JWFD开源工作流-矩阵引擎设计-高维向量空间分析法

原创于 2023-09-06 08:49:48 发布 · 588 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#矩阵 #线性代数

文章探讨了JWFD开源工作流中的矩阵引擎设计，关注如何处理未探测到的流程节点，以及如何结合高维向量空间进行操作。作者强调矩阵模型与数据库模型的区别，并指出底层模型与工作流拓扑分析的关联性，尽管涉及深度学习技术，但核心在于清晰的逻辑结构。

JWFD开源工作流-矩阵引擎设计-高维向量空间分析法

              在把已知的流程节点查找到之后，输出下标，但是我们发现，还有一些节点并未被
              探测到，遍历并没有完全的完成，仍然有泄露的节点在其中，这个问题需要进一步
              的研究

              在完成遍历和排序之后，矩阵的循环，跳跃和回退等模块是否和数据库模型的时候
              一样呢？矩阵是一种纯粹的数学模型，要在这种数学模型上实现循环，跳跃和回退等
              控制模型，才能够体现出矩阵引擎与数据库引擎的不同之处，虽然说GPT已经实现
              亿级参数模型，可以进行智能模拟和生成式人工智能，但是我们的矩阵工作流开发
              工程仍然要坚决的搞下去

               根据我的研究矩阵模型的维度高出链表一级，我们在矩阵模型上做的控制和操作
               要比链表模型具有更高阶的深度。。。

               如何把矩阵表和路由表的参数结合起来，形成一个高维向量空间，然后在这个空间
               中进行操作和控制？张量分析学里面的数学模型和知识和技术可能与之有关

               抛弃掉深度学习的那些看起来深奥的学术词汇，人工智能的最底层的模型和结构
               其实和我们熟悉的工作流拓扑分析是一个意思，大家不要畏惧那些看起来很复杂
               而深奥的词汇。。。