Алгоритмы и структуры данных 2 2016/2017/154-2 и 156-2 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Семинары)
(Семинары)
Строка 26: Строка 26:
  
 
Реализуйте сегментацию изображения с помощью максимального разреза. Заготовка и набор картинок: [https://www.dropbox.com/s/n3a9folyfgadun7/segmentation.zip?dl=0 ссылка].
 
Реализуйте сегментацию изображения с помощью максимального разреза. Заготовка и набор картинок: [https://www.dropbox.com/s/n3a9folyfgadun7/segmentation.zip?dl=0 ссылка].
 +
 +
=== 15.10 ===
 +
 +
Реализуйте алгоритмы кластеризации: 1) максимизирующий минимальное межкластерное расстояние, 2) приближенно минимизирующий максимальное внутрикластерное расстояние. Постройте искусственный набор данных в виде точек на плоскости и протестируйте свои методы на нем. Для реализации используйте [https://gist.github.com/alexeyum/6e152483906d20f6aeb18ed61fc1ef9e заготовку] (в ней реализована генерация данных для визуализации с помощью gnuplot).

Версия 10:58, 15 октября 2016

Общая информация

Время для консультаций (по предварительной договоренности):

  • Понедельник 11:00 - 12:00, 15:00 - 16:00
  • Вторник 11:00 - 12:00, 15:00 - 16:00
  • Пятница 11:00 - 12:00

аудитория 623

Почта: alexeyum@gmail.com

Оценки гр. 154-2

Оценки гр. 156-2

Семинары

26.09

Реализуйте поиск минимального вершинного покрытия алгоритмами градиентного спуска, Метрополиса и имитацией отжига. Для ускорения реализации используйте следующий шаблон: https://gist.github.com/tswr/9d5114cb89497608319ed2eb551608b0

Сравните работу алгоритмов, построив график зависимости функции цены решения от итерации. График можно строить, например, с помощью этого инструмента: http://gnuplot.respawned.com/

Решение: https://gist.github.com/tswr/e7ef060996705c1816f65853bf0c0696

11.10 / 14.10

Реализуйте сегментацию изображения с помощью максимального разреза. Заготовка и набор картинок: ссылка.

15.10

Реализуйте алгоритмы кластеризации: 1) максимизирующий минимальное межкластерное расстояние, 2) приближенно минимизирующий максимальное внутрикластерное расстояние. Постройте искусственный набор данных в виде точек на плоскости и протестируйте свои методы на нем. Для реализации используйте заготовку (в ней реализована генерация данных для визуализации с помощью gnuplot).