Fugu-MT 論文翻訳(概要): Derivation of QUBO formulations for sparse estimation

論文の概要: Derivation of QUBO formulations for sparse estimation

arxiv url: http://arxiv.org/abs/2001.03715v2
Date: Mon, 27 Jan 2020 09:37:10 GMT
ステータス: 処理完了
システム内更新日: 2023-01-12 09:25:47.000351
Title: Derivation of QUBO formulations for sparse estimation
Title（参考訳）: スパース推定のためのQUBO定式化の導出
Authors: Tomohiro Yokota, Makiko Konoshima, Hirotaka Tamura, Jun Ohkubo
Abstract要約: 本稿では,l1-normの2次非制約二元最適化(QUBO)を提案する。 l1-ノルムの場合への導出法の簡単な応用は冗長変数をもたらす。冗長変数を除去し、簡易なQUBO定式化を得る。
参考スコア（独自算出の注目度）: 0.6882042556551611
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We propose a quadratic unconstrained binary optimization (QUBO) formulation of the l1-norm, which enables us to perform sparse estimation of Ising-type annealing methods such as quantum annealing. The QUBO formulation is derived using the Legendre transformation and the Wolfe theorem, which have recently been employed to derive the QUBO formulations of ReLU-type functions. It is shown that a simple application of the derivation method to the l1-norm case results in a redundant variable. Finally a simplified QUBO formulation is obtained by removing the redundant variable.
Abstract（参考訳）: 量子アニーリングなどのIsing型アニーリング手法のスパース推定を実現するために,l1-normの2次非拘束バイナリ最適化(QUBO)法を提案する。 QUBOの定式化は、ReLU型関数のQUBO定式化を導出するために最近用いられているルジャンドル変換とウルフの定理を用いて導出される。導出法のl1-ノルムケースへの単純な適用により冗長変数が生成できることが示されている。最後に、冗長変数を除去して簡易なQUBO定式化を得る。

関連論文リスト

Time-Convolutionless Master Equation Applied to Adiabatic Elimination [0.0]
本稿では,TCL(Time-Convolutionless)マスター方程式の枠組みによる断熱除去の再構成を導入する。典型例にTCLマスター方程式の定式化を適用することにより、断熱除去計算を行うための実践的方法論を実証する。
論文参考訳（メタデータ） (2024-09-12T18:00:31Z)
Improving Diffusion Models for Inverse Problems Using Optimal Posterior Covariance [52.093434664236014]
近年の拡散モデルは、特定の逆問題に対して再訓練することなく、ノイズの多い線形逆問題に対する有望なゼロショット解を提供する。この発見に触発されて、我々は、最大推定値から決定されるより原理化された共分散を用いて、最近の手法を改善することを提案する。
論文参考訳（メタデータ） (2024-02-03T13:35:39Z)
Predicting Ordinary Differential Equations with Transformers [65.07437364102931]
単一溶液軌道の不規則サンプリングおよび雑音観測から,スカラー常微分方程式(ODE)を記号形式で復元するトランスフォーマーに基づくシーケンス・ツー・シーケンス・モデルを開発した。提案手法は, 1回に一度, ODE の大規模な事前訓練を行った後, モデルのいくつかの前方通過において, 新たな観測解の法則を推測することができる。
論文参考訳（メタデータ） (2023-07-24T08:46:12Z)
Plug-and-Play split Gibbs sampler: embedding deep generative priors in Bayesian inference [12.91637880428221]
本稿では, 後方分布から効率的にサンプリングするために, 可変分割を利用したプラグアンドプレイサンプリングアルゴリズムを提案する。後方サンプリングの課題を2つの単純なサンプリング問題に分割する。その性能は最近の最先端の最適化とサンプリング手法と比較される。
論文参考訳（メタデータ） (2023-04-21T17:17:51Z)
An Alternative Formulation of the Quantum Phase Estimation Using Projection-Based Tensor Decompositions [0.0]
量子位相推定の代替版が提案され、アダマールゲートは量子フーリエ変換によって置換される。この新しい回路は、アンシラが$ket0$であるときに元の回路と一致する。射影に基づくテンソル分解と指数関数の閉形式表現の助けを借りて、この新しい手法は対応する対象ユニタリ作用素のハミルトニアンに結合した乗数として解釈できる。
論文参考訳（メタデータ） (2023-03-10T13:02:29Z)
Restoration-Degradation Beyond Linear Diffusions: A Non-Asymptotic Analysis For DDIM-Type Samplers [90.45898746733397]
本研究では拡散生成モデルに用いる決定論的サンプリング器の非漸近解析のためのフレームワークを開発する。確率フローODEに沿った1ステップは,1) 条件付き対数線上を無限に先行して上昇する回復ステップ,2) 雑音を現在の勾配に向けて前向きに進行する劣化ステップの2段階で表すことができる。
論文参考訳（メタデータ） (2023-03-06T18:59:19Z)
Variational Laplace Autoencoders [53.08170674326728]
変分オートエンコーダは、遅延変数の後部を近似するために、償却推論モデルを用いる。完全分解ガウス仮定の限定的後部表現性に対処する新しい手法を提案する。また、深部生成モデルのトレーニングのための変分ラプラスオートエンコーダ(VLAE)という一般的なフレームワークも提示する。
論文参考訳（メタデータ） (2022-11-30T18:59:27Z)
l1-Norm Minimization with Regula Falsi Type Root Finding Methods [81.55197998207593]
Regula Falsiルートフィンディング技術を使用して、非可能性に対する効率的なアプローチを開発します。実用的性能は l1 正規化クラス t を用いて示される。
論文参考訳（メタデータ） (2021-05-01T13:24:38Z)
Understanding Implicit Regularization in Over-Parameterized Single Index Model [55.41685740015095]
我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。暗黙正則化現象の理論的保証を提供する。
論文参考訳（メタデータ） (2020-07-16T13:27:47Z)
The semiring of dichotomies and asymptotic relative submajorization [0.0]
我々は、事前順序付き半環上のストラッセンの定理の一般化を用いて、量子二コトミーと非対称微分可能性の資源理論を研究する。非正規化ジコトミー上で定義される相対的部分行列化の変種は、テンソル積の下で乗法的であり、直和の下で加法的である実数値モノトンによって特徴づけられる。
論文参考訳（メタデータ） (2020-04-22T14:13:26Z)

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。