La respuesta que le voy a dar está inspirada en una técnica utilizada en el aprendizaje automático llamada isomap (reducción de dimensionalidad no lineal). La respuesta que obtenga de esto solo será una respuesta aproximada.
La superficie de un objeto 3D no es más que un conjunto de puntos. No podemos aplicar el algoritmo isomap a todos los puntos en la superficie porque hay infinitos. Supongamos que muestreamos un número suficientemente grande de puntos (incluidos los puntos inicial y final) en esta superficie para preservar la estructura. Ahora haremos una gráfica a partir de estos puntos. Elija un tamaño de vecindario, diga [math] \ epsilon [/ math]. Para cada uno de los puntos muestreados, conéctelo a los puntos que están en [math] \ epsilon [/ math] cerca de él. El peso del borde será la distancia euclidiana entre ellos. La ruta más corta entre los dos puntos en la superficie se aproximará por la ruta más corta entre ellos en este gráfico.
NOTA:
- El tamaño del vecindario es muy importante, determina qué tan bien la distancia en la superficie será aproximada por la ruta más corta del gráfico.
- Este método funcionará mejor si la superficie es lisa.
- ¿Hay números irracionales que tienen una distribución no uniforme de dígitos cuando se expanden en la base n, donde n puede ser cualquier número natural, aparte de aquellos construidos artificialmente como la constante de Liouville?
- ¿Existe un patrón que le permita saber cuántos dígitos tendrá un producto de dos números, sin las matemáticas?
- ¿Cómo se factorizan [matemáticas] {\ nu ^ 3} – \ nu – 1 [/ matemáticas]?
- “Dados los N enteros, siempre podemos encontrar dos enteros distintos cuya diferencia de cuadrados es un múltiplo de 1000”. ¿Cuál es el valor entero más pequeño de N que haría que la afirmación sea verdadera?
- Dada una simple regresión lineal E (y) = bx1 + c + error, con solo una variable independiente, dos parámetros desconocidos y un rango de posibles observaciones para x1 = [0,100], ¿cómo podría llegar a un diseño secuencial bayesiano óptimo que minimiza la incertidumbre de mis estimaciones de parámetros en cada paso?