问题标签 [inference]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
c++ - 使用模板时的类型推断
所以这就是我想做的事情:我使用std::pair
,但我肯定想使用元组做同样的事情,或者实际上几乎任何类型的模板。分配对变量时,我需要输入如下内容:
有没有办法<T1,T2>
在创建新对时省略第二个,让编译器猜测,或者使用 X 的类型(我显然试图创建一个pair<T1,T2>
)或t1
和t2
的类型(我正在使用一个T1
对象和一个T2
对象,我想要的那对有可能是类型pair<T1,T2>
)?
c# - 鉴于使用标准助手的自定义助手,“无法从用法中推断出类型参数”
我有一些用于 MVC3 网站的表格,其中包含很多重复部分。所以我试图为此做一个帮手。按照互联网上的一个例子,我做了这个:
这编译得很好。但是,当我这样做时
我确保 web.config 包含
我收到“无法从用法中推断出类型参数”错误。另一个工作类似但不使用标准助手的助手工作正常。我也试过这个:
这给出了错误“无法将类型'string'隐式转换为'string []'”。
我看到了类似的问题,但我无法找到答案。那我做错了什么?
java - Java如何从来自多个来源的数据中推断类型
我正在开发一个从多个传感器收集数据的 java 服务器。这些传感器通常将查询的值作为字符串值返回。在标头中,它指示了服务器必须用来转换接收到的值的数据类型。这些值可以是整数、布尔值、双精度、浮点数和长整数。
传感器可能不提供值的“数据类型描述”,因此:我想找到一种方法来理解它分析接收到的字符串的数据类型。
我正在考虑使用 REGEX,但也许还有其他一些方法可以做得更好。有什么建议吗?
rdf - 如何调整此本体以进行简单的几何形状识别?
我有以下本体,其中红色链接是DatatypeProperties
,蓝色链接是,ObjectProperties
黑色链接是“is_a”关系。本体只是表示POINT
和COORDONATES
概念SHAPES
。
我对用这个本体进行几何形状识别很感兴趣。
假设我们有四个实例POINT
:point0、point1、point2和point3,它们具有适当的坐标,并且都与名为shape0is-contained-in
的实例的属性相关。SHAPE
这个本体中需要什么来推断根据坐标点,shape0是 aSQUARE
而不是 a RECTANGLE
?
换句话说,如何在本体中引入识别能力。
statistics - 机器学习中的推理和决策理论之间有什么关系?
我做了一个图表来说明我对推理和决策理论之间关系的理解。有人能指出图中的一些错误吗?
r - 如何在 R 中测试非参数同步推理
我想对数据框执行非参数测试。我有三组A,B,C。我想现在 A/B、B/C 和 A/C 组之间的统计显着性。我怎样才能以非参数方式做到这一点?应用 Kruskal-Wallis-Test 时,我得到了组间的整体推断。这可作为对以下事后测试的保护。但是如何对非参数事后检验进行编程(使用 Kruskal-Wallis 或 Mann-Whitney-U)?
rdf - n3 推理应用 str:contains 到 EulerSharp 中的 xsd:string
我有一个数据集,其中包含我需要与各种现有数据进行协调的大量资源。最直接的方法是在各种文字之间进行一些简单的字符串比较。
不幸的是,文字的类型是 xsd:string,而 EulerSharp 内置的 str:contains 不适用于类型文字。
我已经阅读了在 eulersharp 内置插件上可以找到的所有内容,最接近的方法是尝试使用 RIF 中的 rdf:PlainLiteral 谓词将 xsd:string 转换为 PlainLiteral;但是,这似乎不受 EulerSharp 的支持。
如何操作和比较 xsd:string 类型的文字?
或者,我应该诉诸预处理数据以剥离数据类型?
以下 .n3 文件演示了该问题:
以及运行上述文件的结果:
database - 分解规则关系数据库
我有一个类型为 R={A,B,C,D,E,F} 的关系数据库,具有 F = {{AB-->C}; 等功能依赖关系。{A-->D}; {D-->AE}; {E-->F}}
但是,在推理规则的帮助下,我提出了 BD-->ABCEF 语句,我想知道分解规则是否允许从右侧消除 B?
分解规则说:
如果 X --> YZ 那么 X --> Y 和 X --> Z
基本上 BD --> ACEF 是否正确?
ontology - 捕捉颗粒推理器产生的所有推论
在我的应用程序中执行推理器时遇到问题,我无法捕获推理器生成的推理。它正常执行,printClassTree 向我显示找到了推论,但结果 OWLOntology 没有推论。当前代码:
我应该改变什么?如何捕获推理推理器产生的公理?
machine-learning - 迭代条件模式 E step EM
我想知道使用 ICM 作为 EM 算法中 E 步骤的近似值的数学依据是什么。
正如我在 E 步骤中所理解的那样,这个想法是找到一个等于潜在变量的后验分布的分布,这保证了可能性增加或从一些更简单的分布族中找到最佳可能分布,这保证了下限似然函数的增加。
如何在数学上证明在这样的 E 步骤中使用 ICM 是合理的?任何参考/推导/注释都会非常有帮助。