Re^2: ИИ на ЭВМ?

[Soldatenkov Mitea]

Привет, Dmitri Roschin!
Ты вроде писал(а) в эху RU.AI следуюшее:
U> То, что ты описываешь, называется не хеш, а вектор. Хеши придуманы чтобы
U> как можно менее соответствовать входным данным.
Hу значит терминологию попутал.
U> Кстати, ты пробовал делать что-то подобное? Векторы, соответствующие
Сам не пробовал, но "что-то подобное" делали криминалисты в бертильонаже, лет
сто назад. Вроде, опирались на девять замеров, но взятых не с одного лица, а
со всего тела.
U> одному и тому же лицу в разных условиях наблюдения, будут образовывать
U> область перекрывающуюся с областями похожих лиц. А если учитывать, что
Это да. Hо нужно смотреть вероятность совпадения отдельных размеров. Все что
мне удалось найти - это http://galaxy.com.ua/publications/library/100/3.htm,
где сказанно что вероятность совпадения ростов 1/4. Если отталкиваться от
этого, то для вектора построенного на четырех замерах, шанс что эти замеры
совпадут с замерами для данного лица - 1/256 что уже сильно снижает число лиц
попавших в эпсилон окрестность. Собственно, весь бертильонаж вроде на том и
строился, что шанс совпадения всех замеров разом у двух разных людей - крайне
низок.
U> референсных фотографий всего несколько штук, определить по ним параметры
U> рассеивания практически невозможно. А значит невозможно автоматически
U> построить метрику в этом векторном пространстве, и придется пользоваться
U> предварительно построенной метрикой, что ещё больше увеличит вероятность
U> ошибок.
Расстояние между векторами, можно определить на уровне
sum(xn?(xn/yn-1)^2:0)/число ненулевых xn, нулевой xn соответствует
неопределенному свойству (нос не разглядели). Вполне возможно, при этом
отклонение вектора от векторов посторонних лиц, будет значительно больше чем
отклонение от вектора искомого лица.