Сучасна математика — поєднання дедуктивного та індуктивного підходів

Оскільки процедури дедуктивного виводу не дають змоги розв'язувати важливу категорію NP-повних задач, нині розвиваються інші схеми організації обчислень, які виконуються на ДНК- і квантових комп'ютерах. Таким схемам притаманний високий паралелізм обчислень, завдяки чому можливе успішне...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Вісник НАН України
Дата:2003
Автори: Сергієнко, І., Гупал, А.
Формат: Стаття
Мова:Ukrainian
Опубліковано: Видавничий дім "Академперіодика" НАН України 2003
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/69980
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Сучасна математика — поєднання дедуктивного та індуктивного підходів / І. Сергієнко, А. Гупал // Вісн. НАН України. — 2003. — № 1. — С. 18-23. — Бібліогр.: 9 назв. — укр.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Оскільки процедури дедуктивного виводу не дають змоги розв'язувати важливу категорію NP-повних задач, нині розвиваються інші схеми організації обчислень, які виконуються на ДНК- і квантових комп'ютерах. Таким схемам притаманний високий паралелізм обчислень, завдяки чому можливе успішне розв'язування NP-повних задач. Поліноміальність індуктивних процедур, які дуже нагадують квантові обчислення, отримана завдяки тому, що оцінка похибки розглядається як суперпозиція ймовірностей величезної кількості об'єктів і навчальних вибірок. The deductive procedures don't solve the very important NP-complete problems. Therefore another schemes of calculations were presented. These schemes are realized on quantum and DNA computing. Quantum and biological computations could potentially have vastly more parallelism than conventional ones and solve many famous NP-complete problem. Inductive procedures are very similar to quantum calculations. The estimation error is a superposition of probabilities of vast number of objects and learning samples.
ISSN:0372-6436