Discreet and not discrete.

У меня верхняя граница перехода между весами 12 повторений, сброс между подходами 10% (примерно - 46 и 42 кг или 42 и 38 кг, такие уж у нас гантели) и всего два подхода (я использую вариант круговой тренировки, там ещё приседания или становая). Статья про метод сбрасывает 10%, граница перехода между весами 8 и используется три подхода.

Поскольку я использую круговую тренировку, мне надо ограничивать количество подходов в одной тренировке, иначе будет истощение нервной системы (перетренированность), см. HST или я просто не буду выполнять нужное (вес или повторения в подходе). Поэтому у меня один-два подхода на приседания или становую и два подхода на жим - в последнем меньше мышц задействуется. И вес и количество повторений я стараюсь увеличивать между тренировками (опять же, см. принципы HST), то есть, через два-три дня, а не еженедельно.

Вот у нас есть Гауссиана, с матрицей корреляций Σ=A^TA и вектором ожиданий μ. Я бы хотел определить значения вероятности конкретной переменной x_i=X (или P(x_i>X))для всех значений всех остальных переменных x_j≠i.

В голову лезет Монте-Карло, ибо вычисление определённого интеграла по всем переменным не выглядит разумным.

Насколько я прав?

https://cinefile.livejournal.com/306381.html?thread=5371597#t5371597

Современные автоматические переводчики не выдадут "Откровенного Бобра".

PS
Это я пытался понять, откуда взялось название судна "Головка пальцев ноги".

Оказывается, медный купорос (кстати, это тавтология) сублимирует в газ в вакууме при температуре 150-200 градусов Цельсия.

Знакомые мне нанотехнологи использовали шестихлорид вольфрама, испаряющийся при 600 градусах Цельсия - из газообразного вольфрама вытаскивались ионы вольфрама при поднятии иглы-головки и потом помещались на подложку при опускании головки и изменении полярности напряжения. 100-150 тысяч атомов в секунду с помощью Texas Instruments DSP в 2006 году. Транзистор стоил 80-100 атомов, бит памяти примерно столько же. То есть, за три-шесть секунд можно было получить аналог 6502.

Вольфрам использовался из-за его массы - температурный дрифт в течении 10 лет приводил к отказу транзистора в системе с несколькими миллионами транзисторов с вероятностью половина.

Но всё равно - медь доступней, менее вредна и температура работы ниже.

Теперь меня будет мучить вопрос - почему не медь?

Эволюция в доступном нам мире протекает медленно, но не потому, что она всегда такая, а потому, что мы наблюдаем только часть мира и изменения в этой части медленные.

Скорость эволюции, которую можно кратко оценить по замене одного "ведущего" вида на другой, разнится и, обычно, скачкообразна. "Давление" изменений накапливается и в один прекрасный момент происходит "эволюция".

Беря в пример человека, его способность пить молоко во взрослом возрасте - имеется не у всех людей, возникла не очень давно, заметно и, главное, быстро изменила возможности приспособления симбиоза людей и скота. На взгляд ничего не подозревающего наблюдателя это может выглядеть "генной инженерией".

Ну, и главная теорема генетических алгоритмов в том, что если у какого-то поведения есть преимущество, после большого количества испытаний оно проявится, как ведущее.

Ваш сайт не содержит информации о том, как добраться до вас. В разделе о банке есть что угодно, кроме адресов.

Техподдержка по телефону не может сориентировать на местности - "со стороны Пресненской набережной" не говорит ничего, если не видно этой самой Пресненской набережной. А в Москва-сити её не видно. В результате опоздание на 15 минут превратилось в опоздание на 30.

Опоздание на полчаса критично - потому, что у всех ваших сотрудников всё расписано по получасовым интервалам. Теория о массовом обслуживании говорит, что ресурсы должны быть задействованы на 60% в среднем, чтобы позволять плавно обрабатывать неожиданные события. Но вы об этом не слышали, а ваши сотрудники даже гордятся тем, что не могут обслужить опоздавшего.

Скорость возникновения новых продуктов может превысить скорость адаптации к ним.

Сельскохозяйственные растения и животные "генномодифицированы" - выведены. Процесс этот долгий (до недавнего времени) и поэтому любые изменения приводили к обоюдному плавному приспособлению. Самое важное, что изменения были в окрестности, достижимой небольшими изменениями.

