비디오: 짐 로저스 충격 예언! 일본 사라지고 한국은 대박 난다! 북한은 세계 최고의 투자처! 2025
예측 분석 행동에 적용 할 수있는자가 조직 그룹의 자연스러운 예는 음식에 대한 개미 식민지입니다. 개미는 항상 자신의 궤적을 최적화하여 음식 표적에 가능한 한 최단 경로를 항상 취합니다.
행진하는 개미 식민지를 방해하고 음식 표적에 도달하지 못하도록 막으려 고해도 신속하게 돌아오고 식량 표적에 가능한 한 최단 경로를 찾을 수 있습니다. 모두 같은 장애물을 피합니다 반면 음식을 찾고. 이러한 행동의 균일 성은 모든 개미가 지상에 페로몬 흔적을 남기기 때문에 가능합니다.
개미가 자신의 둥지에서 놀고있는 군대를 생각해보십시오. 그들이 음식을 찾기 시작하면, 어디서 음식을 찾을 수 있는지에 대한 정보가 전혀 없습니다. 개미가 음식을 찾을 때까지 그들은 무작위로 행진한다. 행운의 개미 (개미 X라고 부름)는 나머지 개미들에게 자신의 발견을 알릴 필요가 있습니다. 그렇게하려면 둥지로 되돌아 와야합니다.
다행히 Ant X는 음식을 찾고있는 동안 페로몬을 생산하고있었습니다. 그것은 자신의 페로몬 흔적을 따라 둥지로 돌아갈 수 있습니다. 그 자신의 페로몬 흔적을 따라 둥지로 돌아 오는 길에, Ant X는 더 많은 페로몬을 같은 길에 놓습니다.
여러 개미가 같은 음식물을 발견하면 최단 경로를 취한 개미는 더 길어진 개미와 비교하여 더 많은 여행을하게되므로 최단 경로에서 더 많은 페로몬이 생산 될 것입니다. 개인 행동과 집단 행동의 관계는 계몽적인 자연스러운 예입니다.
"개미"는 유사한 문서를 검색하기 위해 그리드에 무작위로 배치됩니다. 그 안에 가치가있는 모든 세포는 "페로몬 (pheromone)"의 사례를 나타냅니다. "문서 행렬을 사용하여 각 셀의"페로몬 "값이 해당 문서에서 계산됩니다.
좋아요, 개미 식민지의 집단 지성이 데이터를 효과적으로 클러스터링하기위한 모델을 만드는 방법은 무엇입니까? 해답은 간단한 비유에 있습니다. 개미는 데이터 집합의 클러스터를 검색하는 것과 마찬가지로 많은 환경에서 유사한 문서를 찾는 것처럼 환경에서 음식을 찾고 있습니다.
주제별로 정리하려는 문서의 데이터 집합을 고려하십시오. 비슷한 문서가 동일한 클러스터에 그룹화됩니다. 다음은 개미 식민지가 유사한 문서를 그룹화하는 방법에 대한 힌트를 제공 할 수있는 곳입니다.
도트로 문서를 표현할 수있는 2 차원 (2D) 격자를 상상해보십시오. 2D 그리드는 셀로 나뉩니다. 각 셀에는 이와 관련된 "페로몬"(값)이 있습니다. 간단히 말해, "페로몬"값은 주어진 셀의 각 문서를 구별합니다. 점들은 초기에 무작위로 분포되어 있으며 그리드의 모든 점은 고유 한 문서를 나타냅니다. 다음 단계는 2D 그리드에 다른 점들을 무작위로 배치하여 개미 식민지의 환경에서 음식을 찾는 것입니다. 이러한 점들은 처음에는 문서와 동일한 2D 그리드에 흩어져 있습니다.
격자에 추가 된 각각의 새 점은 개미를 나타냅니다. 개미 식민지 알고리즘에서 종종
대리인
이라고하는 이러한 "개미"는 2D 그리드에서 움직입니다. 각 "개미"는 문서가 가장 잘 속하는 위치에 따라 다른 도트 (문서)를 가져 오거나 떨어 뜨립니다. 이 비유에서, "음식"은 그들이 뭉칠 수있는 정도로 유사한 문서 형태를 취한다. "개미"는 그리드에서 무작위로 걷습니다. 문서를 만날 경우 pick 또는 drop의 두 가지 작업 중 하나를 수행 할 수 있습니다. 각 셀에는 문서가 문제의 문서 근처에있는 다른 문서 (점)와 얼마나 유사한지를 나타내는 "페로몬 강도"가 있습니다. "개미"가 픽업하거나 드롭하려고하는 것입니다. 셀 3의 "개미"는 흰색 "페로몬"값이 우세하기 때문에 검은 점선 문서를 선택합니다. 값이 셀 4에있는 것과 비슷한 (유사한 검은 색 점들) 셀로 이동하십시오. 검색은 클러스터가 형성 될 때까지 계속 반복됩니다. 사실상 "개미"는 문서를 집어 올리거나 문서를 놓는 두 가지 작업 중 하나를 수행하여 한 셀에서 다른 셀로 문서를 이동시킵니다. "개미"가 그리드에서 무작위로 움직이기 시작했을 때, 도트 (문서)를 만나면 "개미"가 현재 셀의 문서를 집어 들고, 그 문서와 함께 이동하여 그 문서의 셀에 떨어 뜨립니다 적합성에 충분한 유사성.
"개미"가 문서를 드롭하는 가장 좋은 셀을 어떻게 결정합니까? 그 대답은 셀의 값이 "페로몬"처럼 행동한다는 것입니다. 2D 그리드의 모든 셀에는 셀의 문서를 나타내는 방식으로 계산할 수있는 숫자 값이 들어 있습니다.
각 문서는 일련의 숫자 또는 숫자 값의 벡터로 표현된다는 것을 기억하십시오. 페로몬의 강도 (수치)는 더 많은 문서가 셀에 떨어질 때 증가하며, 문서를 나타내는 숫자가 셀 밖으로 이동하면 그 값은 감소합니다.
![Nikon D7000을 사용하여 라이브 뷰 및 무비 모드 자동 초점을 사용하여 뷰 파인더 촬영과 마찬가지로 <[SET:descriptionko]촬영](https://i.howtospotfake.org/img/photography-2018/using-live-view-and-movie-mode-autofocus-with-nikon-d7000.jpg "Nikon D7000을 사용하여 라이브 뷰 및 무비 모드 자동 초점을 사용하여 뷰 파인더 촬영과 마찬가지로 <[SET:descriptionko]촬영")
