Физики уже смирились с тем, что выбрать между волной или частицей не получится. Но быстрый прогресс экспериментальной техники позволяет взглянуть поближе на квантовых кентавров. В этой статье я расскажу про закрученные электроны - особые квантовые состояния.
В ходе моей трудовой деятельности неоднократно возникала необходимость построить кривую плотности распределения вероятности по имеющемуся набору числовых данных большого объема различной природы, как случайных, так и не очень. Бывало и такое, что по некоторым причинам, использовать при этом сторонние библиотеки, решающие вопрос, было нежелательно. Приходилось обходится своими силами.
Помнится, когда впервые возникла задача такого рода, с ходу решить ее не получилось, при кажущейся, на первый взгляд, относительной простоте вопроса, на его решение пришлось потратить некоторое количество времени и обратиться при этом к тематической литературе. Немного покопавшись в поиске Хабра обнаружил, что нет статей, которые могли бы помочь решить такую задачу. В связи с этим я хотел бы простым и понятным языком рассказать коллегам по цеху, как можно построить плотность распределения вероятности какого либо процесса, представленного некоторой числовой последовательностью своими силами, не используя специализированные методы сторонних библиотек для научных расчетов, например, таких как Pandas или Seaborn. Думаю, что научиться это делать или просто освежить тему в памяти было бы полезно многим аналитикам данных, разработчикам, инженерам, научным работникам и другим специалистам.
Приветствую Вас, уважаемые Читатели! Сегодня я хочу Вам рассказать удивительную историю, которая есть далеко не у каждого математического или геометрического объекта. Корни моего рассказа уходят в 18 век и происходили в самом сердце Священной Римской империи - итальянском городе Милан.
В предыдущей статье были рассмотрены простые шифры, использующие алфавиты естественных языков (ЕЯ). Автоматическая обработка сообщений в компьютерных и сетях связи предусматривает использование искусственных языков (ИЯ), что более эффективно во многих отношениях. Ранее описывалась классификация шифров и для некоторых из них было показано как они применяются в области информационной безопасности. Здесь продолжим такое рассмотрение, но для более сложных шифров.
Нейросети отчасти будто подрывают традиционную теорию машинного обучения, которая сильно опирается на идеи теории вероятности и статистики. В чём же заключается загадка их успеха?
Исследователи показывают, что сети с бесконечным числом нейронов математически эквивалентны более простым моделям машинного обучения — ядерным методам. Поразительные результаты можно объяснить, если эта эквивалентность простирается дальше «идеальных» нейронных сетей. Подробности рассказываем к старту нашего флагманского курса по Data Science.
При моделировании данных методом наименьших квадратов, кривая обычно не проходит через точки измерений (рис. 1).
Что, если нужно, чтобы эта кривая точно проходила через одну или несколько особо выделенных точек (рис. 2)?
В данной работе рассматриваются шифры замены и табличного гаммирования. Читателю предлагается решить несколько задач из области защиты информации.
Допустим, что устройства читателя подвергаются атаке со стороны неизвестного хакера.
Нарушитель, хакер, злоумышленник не ограничивается выводом из строя устройств. Он их перепрограммирует с целью принудить владельца выполнять какие-то требования либо банального вымогательства у владельца устройств некоторой денежной суммы. Объявляет о требованиях, например, звонком по сотовому телефону и диктует условия (цену) за восстановление работоспособного состояния устройства. Информационная подсистема приборов защищена шифрами разной сложности. Нарушитель использует свои параметры этих разных шифров для затруднения владельцу самостоятельно восстановить работоспособность устройств.
Решение экзамена в ШАД от 09.06.2018
Автор решения: Лыков Александр, кандидат физико-математических наук.
Условия и видео-решения других лет доступны на сайте: https://shadhelper.notion.site/e363616a9acd4591afdf687ba951d3ea
Школа предъявляет высокие требования к ребенку: уже с первых занятий необходимо уметь быть усидчивым, сосредоточенным, слушать, удерживать и выполнять инструкцию, ориентироваться в том, как выполнять задание. Например, для последнего нужно понимать структуру задачи, что в ней можно выделить несколько действий, что для успешного решения нужно выполнять их в определенном порядке. Для этого нужно не только успевать осваивать большие объемы учебного материала, но и уметь учиться - понимать «правила» того, как выглядит учебный процесс.
3-7 лет - возраст, когда многие родители задумываются о том, не отдать ли ребенка в продвинутый детский сад или подготовительный класс с математическим или гуманитарным уклоном, чтобы позднее отдать ребенка в более престижную школу. Однако этот период является крайне важным для развития ребенка за пределами учебы и учебной программы. Как писал советский психолог Дмитрий Эльконин, основной деятельностью в дошкольный период является сюжетно-ролевая игра, в рамках которой ребенок социализируется, расширяет круг контактов со сверстниками, а совместная деятельность со взрослым временно отходит на второй план. Отыгрывание новых понятий, правил, ситуаций является чрезвычайно важным для формирования мировоззрения и познания ребенка. В этот период активно формируется наглядно-образное мышление - ребенок начинает представлять элементы задачи и ситуации в виде образов, не используя реальные действия с ними. Следующим видом мышления, который будет развиваться у ребенка уже в младшем школьном возрасте - абстрактное, которое активно будет использоваться при изучении аспектов математики. Используя эти особенности развития, можно эффективно подготовить ребенка к занимательному путешествию в страну Математику.
Недавно на просторах интернета увидел отрывок из фильма "Двадцать одно". В этом отрывке говорится о том, что парадокс Монти Холла действительно работает!
До сих пор я ничего не слышал об этом парадоксе, но при этом мне никак не верилось в его правдивость, хотя подавляющее большинство говорило обратное. По этому вопросу я смотрел видеоролики, читал статьи, проверял коды программ, но в голове это всё равно никак не укладывалось.
В этой статье будем рассматривать классическую постановку задачи.
В голову приходили разные вопросы: чем отличается дверь без приза по отношению к другой двери без приза, как если мы выбрали именно её? А что если после первой итерации выбора двери к тебе придут Люди в чёрном и сотрут из твоей памяти это первоначальное решение? Куда тогда исчезнут лишние проценты, ведь теперь выбор останется между двумя дверьми?
Моделирование объектов, процессов, явлений - способ и средство изучения и исследования окружающего мира и мира содержащегося внутри нас, включая и тот, что как мы думаем, находится в мозге. Ясное, отчетливое понимание явления, процесса или объекта помогает создать адекватную модель, программа исследования способствует получению результатов, отвечающих на вопросы, возникшие до постановки задачи. Не менее важен и итоговый этап исследования - интерпретации результатов, способ их представления доступный пониманию окружающими. Моделированием мозга, его функций, принципов работы научный мир и любители занимаются давно, но существенных успехов пока достичь не удается. Проблема оказалась не просто трудной, а сверхтрудной. Но людей это не останавливает. Пока удалось создать мозг не обезьяны, не мыши, а всего навсего таракана.
Простых чисел бесконечное множество. В интернете в свободном доступе можно найти таблицы простых чисел до 21 000 000. Существующие методы проверки чисел на простоту очень сложны, не универсальны, поэтому мной разработан еще один способ проверки числа на простоту для чисел больше 10.
Простое число – целое положительное число, которое имеет два различных натуральных делителя: единицу и самого себя, то есть, если число можно разложить на множители значит оно не простое – а составное.
Пусть А – натуральное число, тогда
A=X*Y,
где Х и Y – натуральные числа.
Мы знаем, что простые числа не четные, и все числа, заканчивающиеся на 5 и 0 кратны пяти, значит, простые числа всегда заканчиваются на 1, 3, 7, 9. Выберем из таблицы умножения примеры, в которых последняя цифра произведения равна 1 или 3 или 7 или 9 (смотрим рисунок).
Много лет назад я зарегистрировал себе несколько трех- и четырехсимвольных адресов на Яндекс.Почте. Они оказались очень удобными, потому что их легко писать и диктовать, особенно вместе с доменом ya.ru.
Спустя время решил проверить, остались ли еще свободные короткие адреса и есть ли среди них какие-то поинтересней. Я предполагал, что сейчас уже ничего подобного не найти. Но когда начал вбивать разные варианты в форму на странице регистрации, то понял, что шансы пока есть. Не удовлетворившись парой выпавших логинов, решил комплексно изучить вопрос.
В статье вы найдете все, что вряд ли хотели знать, но теперь имеете отличную возможность узнать, о формате и количестве логинов Яндекса, а также датасет, с помощью которого сможете попробовать разобраться с «6-q» аномалией (у меня не получилось).
Наши статистические красавицы закончили наводить марафет и погрузились в сладостный, волшебный, поэтический мир сводок, цифр, отчетов, планов и смет.
(К/Ф "Служебный роман", режиссёр -- Э. Рязанов)
В предыдущей статье «Биометрия в платежах» я рассмотрел основные технологии, используемые для аутентификации и идентификации человека по лицу (face recognition). Я описал принципы работы алгоритмов нахождения лица на снимке, распознавания черт лица и создания биометрических шаблонов. В этой статье я остановлюсь подробнее на оценке качества работы решений по идентификации и аутентификации пользователя по лицу.
При решении задачи распознавания лиц в компании Оксаджайл (Oxagile) был разработан новый алгоритм эффективного геометрического хеширования пространства лицевых признаков с целью быстрого поиска двух наиболее близких по косинусному расстоянию лицевых дескрипторов. Разработанный алгоритм обладает той же точностью, что и метод простого перебора и, в то же время, он приблизительно в сто раз быстрее. С более подробным описанием алгоритма можно познакомиться в англоязычном оригинале настоящей статьи.
В комментариях к моей статье про быстрое вычисление синуса был задан вопрос: "А чем не устроило разложение в ряд Тейлора?"
Краткий ответ таков: хоть приближение при помощи рядов Тейлора (точнее - рядами Маклорена) и даёт меньшую ошибку при том же количестве вычислений, но оно не позволяет разбить аргумент на произвольное количество интервалов и тем самым увеличить точность вычислений.
В 2020 году половину Нобелевской премии по физике получил Роджер Пенроуз. Премия была выдана с формулировкой «За открытие того, что образование чёрных дыр с необходимостью следует из общей теории относительности». Это произошло более чем через два года после смерти Стивена Хокинга, который наверняка бы получил эту премию, если бы дожил. Но она досталась Пенроузу (род. 8.08.1931) – человеку на 11 лет старше Хокинга, его коллеге и другу, вскоре перешагнувшему девяностолетний рубеж. После 2015 года я не могу избавиться от мысли, что Нобелевская премия (особенно по литературе) изживает себя, как и олимпийские игры, но как раз Роджер Пенроуз является одним из тех гранинских «зубров», который много ранее заслужил несуществующую Нобелевскую премию по математике. Я был причастен к переводу его книги «Мода, вера, фантазия» на русский язык и именно в тот период познакомился с сумрачным гением и скверным характером этого человека, а также с дивными мирами, рождающимися у него в голове. Пенроуз как никто из наших современников выразил платоновские идеи о высшем мире идеальных фигур, воплощения которых когда-нибудь найдутся и в реальном мире. Именно об этой грани его исследований пойдет речь под катом: о геометрических паркетах, мозаике Пенроуза и квазикристаллах Шехтмана.
