প্রশ্নের আমার ব্যাখ্যা:
আমি বিশ্বাস করি না যে এই প্রশ্নটি সরলিকভাবে এএ গণ্য জ্যামিতি জটিলতার সমস্যা হিসাবে নেওয়া হবে। এটি আরও ভালভাবে বোঝার মতো বলা উচিত: আমরা স্থির সময়ে উত্তরটি খুঁজে পাওয়ার একটি দক্ষতা উপলব্ধি করি, যখন আমরা পারি। এই উপলব্ধিটি কী ব্যাখ্যা করে এবং এই ব্যাখ্যা এবং মানব সীমাবদ্ধতা পর্যন্ত একটি কম্পিউটারও এটি করতে পারে।
সুতরাং প্রশ্নটি সম্ভবত প্রথমে মনোবিজ্ঞানী হিসাবে দেখা উচিত । সমস্যাটি সম্ভবত আপনার সময় এবং প্রচেষ্টা সম্পর্কে উপলব্ধি সম্পর্কিত। আপনি কি মস্তিস্ককে সত্যই মধ্যে পার্থক্য বুঝতে পারবেন?ও ( 1 )ও ( এল ও জি)( ঢ ) ) সময়ের ? নির্দিষ্ট পাল্টা উদাহরণগুলি বাস্তবে কিছু যায় আসে না, যেমন উপলব্ধির বিষয়গুলিতে আমরা স্বাচ্ছন্দ্যে গড় ব্যয়ের জন্য চিন্তা করি (জটিলতা সম্ভবত একটি ধারণাটিকে মনস্তাত্ত্বিকভাবে সুনির্দিষ্ট করে তোলে)। আরও সঠিকভাবে, আমরা সাধারণ ক্ষেত্রে বেশি আগ্রহী, বিশেষ ক্ষেত্রে যখন আমরা যখন মনে করি আমরা সহজেই প্রশ্নের উত্তর দিতে পারি না।
এটি দ্বারা জোরদার করা যেতে পারে ওয়েবার-প্রযুক্তিবিদ আইন , যা বলেছে যে আমাদের উপলব্ধিটি প্রকৃত শারীরিক পরিমাপের লগারিদমিক স্কেলে পরিমাপ করা উচিত। অন্য কথায়, আমরা পরম পরিবর্তনের চেয়ে আপেক্ষিক বৈচিত্রগুলি উপলব্ধি করি। এটি উদাহরণস্বরূপ যে শব্দটির তীব্রতা ডেসিবেলে পরিমাপ করা হয়।
ও ( এল ও জি)( ঢ ) )হেψ( l ও জি)( l ও জি)( এন ) ) )হেψ মনস্তাত্ত্বিক জটিলতা " এর ।
হেψ( l ও জি)( l ও জি)( এন ) ) ) যা সমস্ত ব্যবহারিক উদ্দেশ্যগুলির জন্য সম্ভবত একটি ধ্রুবক থেকে অনুধাবনযোগ্যভাবে অবিচ্ছিন্ন হয় এবং স্বীকৃতি প্রক্রিয়া শুরু করতে এবং ফলাফল স্বীকৃতি দেওয়ার জন্য কিছুটা ধীরে ধীরে সময় যুক্ত করা হয়।
শারীরবৃত্তীয় সীমাবদ্ধতা বিবেচনায় নেওয়া
চিত্র অধিগ্রহণের পদক্ষেপগুলি বিবেচনা করার সময় উপরোক্ত উপসংহারটি আরও টিকিয়ে রাখা হয়।
ওপিতে যথাযথ ডেটা স্ট্রাকচার, "যেমন একটি চতুষ্কোণ" জাতীয় কাঠামো নির্মাণের বিষয়টি আলাদা করা উচিত, যা বেশ কয়েকটি প্রশ্নের উপর এমোরিটাইজড।
এটি বেশিরভাগ লোকের জন্য কাজ করে না যারা এই চিত্রটি মুখস্ত করে না। আমি মনে করি চিত্রটি প্রতিটি ক্যোয়ারির জন্য স্ক্যান করা হয়েছে, তবে এটি সমস্ত পয়েন্ট স্ক্যান করে বোঝায় না: প্রথমবার নয়, পরবর্তী প্রশ্নের জন্য নয়।
টিs গ a এনটিs গ a এন সময় স্থিতিবিন্যাস এবং চোখের ফোকাস পরিবর্তন করতে, প্লাস সম্ভবত। তাত্ত্বিকভাবে, এই অপারেশনটি পুনরাবৃত্তি হতে পারে, যা লোগারিথমিক ফোকাসিংয়ের দিকে পরিচালিত করে, তবে আমি বিশ্বাস করি যে অনুধাবন অনুশীলনে, দৃষ্টি নিবদ্ধ করার ক্ষেত্রে আরও একটি অতিরিক্ত পদক্ষেপ রয়েছে।
মিহেψ( l ও জি)( l ও জি)( এম ) ) )
227l ও জি2(২ 27 )
ব্যবহারের জন্য আসল ইউনিটগুলি না জেনে, এটি সহজভাবে দেখায় যে প্রক্রিয়াজাতকরণের প্রকরণটি অন্যান্য ধ্রুবক সময়ের ক্রিয়াকলাপগুলির মতো একই ক্রমে সবচেয়ে খারাপ। অতএব, এটি খুব স্বাভাবিক যে নিকটতম বিন্দুটি সন্ধানের জন্য উপলব্ধি করা সময়টি ধ্রুবক বোধ করে। । । আমরা নিকটতম বিন্দু নির্ধারণ করি বা নিকটতম পয়েন্টগুলির কেবলমাত্র একটি সেট।
