类别:实验数学,信号压缩,算法随机性,稀有事件建模,计算的物理限制 挑战: 已针对每种挑战编写了入门指南,到目前为止已针对N <= 10 ^ 6进行了测试。 确切地说,挑战在于设计一种超越这些基于算法信息论原理的预测的机器学习模型。目前,传统的数学智慧表明这样的模型是可能的。 在3月17日至4月17日之间,可以对素数的分布进行训练,其中n <= 10 ^ 6,并在10 ^ 6 <= n <= 10 ^ 9上进行评估。这一回合可以理解为探索阶段。 此后每个月,对于1 <= k <= 6,允许对n <= 10 ^(6 + k)的素数分布进行训练,并且将对10 ^(6 + k)<= n <= 10 ^(9 + k)。 我将在每个月的第17天(从4月开始,到8月结束)为每个子挑战生成一个基准。 挑战规则: ,将使用模型进行评估,这基本上是对稳健性的检验。成功的模型对素数测试的真实阳性率平均将大于