Jeg forsøgte at forstå sammenblandingen bedre og dens matematiske egenskaber og fortolkninger inden for ingeniørfag (specielt i sammenhæng med computersyn). Husk sammenfaldet:
$$ s (t) = (x * w) (t) = \ int x (a) w (ta) da $$
det første argument (til konvolution) kaldes $ x $ normalt input, men det andet argument $ w $ (til konvolution) kaldes normalt " kerne ". Imidlertid kaldes det andet argument i computersyn og sammenfaldende neurale netværk normalt en " skabelon " (måske billedet af en kant eller et hjul eller en del af et objekt). På andre områder tror jeg dog, at der er signaler og systemer, det kaldes normalt et " filter ".
Som computer software engineer mener jeg, at navngivning er ekstremt vigtigt, fordi det giver os magten til at tænke over specifikke begreber. At have dårlige navne kan føre til sjusketænkning. Derfor antog jeg, at disse tekniske navne sandsynligvis blev valgt med disse ideer i tankerne. Ved eller forstår nogen, hvorfor disse navne er blevet brugt til det andet argument for sammenfaldet?
De specifikke navne, som jeg er opmærksom på, er:
- Kerne (fra ren matematik?)
- Filter (signaler og systemer?)
- Skabelon (Computersyn / Machine Learning)
Ikke sikker på, om jeg mangler noget , men jeg vil gerne forstå disse navngivning bedre og muligvis (forhåbentlig) forstå intuitivt bedre, hvad fældningsoperatøren gør og dens fortolkning inden for teknik og matematik.