri o un vettore di valori numerici. L '"intensità del feromone" (il valore numerico) aumenta quando più documenti vengono rilasciati nella cella - e tale valore diminuisce se i numeri che rappresentano i documenti vengono spostati fuori dalla cella.
