2021夏下半段训练作业

2021-8-2

定义无向网络：
Definition :An undirected network is a tuple $N=(V,E,W)$,where $V$ is the set of nodes,$E\subseteq V\times V$ where $(v_i,v_j)\in E\iff (v_j,v_i)\in E$ is the set of nodes, $w\in W$ is the weighted of $(v_i,v_j)$.
本质上来说，网是一种特殊的图，只不过带上权值赋予其更实际的作用。

自己画一棵树, 将其元组各部分写出来 (特别是函数 $p$ ).

树定义的代码如下：

public class Tree {
	/**
	 * 节点数. 表示节点 v_0 至 v_{n-1}.
	 */
	int n;
	
	/**
	 * 根节点. 0 至 n-1.
	 */
	int root;
	
	/**
	 * 父节点.
	 */
	int[] parent;

	/**
	 * 构造一棵树, 第一个节点为根节点, 其余节点均为其直接子节点, 也均为叶节点.
	 */
	public Tree(int paraN) {
		n = paraN;
		parent = new int[n];
		parent[0] = -1; // -1 即 \phi
	}// Of the constructor
}//Of class Tree

针对该树, 将代码中的变量值写出来 (特别是 parent 数组).
对于其中的变量，n=6,root=0,p[0]=-1,p[1]=0,p[2]=0,p[3]=1,p[4]=1.

画一棵三叉树, 并写出它的 child 数组.
按照本贴风格, 重新定义树. 提示: 还是应该定义 parent 函数, 字母表里面只有一个元素.
根据图、树、m mm-叉树的学习, 谈谈你对元组的理解.

$Let $\varphi$ be the empty node, a tree is a triple $T=(\mathbf{A},r,\Sigma ,c)$ where
$\bullet \mathbf{A}\ne \varphi$ is the set of nodes;
$\bullet r\in \mathbf{A}$ is the root node;
∙ Σ = { 0 } \bull \Sigma = \{0\} ∙Σ={0} is the alphabet;
∙ c : ( A ∪ { ϕ } ) × Σ ∗ → A ∪ { ϕ } \bull c: (\mathbf{A} \cup \{\phi\}) \times \Sigma^{*} \rightarrow \mathbf{A} \cup\{\phi\} ∙c:(A∪{ϕ})×Σ∗→A∪{ϕ} satisfying ;
   $\bullet \forall a\in \mathbf{A},\exists 1s\in {\Sigma }^{\ast }\text{ st. }c(r,s)=a$

2021-8-3

A multi-label distribution decision system is a tuple $S=(\mathbf{X},\mathbf{Y})$ where $\mathbf{X}=[x_{ij}{]}_{n\times m}\in {\mathbb{R}}^{n\times m}$ is the data matrix, $\mathbf{Y}=[y_{ik}{]}_{n\times l}\in [0,1{]}^{n\times l}$ is the label matrix, s.t. ${\sum }_{k=1}^l{y}_{ik}=1$, $n$ is the number of instances, $m$ is the number of features, and $l$ is the number of labels.

$$\underset{{\mathbf{v}}^{(j)}}{\min }E\left({\mathbf{v}}^{(j)}\right)=\sum _{i=1}^{l}L\left(y_i,g^{(j)}({\mathbf{x}}_i)\right)+\sum _{i=l+1}^{l+u}{v}_i^{(j)}L\left({\overline{g}}^{(j-1)}({\mathbf{x}}_i),g^{(j)}({\mathbf{x}}_i)\right)$$