Algoritme Bellman-Ford
Bellman-Ford mencari lintasan berbobot dari satu asal dan dapat menangani sisi bernilai negatif. Keberadaan siklus negatif yang relevan menghalangi jarak minimum.
Jenis entri
Perangkat lunak & algoritme
Cara mengolah informasi, termasuk model AI. Nama lain, revisi minor, atau record objek koleksi tidak otomatis menjadi profil baru.
Profil teknologi
Algoritme Dijkstra
Dijkstra mencari lintasan dengan biaya total terkecil pada graf yang bobot sisinya tidak negatif. Hasilnya menghubungkan simpul asal dan tujuan.
Algoritme Floyd-Warshall
Floyd-Warshall menghitung jarak terpendek untuk seluruh pasangan simpul. Ia memakai pembaruan matriks atau tabel jarak dengan simpul perantara.
Algoritme Kruskal
Kruskal membangun pohon rentang minimum pada graf tidak berarah. Untuk graf terputus, hasilnya berupa hutan rentang bagi komponen yang terpisah.
Aliran maksimum
Aliran maksimum menentukan banyaknya aliran terbesar dari sumber ke tujuan pada graf berkapasitas. Arus tetap mematuhi batas sisi serta konservasi pada simpul antara.
Analisis komponen utama
PCA mengurangi dimensi secara linear dengan memilih arah variasi utama data. Implementasi memusatkan nilai fitur sebelum membentuk proyeksi.
Cache LRU untuk fungsi
Cache LRU menyimpan hasil pemanggilan fungsi dan menghapus entri yang paling lama tidak digunakan ketika ruang terbatas. Ini mengurangi pengulangan perhitungan yang sama.
DBSCAN
DBSCAN membentuk kelompok berdasarkan kepadatan tetangga dan menandai titik yang tidak terhubung sebagai noise. Jumlah kelompok tidak perlu ditetapkan sebelumnya.
Deep Q-learning
Deep Q-learning mendekati nilai tindakan dengan jaringan saraf. Interaksi lingkungan dan experience replay menyediakan data untuk mempelajari pilihan tindakan.
Dekomposisi nilai singular
Dekomposisi nilai singular memisahkan matriks menjadi basis kiri, nilai singular, dan basis kanan. Nilai singular menggambarkan kekuatan arah transformasi.
Denoising Diffusion Probabilistic Model
DDPM mempelajari pembangkitan data melalui pembalikan proses penambahan noise bertahap. Model memperkirakan transformasi dari keadaan bising menuju data.
Estimasi keadaan kesehatan baterai
Estimasi kesehatan baterai menilai perubahan kemampuan baterai terhadap keadaan awal untuk mendukung keputusan operasi atau penggantian.
Estimasi keadaan muatan
Estimasi keadaan muatan menaksir bagian energi yang masih tersedia dalam penyimpanan dibanding kapasitas maksimumnya.
Evolusi diferensial
Evolusi diferensial mencari kandidat minimum dengan populasi titik dan perubahan berbasis selisih antaranggota. Pendekatan stokastik tidak memerlukan gradien.
Faktorisasi Cholesky
Cholesky memfaktorkan matriks Hermitian positif definit menjadi faktor segitiga dan pasangan transpose-konjugatnya. Syarat matriks memungkinkan struktur khusus.
Faktorisasi LU
Faktorisasi LU menguraikan matriks menjadi faktor segitiga bawah dan atas dengan permutasi bila diperlukan. Struktur itu memudahkan penyelesaian sistem linear.
Faktorisasi matriks nonnegatif
NMF menguraikan matriks bernilai nonnegatif menjadi dua faktor nonnegatif. Kombinasi faktor mendekati data asal tanpa pembatalan lewat nilai negatif.
Faktorisasi QR
Faktorisasi QR menguraikan matriks menjadi faktor ortogonal atau uniter dan faktor segitiga atas. Ia banyak dipakai pada penyelesaian kuadrat terkecil.