Эффективный способ генерировать случайные таблицы сопряженности?

Ну, вы говорите о распределении OTA (эфир) ADHOC или ENTERPRISE. Я делал это годами для моих бета-тестеров.

Вам не требуется, чтобы какая-либо Корпоративная программа делала это, хотя теперь с Xcode 6 это немного сложнее сделать, потому что после того, как вы заархивировали свой проект для распространения, дистрибутив ADHOC больше не создает необходимый файл plist.

Я не знаю, как работает программа Enterprise с точки зрения устройств, на которые вы можете установить приложение (если требуется зарегистрировать UDID для каждого устройства на вашем портале разработчика или нет), но нужно ли вам развернуть Протестируйте приложение для ваших тестеров, чьи устройства зарегистрированы на вкладке «Устройства» на портале разработчика, вы можете использовать то, что я объяснил ниже.

Итак, как ты это делаешь? Пошагово объясню:

Обратите внимание: необходимо использовать зашифрованное соединение SSL на сервере, на который вы загружаете файлы IPA и Plist (или хотя бы только для файл Plist - есть обходной путь, если у вас нет SSL-соединения на вашем сервере, см. ниже).

1. На портале для разработчиков создайте профиль обеспечения распространения ADHOC для своего идентификатора приложения. Также выберите устройства, которые могут установить ваш дистрибутив. Только те устройства могут установить приложение.

2. В Xcode перейдите в «Настройки»> «Учетные записи»> «Учетная запись»> «Просмотр сведений»> «Обновить».

3. В XCode перейдите к своему Проекту> Цели> Ваша цель> Подписание кода> Выберите правильный Профиль обеспечения для Распределения ADHOC для вашей схемы сборки.

4. Очистите ваш проект.

[+1113] 5. Выберите ваше устройство в качестве устройства сборки, даже если оно не подключено к вашему компьютеру, и соберите свой проект, чтобы быть уверенным в отсутствии ошибок.

[тысяча сто тридцать два] 6. [тысяча сто тридцать два] Выбрав ваше устройство, заархивируйте ваш проект.

[1 133] 7. [1 133] В Организаторе XCode выберите «Экспорт»> «Сохранить для ADHOC Deployment»> «Выберите свою учетную запись и убедитесь, что ваш архив использует правильный профиль обеспечения» (если вы не видите полное имя, наведите курсор мыши на обрезанный текст в течение нескольких секунд и оно появится).

8. Назовите свой файл с простым именем и сохраните его в выбранном вами месте.

9. Вам также понадобится файл Plist для редактирования, потому что XCode больше не генерирует его, поэтому я загрузил шаблон для вас здесь . Я поместил примеры в этот список и соответственно отредактировал их.

[+1118] 10. Загрузите файл IPA и файл Plist на сервер с поддержкой SSL. Вам также следует изменить имя загруженного файла Plist, чтобы оно совпадало с именем вашего файла IPA.

11. Создайте такую ​​ссылку: itms-services: //? Action = download-manifest & ampl url = http://yourdomain.com/AppName.plist

12. Отправьте ссылку своим тестировщикам, и они должны щелкнуть ссылку на своих устройствах, и появится уведомление об установке.

Теперь, , если у вас нет сервера с поддержкой SSL , вы можете загрузить файл Plist в свою учетную запись Dropbox, сохраняя файл IPA на сервере без поддержки SSL, и использовать его следующим образом:

1. Получить ссылку на файл. Должно быть что-то вроде этого: https://www.dropbox.com/s/a8hpnmq654pmbaw/AppName.plist?dl=0

2. Скопируйте все, начиная с / s / ....., и удалите параметр? Dl = 0.

3. Создайте ссылку для установки следующим образом: itms-services: //? Action = download-manifest & ampl url = https://dl.dropbox.com/s/a8hpnmq654pmbaw/AppName.plist

4. Отправьте ссылку своим тестерам, чтобы открыть ее на своих устройствах.

