si, mira mi blog
https: //charlesmartin14.wordpres…
El recocido simulado es un enfoque fundamental para resolver los tipos de problemas de optimización no convexos basados en los modelos de energía que surgen en los métodos avanzados de aprendizaje automático, como la integración métrica logística y el aprendizaje profundo
- Si no tengo experiencia en aprendizaje automático o investigación computacional, pero tengo antecedentes estadísticos, ¿es posible hacer investigación en esta área en la escuela de posgrado o hacer una pasantía?
- ¿Cómo se debe introducir el gobierno de máquinas?
- ¿Cómo se recupera la información de las cajas negras?
- ¿Se puede utilizar el análisis semántico latente para la clasificación de documentos?
- ¿Qué es el algoritmo de agrupación de Markov?
Es particularmente útil en problemas de optimización discreta, y / o en problemas donde los derivados son difíciles de calcular. Por ejemplo, antes del desarrollo de métodos de subgraduados, el recocido simulado era un método de goto para la optimización de modelos de energía con funciones de optimización no diferenciables (es decir, regularización L1), aunque se ha utilizado más comúnmente en física estadística para problemas como simulaciones de esferas duras
Comportamiento de defectos puntuales en un modelo de cristal cerca de la fusión
