Fugu-MT 論文翻訳(概要): Mirror Descent Algorithms for Minimizing Interacting Free Energy

論文の概要: Mirror Descent Algorithms for Minimizing Interacting Free Energy

arxiv url: http://arxiv.org/abs/2004.04555v1
Date: Wed, 8 Apr 2020 07:52:14 GMT
ステータス: 処理完了
システム内更新日: 2022-12-15 09:47:03.037695
Title: Mirror Descent Algorithms for Minimizing Interacting Free Energy
Title（参考訳）: 干渉自由エネルギー最小化のためのミラーディフレッシュアルゴリズム
Authors: Lexing Ying
Abstract要約: 本項では、相互作用する自由エネルギーを最小化する問題について考察する。ミラー降下アルゴリズムにより、与えられた相互作用自由エネルギーに対して、新しい計量を用いた降下ダイナミクスを提案する。我々は、相互作用する自由エネルギーを最小化するための新しいミラー・ディフレッシュ型アルゴリズムにたどり着く。
参考スコア（独自算出の注目度）: 7.246588213999515
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This note considers the problem of minimizing interacting free energy. Motivated by the mirror descent algorithm, for a given interacting free energy, we propose a descent dynamics with a novel metric that takes into consideration the reference measure and the interacting term. This metric naturally suggests a monotone reparameterization of the probability measure. By discretizing the reparameterized descent dynamics with the explicit Euler method, we arrive at a new mirror-descent-type algorithm for minimizing interacting free energy. Numerical results are included to demonstrate the efficiency of the proposed algorithms.
Abstract（参考訳）: 自由エネルギーの相互作用を最小化する問題を考える。ミラー降下アルゴリズムに動機づけられ、与えられた相互作用自由エネルギーに対して、基準測度と相互作用項を考慮した新しい計量を用いた降下ダイナミクスを提案する。この計量は自然に確率測度の単調再パラメータ化を示唆する。明示的なオイラー法で再パラメータ化降下力学を離散化することにより、相互作用する自由エネルギーを最小化するための新しいミラー・ディフレッシュ型アルゴリズムにたどり着く。提案アルゴリズムの効率性を示すために, 数値計算結果を含む。

関連論文リスト

Efficient Low-rank Identification via Accelerated Iteratively Reweighted Nuclear Norm Minimization [8.879403568685499]
パラメータの平滑化に適応的な更新戦略を導入する。この振る舞いは、アルゴリズムを数回繰り返した後に、効果的に問題を解決するものに変えます。すべてのイテレーションが重要なものであることを保証し、グローバルに提案された実験を証明します。
論文参考訳（メタデータ） (2024-06-22T02:37:13Z)
Momentum Particle Maximum Likelihood [2.4561590439700076]
自由エネルギー関数を最小化するための類似の力学系に基づくアプローチを提案する。システムを離散化することにより、潜在変数モデルにおける最大推定のための実用的なアルゴリズムを得る。このアルゴリズムは既存の粒子法を数値実験で上回り、他のMLEアルゴリズムと比較する。
論文参考訳（メタデータ） (2023-12-12T14:53:18Z)
Effective Hamiltonian approach to the exact dynamics of open system by complex discretization approximation for environment [0.0]
本稿では,複素ガウス二次数を用いた離散化近似法の複素平面への新たな一般化を提案する。有効ハミルトニアンは非エルミート的であり、負の虚部を持つ複素エネルギーモードを証明できる。
論文参考訳（メタデータ） (2023-03-12T05:34:29Z)
Sampling with Mollified Interaction Energy Descent [57.00583139477843]
モーフィファイド相互作用エネルギー降下(MIED)と呼ばれる新しい最適化に基づくサンプリング手法を提案する。 MIEDは、モル化相互作用エネルギー(MIE)と呼ばれる確率測度に関する新しいクラスのエネルギーを最小化する我々は,制約のないサンプリング問題に対して,我々のアルゴリズムがSVGDのような既存の粒子ベースアルゴリズムと同等に動作することを示す。
論文参考訳（メタデータ） (2022-10-24T16:54:18Z)
Twisted hybrid algorithms for combinatorial optimization [68.8204255655161]
提案されたハイブリッドアルゴリズムは、コスト関数をハミルトニアン問題にエンコードし、回路の複雑さの低い一連の状態によってエネルギーを最適化する。レベル$p=2,ldots, 6$の場合、予想される近似比をほぼ維持しながら、レベル$p$を1に減らすことができる。
論文参考訳（メタデータ） (2022-03-01T19:47:16Z)
MotionHint: Self-Supervised Monocular Visual Odometry with Motion Constraints [70.76761166614511]
モノクローナルビジュアル・オドメトリー(VO)のための新しい自己教師型アルゴリズムMotionHintを提案する。我々のMotionHintアルゴリズムは、既存のオープンソースSSM-VOシステムに容易に適用できる。
論文参考訳（メタデータ） (2021-09-14T15:35:08Z)
Hybridized Methods for Quantum Simulation in the Interaction Picture [69.02115180674885]
本研究では,異なるシミュレーション手法をハイブリダイズし,インタラクション・ピクチャー・シミュレーションの性能を向上させるフレームワークを提案する。これらのハイブリッド化手法の物理的応用は、電気遮断において$log2 Lambda$としてゲート複雑性のスケーリングをもたらす。力学的な制約を受けるハミルトニアンシミュレーションの一般的な問題に対して、これらの手法は、エネルギーコストを課すために使われるペナルティパラメータ$lambda$とは無関係に、クエリの複雑さをもたらす。
論文参考訳（メタデータ） (2021-09-07T20:01:22Z)
Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文参考訳（メタデータ） (2020-12-07T09:27:16Z)
On stochastic mirror descent with interacting particles: convergence properties and variance reduction [1.911678487931003]
正確な最小化器は、ノイズの量に依存しない正確な最小化器の計算である。近似アルゴリズムの標準的なプラクティスは、ステップサイズを小さくすることである。第2の選択肢は、固定されたステップサイズを使用して、アルゴリズムの独立したレプリカを実行し、それらを平均的に実行することだ。どちらの選択肢が最善かは定かではない。
論文参考訳（メタデータ） (2020-07-15T14:21:27Z)
Targeted free energy estimation via learned mappings [66.20146549150475]
自由エネルギー摂動 (FEP) は60年以上前にズワンツィヒによって自由エネルギー差を推定する方法として提案された。 FEPは、分布間の十分な重複の必要性という厳しい制限に悩まされている。目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、オーバーラップを増やすために構成空間の高次元マッピングを使用する。
論文参考訳（メタデータ） (2020-02-12T11:10:00Z)

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。