6
задан dsimcha 4 June 2009 в 02:35
поделиться

3 ответа

Может оказаться полезным просмотр кода пакета networksis для R. Я считаю, что для эффективных вычислений требуются изящные методы последовательной повторной выборки важности цепи Маркова , поэтому вы можете избежать повторной реализации, если сможете этого избежать.

Изменить: Соответствующая статья - Chen, Diaconis, Холмс и Лю (2005) . По словам авторов, «наш метод выгодно отличается от других существующих методов Монте-Карло- основанные на алгоритмах, а иногда и на несколько порядков более эффективны »

6
ответ дан 17 December 2019 в 00:13
поделиться

Для меня это звучит как проблема удовлетворения ограничений (CSP).

По сути, вы начинаете с некоторой точки и выбираете значение ячейки случайным образом из множества разрешенных ценности. Затем вы обновляете наборы допустимых значений для всех ячеек в той же строке / столбце и выбираете следующую ячейку (в соответствии с эвристикой CSP, которую вы используете), чтобы (случайным образом) присвоить значение, снова из набора подходящих значений. Опять же, вам также необходимо обновить наборы допустимых значений для всех ячеек в одной строке / столбце. Если вы встретите ячейку с пустым набором допустимых значений, вам необходимо выполнить поиск с возвратом.

Однако понятие «набор допустимых значений» может быть трудно представить в структуре данных, в зависимости от допустимого диапазона значений.

1
ответ дан 17 December 2019 в 00:13
поделиться

Я не уверен, каков ваш наивный алгоритм. Вот первое, о чем я думаю:

m\cdot n переменные с m+n линейными ограничениями приводят к ожиданию, что пространство решений имеет (m-1)\cdot(n-1)-1 степеней свободы.

Предположим, мы просто выбрали такое количество случайных чисел для начала.

  a11     a12   ... a1[n-1] b
  a21     a22   ... a2[n-1] x2-x1+b
  ...     ...   ...   ...   ...
a[m-1]1 a[m-1]2 ...    d    f
   c    y2-y1+c ...    g    e

Задайте константы x_i=\sum_{j=1}^{n-1}a_{i,j} и y_j=\sum_{i=1}^{m-1}a_{i,j}.

Это приводит к следующим ограничениям на переменные b , c , d , e , f , g :

x_1+b=\sum_{j=1}^{n-2}a_{m-1,j}+d+f=(m-2)\cdot(c-y_1)+\sum_{\i=1}^{m-2}y_i+g+e
y_1+c=\sum_{i=1}^{m-2}a_{j,n-1}+d+g=(n-2)\cdot(c-x_1)+\sum_{j=1}^{n-2}x_j+f+e

Это линейная система из 6 переменных. У него вероятно есть уникальное решение… Я буду работать над этим завтра. (Отсутствие Maple или других систем компьютерной алгебры на данный момент.)

Это первое, о чем я думаю:

m\cdot n переменных с m+n линейными ограничениями приводят к ожиданию, что пространство решений имеет (m-1)\cdot(n-1)-1 степеней свободы.

Предположим, мы просто выбрали такое количество случайных чисел для начала.

  a11     a12   ... a1[n-1] b
  a21     a22   ... a2[n-1] x2-x1+b
  ...     ...   ...   ...   ...
a[m-1]1 a[m-1]2 ...    d    f
   c    y2-y1+c ...    g    e

Задайте константы x_i=\sum_{j=1}^{n-1}a_{i,j} и y_j=\sum_{i=1}^{m-1}a_{i,j}.

Это приводит к следующим ограничениям на переменные b , c , d , e , f , g :

x_1+b=\sum_{j=1}^{n-2}a_{m-1,j}+d+f=(m-2)\cdot(c-y_1)+\sum_{\i=1}^{m-2}y_i+g+e
y_1+c=\sum_{i=1}^{m-2}a_{j,n-1}+d+g=(n-2)\cdot(c-x_1)+\sum_{j=1}^{n-2}x_j+f+e

Это линейная система из 6 переменных. У него вероятно есть уникальное решение… Я буду работать над этим завтра. (Отсутствие Maple или других систем компьютерной алгебры на данный момент.)

