Допустим, имеется социальный граф, где вершинами обозначаются люди в некоторый момент пространства-времени (латентный вектор *-VAE), рёбрами характеризуется отношения между ними (сводящийся к вектору [польза, риск], используя llm, gpt и т.д.) и пространство латентного вектора *-VAE сформировано так, что чем экспертнее в каком-либо направлении челвоек, тем дальше его координата от начальной позиции [0,0, ..., 0]. Если исток определить самым ближним к нулевой отметке вектором, что будет семантически близко к новорождённому, то стоком надо вместо одной вершины определить множество вершин лежащих на самых дальних рубежах экспертности в разных направлениях, где за единицу взять сумму весов каждой вершины этого множества и каждой вершине придать свой вес (например, используя метд современной портфельной теории Гарри Марковица, где сформулирован метод распределения долей между акциями и облигациями, но вместо акций и облигаций взять вершины этого графа). Либо в качестве истока определить всё множество вершин и придать им вес, где сумма весов всех вершин будет равна единице.
А почему тогда многие расходятся во мнение: одни почему-то говорят, что обратного направления нет, в википедии вообще написано, что мне надо брать не максимальный путь, чтобы в нем уже ориентироваться, а любой путь
Учли пожелания, на новых видео внимательнее работает со звуком. Если этот комментарий наберет много лайков перезапишу видео с разбором кода и пояснением алгоритма))
@@bruno-3307 пересмотрел ещё разок, вроде говорится что надо максимальную пропускную способность выбирать из стартовой вершины, ну и видимо в момент выбора пропускные способность 1-3 и 1-4 совпадали, так что было без разницы что выбирать.
@@eugeneyourich вот у меня тоже получилось 70. Автор использовал неориентированный граф, а алгоритм предполагает ориентированный. Я написал программу и получил 70
Спасибо за разбор Алгоритма Форда. Благодаря вам я всё понял
Спасибо за отзыв! Подписывайтесь на канал и смотрите другие видео ☺️
Допустим, имеется социальный граф, где вершинами обозначаются люди в некоторый момент пространства-времени (латентный вектор *-VAE), рёбрами характеризуется отношения между ними (сводящийся к вектору [польза, риск], используя llm, gpt и т.д.) и пространство латентного вектора *-VAE сформировано так, что чем экспертнее в каком-либо направлении челвоек, тем дальше его координата от начальной позиции [0,0, ..., 0]. Если исток определить самым ближним к нулевой отметке вектором, что будет семантически близко к новорождённому, то стоком надо вместо одной вершины определить множество вершин лежащих на самых дальних рубежах экспертности в разных направлениях, где за единицу взять сумму весов каждой вершины этого множества и каждой вершине придать свой вес (например, используя метд современной портфельной теории Гарри Марковица, где сформулирован метод распределения долей между акциями и облигациями, но вместо акций и облигаций взять вершины этого графа). Либо в качестве истока определить всё множество вершин и придать им вес, где сумма весов всех вершин будет равна единице.
Спасибо огромное!!! Наконец-то поняла, что происходит и как это считать:)
Спасибо большое!!!
Спасибо за отзыв) чем больше просмотров тем больше видео буду добавлять, оставляйте пожелания про новые алгоритмы для рассмотрения
@@artemgolubnichy9390, спасибо вам огромное за такое понятное и доступное обьяснение!!! Вы лучший !
Невероятная простота подачи
Мне кажется, что проще вас никто не сможет объяснить работу алгоритма Форда - Фалкерсона
а вот я не понял: если в п.2 из п.1 - приходит 30 "чегота", а выходит 50 (в "п.3") и 40 ( "п.5") Это как? откуда взялось?
Спасибо! Максимально понятное видео) Я наконец этот страшный алгоритм вдуплила)
Спасибо за отзыв)
А почему тогда многие расходятся во мнение: одни почему-то говорят, что обратного направления нет, в википедии вообще написано, что мне надо брать не максимальный путь, чтобы в нем уже ориентироваться, а любой путь
Единственная проблема - слишком низкий звук на видео(
Учли пожелания, на новых видео внимательнее работает со звуком. Если этот комментарий наберет много лайков перезапишу видео с разбором кода и пояснением алгоритма))
1-3-2-5 пропустили, а 1-4-3-2-5 почему-то взяли, обратные пути появляются как-то внезапно, так что не очень понятно в чём суть
10:47 - Маршрут присутствует
@@bruno-3307 пересмотрел ещё разок, вроде говорится что надо максимальную пропускную способность выбирать из стартовой вершины, ну и видимо в момент выбора пропускные способность 1-3 и 1-4 совпадали, так что было без разницы что выбирать.
Норм
А почему направления некоторые могут иметь обратное
нужно чтобы из главной вершины мы исчерпали все пропускные элементы!
Слишком тихий звук
Сделай погромче
Максимальный поток 60, а не 90..
почему не 70?
@@eugeneyourich вот у меня тоже получилось 70. Автор использовал неориентированный граф, а алгоритм предполагает ориентированный. Я написал программу и получил 70
@@Arcenijbsэто ориентированный граф!
ниже гей
Бред пишешь. Не надо было показывать преподу видео, надо было самому рассказывать алгоритм😂