Приспособиться же к помидорам с генами арктических рыб тяжело.

Один индийский ученый, имя которого я запамятовал, изобрёл замечательный способ улучшения соединений в кластерах. Вместо соединения в кольцо, где требуется всего 1 сетевой контроллер и logN контроллеров для гиперкуба, он предложил соединять машины в стиле распределенной хэш-таблицы. Вот, примерно, вот как здесь: http://www.freedomlayer.org/articles/dht_intro.html

Типа, делаем 2 контроллера и получаем ускорение передачи сообщений в два раза.

Идея похожа, детали отличаются.

Так вот, когда один мой знакомый обратился к нему с предложением побеседовать, сей индийский ученый потребовал (не попросил! потребовал!) $50 000 (пятьдесят тысяч долларов) только за возможность поужинать за предварительной беседой.

(прочитав последнее эссе Поля Грема)

Вот тут.

ARIES на самом деле сборник рецептов "как построить хранилище БД" для состояния дел до 1992 года. После 1992 года тоже кое-что придумали. Точнее, пересмотрели то, что уже имеется.

Итак, приступим. Прямое использование B+-tree выгодно, когда вставок либо заметно меньше чтений, либо они часто следуют по порядку возрастания ключа. В противном случае локальность записей становится мала и B+-tree деградирует, даже чтение становится медленным (не из последовательных адресов). Ситуация с большим числом записей не по порядку нормальна для многих задач из жизни и обязательно встретится, если есть хоть какие-то нетривиальные индексы.

Получается, что B+-tree это не совсем динамическая структура данных и что необходимо прибегать к логарифмическому методу. Всё это выливается в структуру типа LSM-дерева. LSM-дерево - набор B+-деревьев увеличивающегося размера, в деревьях большего размера лежат более старые данные, иногда производится слияние деревьев с перезаписью новых данных, если более новая информация переходит некий порог по объёму. При слиянии деревьев данные из нового дерева вставляются по порядку, приводя к лучшей локальности записи и меньшей фрагментации данных.

Что приятно, это то, что логарифмический метод применим гораздо шире, чем хранение индексированных данных в БД. Его можно применить и к данным типа GIS, многомерным структурам поиска. Один пример дан в лекции по логарифмическому методу (диаграммы Вороного), но есть ещё одна медленная структура - k-d дерево. Поиск быстрый, построение медленное. Её ускоряют ровно таким же методом - разбив на несколько уровней.

Что интересно, статья про логарифмический метод 1980 года.

Для поддержания высоких уровней изоляции и возможности всё ещё остаться в своём уме, используется Multi-Version Concurrency Control, MVCC - ведение нескольких структур данных с копированием при записи. При commit транзакции записывается корень новых данных. Ссылка, кстати, ведет прямо на список баз данных, что используют MVCC. При MVCC лог не особо и нужен - можно просто хранить несколько последних корней дерева. Это потребует некоторого переосмысления структуры БД - скорее всего, всё надо хранить в одном файле, - но всё ещё не сложно реализовать.

Последнее про базы - БерклиДиБи на один записанный байт записывает 10 (десять) байт лога.

Про параллельное выполнение транзакций. Если упорядочить транзакции, то выполнение можно сделать детерминированным и легко разделяемым по репликам. Что интересно, лог также упрощается или даже упраздняется. В любом случае он становится высокоуровневым, а не байто-ориенированным, как в ARIES.

По сумме вышесказанного, я считаю, что ARIES сегодня это очень плохо. Используйте что-нибудь другое. Целее будете.

Последнее - про квантовые компьютеры, там в комментариях было "открыли новое". Дам ещё одну ссылку: http://dr-klm.livejournal.com/123882.html

В комментариях по ссылке на dr_klm есть понятное объяснение, почему квантовые вычисления обязаны упереться в проблему масштабирования и вряд-ли смогут выйти за пределы нескольких десятков ку-бит.

И вот ещё. Не всё там гладко. В первых версиях обычные компьютеры вообще побивали D-Wave, даже на симуляции квантовых процессов!

(D-Wave не имеет связей атомов "все со всеми", поэтому он не квантовый компьютер, а "квантовый оптимизатор")

Это я слегка злорадствую, на самом деле. ;)

http://www.ncbi.nlm.nih.gov/pubmed/23771910

Потомки занимавшихся упражнениями мышей более спортивны.