পাল্টা উদাহরণ এবং একটি সম্ভাব্য সমাধান সম্পর্কে
পাল্টা উদাহরণগুলি তৈরি করা অবশ্যই সহজ যা নিকটতম পয়েন্টগুলির একটি ছোট সংগ্রহের মধ্যে চোখের নিকটতম বিন্দুটিকে নির্ধারণ করে তোলে। এই কারণেই ওপি প্রকৃতপক্ষে একটি অ্যালগরিদম চাইছে যা নিকটতমগুলি বাদ দিয়ে বেশিরভাগ পয়েন্টকে দ্রুত সরিয়ে দেয়। বেশ কয়েকটি নিকটস্থ পয়েন্টগুলির মধ্যে chosing সম্ভাব্য সমস্যা এই ইস্যুটি অনেক উত্তরে সম্বোধন করা হয়, নিকটতম পয়েন্টগুলির দৃষ্টান্তমূলক উদাহরণটি রেফারেন্স পয়েন্টের চারপাশে প্রায় একটি বৃত্তে রয়েছে। সাধারণত ওয়েবার-প্রযুক্তিবিদ আইনগুলি দীর্ঘ দূরত্বের তুলনায় ছোট দূরত্বের পার্থক্যের পার্থক্য করতে সক্ষম হওয়া থেকে বিরত থাকে। এই প্রভাবটি আসলে অন্যান্য পয়েন্টগুলির উপস্থিতি দ্বারা বাড়ানো যেতে পারে যা নির্মূল হলেও দূরত্বের ধারণাটি বিকৃত করতে পারে। সুতরাং নিকটতম স্থানটি চিহ্নিত করার চেষ্টা করা একটি কঠিন কাজ হবে, এবং যথাযথ পরীক্ষার পদক্ষেপগুলির প্রয়োজন হতে পারে যেমন যন্ত্র ব্যবহার করা যা ধ্রুবক সময়ের অনুভূতিটিকে পুরোপুরি ধ্বংস করে দেয়। তবে এটি ওপি কর্তৃক বিবেচিত পরীক্ষার সীমার বাইরে স্পষ্ট বলে মনে হয়, অতএব খুব প্রাসঙ্গিক নয়।
উত্তর দেওয়ার প্রশ্নটি , যা আসলে ওপি কর্তৃক জিজ্ঞাসিত প্রশ্নটিই হ'ল সম্ভবত পয়েন্টগুলির বেশিরভাগ পয়েন্টকে বাদ দেওয়ার কোনও উপায় আছে কি না, সম্ভবত কয়েকটি বাকী ক্ষেত্রে যা রেফারেন্স পয়েন্টের সাথে খুব বেশি দূরত্ব রয়েছে বলে মনে হয়।
ও ( এল ও জি)( ঢ ) )
Orর্ধ্বমুখী ব্যয় প্রত্যাখ্যান করা কম্পিউটার সমাধানের অনুমতি দেয় না, যেহেতু সমস্ত পয়েন্টের দিকে নজর দেওয়া উচিত। এটি মস্তিষ্কের কম্পিউটিং শক্তি এবং মানুষের উপলব্ধিগুলির মধ্যে একটি বৃহত পার্থক্যকে নির্দেশ করে: এটি এমন বৈশিষ্ট্যগুলির সাথে অ্যানালগ গণনা ব্যবহার করতে পারে যা ডিজিটাল গণনার থেকে পৃথক । এটি সাধারণত তখন ঘটে যখন কোটি কোটি পয়েন্ট চোখের দ্বারা পৃথক নয়, যার অন্ধকারের বিভিন্ন শেডযুক্ত বড় মেঘ ছাড়া আর কিছু দেখার রেজোলিউশন নেই। তবে চোখটি তখন প্রাসঙ্গিক ছোট অংশের দিকে মনোনিবেশ করতে পারে এবং প্রাসঙ্গিক অংশগুলি যুক্ত একটি সীমিত সংখ্যক পয়েন্ট দেখতে পারে। এটি আলাদা আলাদাভাবে সমস্ত পয়েন্ট সম্পর্কে জানতে হবে না। কম্পিউটারটি একই কাজ করার জন্য, আপনাকে প্রতিটি পয়েন্টের সুনির্দিষ্ট সংখ্যাসূচক তুলনায় এটি একটি অনুরূপ সেন্সর দিতে হবে। এটি খুব আলাদা সমস্যা।
"মেরি ভিজ্যুয়াল ইন্সপেকশন" কিছু ক্ষেত্রে ডিজিটাল গণনার চেয়ে অনেক বেশি শক্তিশালী। এবং এটি সেন্সরগুলির পদার্থবিজ্ঞানের জন্যও রয়েছে, কেবল মস্তিষ্কের সম্ভবত কোনও বৃহত্তর কম্পিউটিং শক্তির পক্ষে নয়।
এখন ফলাফল গণনা করা হচ্ছে হে (1) (যদি আপনার ইতিমধ্যে ইন্টিগ্রাল ইমেজ গণনা করা থাকে)। আর একটি উপায় হ'ল অ্যারে / ভেক্টর / তালিকা / ... তে সমস্ত সাদা পিক্সেল সংরক্ষণ করুন এবং এটির আকার গণনা করুন - ও (1)