Fugu-MT 論文翻訳(概要): On the Maximum Distance Sublattice Problem and Closest Vector Problem

論文の概要: On the Maximum Distance Sublattice Problem and Closest Vector Problem

arxiv url: http://arxiv.org/abs/1811.03019v2
Date: Tue, 01 Oct 2024 13:03:59 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-03 15:16:24.750657
Title: On the Maximum Distance Sublattice Problem and Closest Vector Problem
Title（参考訳）: 最大距離部分格子問題と最接近ベクトル問題について
Authors: Rajendra Kumar, Shashank K Mehta, Mahesh Sreekumar Rajasree,
Abstract要約: MDSP(Maximum Distance Sublattice Problem)を導入する。格子の最も近いベクトル問題(CVP)のインスタンスを解く問題は、$mathcalL$の双対格子におけるMDSPのインスタンスを解くのと同じである。
参考スコア（独自算出の注目度）: 0.44241702149260353
License:
Abstract: In this paper, we introduce the Maximum Distance Sublattice Problem (MDSP). We observed that the problem of solving an instance of the Closest Vector Problem (CVP) in a lattice $\mathcal{L}$ is the same as solving an instance of MDSP in the dual lattice of $\mathcal{L}$. We give an alternate reduction between the CVP and MDSP. This alternate reduction does not use the concept of dual lattice.
Abstract（参考訳）: 本稿では,MDSP(Maximum Distance Sublattice Problem)を提案する。我々は、格子 $\mathcal{L}$ において最も近いベクトル問題 (CVP) の問題を解く問題は、$\mathcal{L}$ の双対格子において MDSP のインスタンスを解くのと同じであることを示した。我々はCVPとMDSPを交互に削減する。この交互還元は双対格子の概念を使わない。

関連論文リスト

Benign landscape for Burer-Monteiro factorizations of MaxCut-type semidefinite programs [0.9208007322096532]
低階解を持つMaxCut数値半定プログラム(SDP)を考える。低階仮説を活用するために、標準的なアルゴリズム的アプローチはブラー・モンテイロ化係数である。
論文参考訳（メタデータ） (2024-11-05T13:47:07Z)
The c-d conjecture [0.0]
局所的近傍臨界ハミルトニアンの1次元における局所次元$d$と最大中心電荷$c_textmax$の関係を予想する。
論文参考訳（メタデータ） (2024-03-25T22:44:15Z)
Box Facets and Cut Facets of Lifted Multicut Polytopes [2.531156266686649]
昇降型マルチカット問題の線形プログラム定式化について検討する。 2進線形プログラムのカット不等式がファセットを定義するかどうかを決定することはNPハードであることを示す。
論文参考訳（メタデータ） (2024-02-26T18:37:16Z)
Damped Proximal Augmented Lagrangian Method for weakly-Convex Problems with Convex Constraints [17.25924791071807]
弱拘束的目的と凸・非拘束的制約の問題を解くために、減衰した近位グランジアン法(DPALM)を提案する。 DPALM は APG を用いて各サブプロブレムを線形に滑らかに解くことで,約$varepsilon$-KK 点を生成可能であることを示す。
論文参考訳（メタデータ） (2023-11-15T16:05:43Z)
Convergence Analysis of the Deep Galerkin Method for Weak Solutions [9.920833699101195]
DGMWの収束率は$mathcalO(n-1/d)$であり、弱解に対する最初の収束結果である。我々は、$H1$ノルムの近似誤差の上限を導出し、Rademacher複雑性による統計的誤差を導出する。
論文参考訳（メタデータ） (2023-02-05T15:25:16Z)
Solving Constrained Variational Inequalities via an Interior Point Method [88.39091990656107]
制約付き変分不等式(cVI)問題を解くためのインテリアポイントアプローチを開発する。本稿では,2種類の問題においてACVIの収束保証を提供する。この設定における以前の作業とは異なり、ACVIは制約が自明でない場合にcVIを解く手段を提供する。
論文参考訳（メタデータ） (2022-06-21T17:55:13Z)
Annihilating Entanglement Between Cones [77.34726150561087]
ローレンツ錐体は、ある種の強いレジリエンス特性を満たす対称基底を持つ唯一の円錐体であることを示す。我々の証明はローレンツ・コーンの対称性を利用しており、エンタングルメント蒸留のプロトコルに類似した2つの構造を適用している。
論文参考訳（メタデータ） (2021-10-22T15:02:39Z)
Lifting the Convex Conjugate in Lagrangian Relaxations: A Tractable Approach for Continuous Markov Random Fields [53.31927549039624]
断片的な離散化は既存の離散化問題と矛盾しないことを示す。この理論を2つの画像のマッチング問題に適用する。
論文参考訳（メタデータ） (2021-07-13T12:31:06Z)
A Fully Problem-Dependent Regret Lower Bound for Finite-Horizon MDPs [117.82903457289584]
有限水平マルコフ決定過程(MDPs)における新たな問題依存的下界を導出する。我々の下界は一般の場合よりもかなり小さく、最小の作用ギャップでスケールしないことが示される。この最後の結果($poly(H)$の条件で、$H$は地平線である)は、楽観的なアルゴリズムのポリシーギャップに基づいて、後悔の意を表すことによって達成可能であることを示す。
論文参考訳（メタデータ） (2021-06-24T13:46:09Z)
Kernel-Based Reinforcement Learning: A Finite-Time Analysis [53.47210316424326]
モデルに基づく楽観的アルゴリズムであるKernel-UCBVIを導入する。スパース報酬を伴う連続MDPにおける我々のアプローチを実証的に検証する。
論文参考訳（メタデータ） (2020-04-12T12:23:46Z)
Upper Confidence Primal-Dual Reinforcement Learning for CMDP with Adversarial Loss [145.54544979467872]
マルコフ決定過程(CMDP)に対するオンライン学習の検討本稿では,遷移モデルから標本化した軌跡のみを必要とする,新しいEmphupper confidence primal-dualアルゴリズムを提案する。我々の分析では、ラグランジュ乗算過程の新たな高確率ドリフト解析を、高信頼強化学習の記念後悔解析に組み入れている。
論文参考訳（メタデータ） (2020-03-02T05:02:23Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。