Это первое, о чем я думаю:

m\cdot n переменных с m+n линейными ограничениями приводят к ожиданию, что пространство решений имеет (m-1)\cdot(n-1)-1 степеней свободы.

Предположим, мы просто выбрали такое количество случайных чисел для начала.

  a11     a12   ... a1[n-1] b
  a21     a22   ... a2[n-1] x2-x1+b
  ...     ...   ...   ...   ...
a[m-1]1 a[m-1]2 ...    d    f
   c    y2-y1+c ...    g    e

Задайте константы x_i=\sum_{j=1}^{n-1}a_{i,j} и y_j=\sum_{i=1}^{m-1}a_{i,j}.

Это приводит к следующим ограничениям на переменные b , c , d , e , f , g :

x_1+b=\sum_{j=1}^{n-2}a_{m-1,j}+d+f=(m-2)\cdot(c-y_1)+\sum_{\i=1}^{m-2}y_i+g+e
y_1+c=\sum_{i=1}^{m-2}a_{j,n-1}+d+g=(n-2)\cdot(c-x_1)+\sum_{j=1}^{n-2}x_j+f+e

Это линейная система из 6 переменных. У него вероятно есть уникальное решение… Я буду работать над этим завтра. (Отсутствие Maple или других систем компьютерной алгебры на данный момент.)

Предположим, мы просто выбрали такое количество случайных чисел для начала.

  a11     a12   ... a1[n-1] b
  a21     a22   ... a2[n-1] x2-x1+b
  ...     ...   ...   ...   ...
a[m-1]1 a[m-1]2 ...    d    f
   c    y2-y1+c ...    g    e

Определите константы x_i=\sum_{j=1}^{n-1}a_{i,j} и y_j=\sum_{i=1}^{m-1}a_{i,j}.

Это приводит к следующим ограничениям на переменные b , c , d , e , f , g :

x_1+b=\sum_{j=1}^{n-2}a_{m-1,j}+d+f=(m-2)\cdot(c-y_1)+\sum_{\i=1}^{m-2}y_i+g+e
y_1+c=\sum_{i=1}^{m-2}a_{j,n-1}+d+g=(n-2)\cdot(c-x_1)+\sum_{j=1}^{n-2}x_j+f+e

Это линейная система из 6 переменных. . У него вероятно есть уникальное решение… Я буду работать над этим завтра. (Отсутствие Maple или других систем компьютерной алгебры на данный момент.)

Предположим, мы просто выбрали такое количество случайных чисел для начала.

  a11     a12   ... a1[n-1] b
  a21     a22   ... a2[n-1] x2-x1+b
  ...     ...   ...   ...   ...
a[m-1]1 a[m-1]2 ...    d    f
   c    y2-y1+c ...    g    e

Определите константы x_i=\sum_{j=1}^{n-1}a_{i,j} и y_j=\sum_{i=1}^{m-1}a_{i,j}.

Это приводит к следующим ограничениям на переменные b , c , d , e , f , g :

x_1+b=\sum_{j=1}^{n-2}a_{m-1,j}+d+f=(m-2)\cdot(c-y_1)+\sum_{\i=1}^{m-2}y_i+g+e
y_1+c=\sum_{i=1}^{m-2}a_{j,n-1}+d+g=(n-2)\cdot(c-x_1)+\sum_{j=1}^{n-2}x_j+f+e

Это линейная система из 6 переменных. . У него вероятно есть уникальное решение… Я буду работать над этим завтра. (Отсутствие Maple или других систем компьютерной алгебры на данный момент.)

У него вероятно есть уникальное решение… Я буду работать над этим завтра. (Отсутствие Maple или других систем компьютерной алгебры на данный момент.)

У него вероятно есть уникальное решение… Я буду работать над этим завтра. (Отсутствие Maple или других систем компьютерной алгебры на данный момент.)

0
ответ дан 17 December 2019 в 00:13
поделиться
Другие вопросы по тегам:

Похожие вопросы: