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 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
Спасибо огромное!!! Наконец-то поняла, что происходит и как это считать:)
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))
Спасибо! Максимально понятное видео) Я наконец этот страшный алгоритм вдуплила)
Спасибо за отзыв)
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?
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
Слишком тихий звук
Сделай погромче
А почему направления некоторые могут иметь обратное
нужно чтобы из главной вершины мы исчерпали все пропускные элементы!
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😂