Abstraktes Modell für einen Algorithmus mit mehreren Dimensionen

Du hast eine Idee für ein Projekt?
Antworten
Popkultur
User
Beiträge: 30
Registriert: Donnerstag 20. Oktober 2016, 16:46

Dienstag 22. November 2016, 22:51

Hallo,

ich habe eine bestimmte Nuss zu knacken, und habe mir dafür etwas überlegt. es geht um einen kontinuierlichen (Iterativen?) Algorithmus. Bitte sagt mir, ob ihr mit der folgenden Beschreibung schon etwas anfangen könnt, auch wenn noch nicht klar daraus hervorgeht, was das bringen soll.

Ich habe ein Objekt. Dieses Objekt setzt sich zusammen aus x Vektoren, ähnlich einem Stern. Das Objekt heißt "Thema", die Vektoren bilden zusammen das "Thema". Das Objekt "Thema" kann sich verändern, indem Vektoren wegfallen oder dazukommen. Thema-Objekte können sich zu einem neuen Objekt verschmelzen, oder sich aufteilen in zwei oder mehrere Thema-Objekte. Objekte können sich ein oder mehrere Vektoren teilen, dann sind sie verbunden. Wenn sich Thema-Objekte mehr als y Vektoren teilen, verschmelzen sie.

Ein Thema-Objekt besitzt eine Mehrdimensionalität. Allem voran die Zeitachse und die Häufigkeitsachse. Daraus ergibt sich eine Kurve. Die dritte Dimension ist die Variabilität des Themas anhand seiner Vektoren. Jeder Vektor ist quasi eine weitere Dimension (richtig?). Ein Thema bewegt sich in allen Achsen mehr oder weniger stark, je nachdem wie veränderlich es ist (?).

Was kann man darstellen, was kann man ablesen?

Nehmen wir an, es gibt in diesem Zeit-Häufigkeitsraum neben den Themenobjekten ein Objekt "Zahl". Das Objekt Zahl hat die Zeitachse und eine Dimension "Anzahl". Könnte ein maschineller Lernalgorithmus nun eventuell eine mathematische Korrelation oder Kausalität zwischen dem Objekt "Zahl" und den Objekten "Thema" herstellen, indem er die Zeitachse zu Grunde legt?


Meine Frage: Ist das sehr abgehoben (ja, ist es), und ist es möglich einen entsprechenden Algorithmus zu programmieren?
Antworten