Fugu-MT 論文翻訳(概要): Colored props for large scale graphical reasoning

論文の概要: Colored props for large scale graphical reasoning

arxiv url: http://arxiv.org/abs/2007.03564v1
Date: Tue, 7 Jul 2020 15:40:49 GMT
ステータス: 処理完了
システム内更新日: 2023-05-11 01:39:49.048171
Title: Colored props for large scale graphical reasoning
Title（参考訳）: 大規模図形推論のためのカラープロップ
Authors: Titouan Carette and Simon Perdrix
Abstract要約: この問題に対処する提案は、色付きの小道具を用いてZX計算に対して検討されている。本稿では,任意のプロップへのアプローチを拡張し,グラフィカル言語操作のための汎用ツールとなる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The prop formalism allows representation of processes withstring diagrams and has been successfully applied in various areas such as quantum computing, electric circuits and control flow graphs. However, these graphical approaches suffer from scalability problems when it comes to writing large diagrams. A proposal to tackle this issue has been investigated for ZX-calculus using colored props. This paper extends the approach to any prop, making it a general tool for graphical languages manipulation.
Abstract（参考訳）: プロップ形式は、ダイアグラムを用いたプロセスの表現を可能にし、量子コンピューティング、電気回路、制御フローグラフなどの様々な分野でうまく適用されてきた。しかし、これらのグラフィカルなアプローチは、大きな図を書くときにスケーラビリティの問題に苦しむ。この問題に対処する提案は、色付きの小道具を用いてZX計算に対して検討されている。本稿では,このアプローチを任意のプロップに拡張し,グラフィカル言語操作の汎用ツールとした。

関連論文リスト

Transformers as Graph-to-Graph Models [13.630495199720423]
トランスフォーマーは本質的にグラフからグラフへのモデルであり、シーケンスは特別なケースに過ぎない、と我々は主張する。我々のGraph-to-Graph Transformerアーキテクチャは,グラフエッジを注目重み計算に入力し,注目機能を備えたグラフエッジを予測することで,これを明確化する。
論文参考訳（メタデータ） (2023-10-27T07:21:37Z)
Deep Prompt Tuning for Graph Transformers [55.2480439325792]
ファインチューニングはリソース集約型であり、大きなモデルのコピーを複数保存する必要がある。ファインチューニングの代替として,ディープグラフプロンプトチューニングと呼ばれる新しい手法を提案する。事前学習したパラメータを凍結し、追加したトークンのみを更新することにより、フリーパラメータの数を減らし、複数のモデルコピーを不要にする。
論文参考訳（メタデータ） (2023-09-18T20:12:17Z)
Quantum Grid States and Hybrid Graphs [0.15293427903448023]
符号付きラプラシアン行列、重み付きグラフおよびハイブリッドグラフを用いてグラフを格子状態として解釈する新しい方法を提案する。また、モジュラー方式で有界な絡み合った状態を構築するためのグラフィカルな手法も導入する。我々の研究は、グリッド状態モデルに混合量子状態の族を構築する可能性を開く。
論文参考訳（メタデータ） (2022-07-20T11:24:25Z)
All the World's a (Hyper)Graph: A Data Drama [55.144729234861316]
Hyperbardはシェイクスピアの戯曲からの多様なデータ表現のデータセットである。私たちの表現は、単一のシーンで文字の共起をキャプチャする単純なグラフから、複雑な通信設定を符号化するハイパーグラフまで様々です。データソースへのオマージュとして、科学もまた芸術であると主張するため、私たちはすべてのポイントを遊びの形で提示します。
論文参考訳（メタデータ） (2022-06-16T14:51:28Z)
Harnessing spectral representations for subgraph alignment [15.86857474914914]
本稿では,コンパクトで計算が容易で,トポロジ的変化に頑健で,既存のパイプラインに差し込むのが容易で,特に部分グラフアライメント問題に有効である地図のスペクトル表現を提案する。サブグラフアライメントタスクで生じる部分性がマップ係数の特別な構造として表される驚くべき現象を初めて報告する。
論文参考訳（メタデータ） (2022-05-30T09:03:28Z)
Large-scale quantum diagrammatic reasoning tools, !-boxes vs. scalable notations [0.0]
ダイアグラム推論の大規模量子プロセスへの応用には、任意の大きさのダイアグラムの族を記述するための特定のツールが必要である。今のところ、ZH-calculusの大規模図式推論ツールには、2つの風味がある。
論文参考訳（メタデータ） (2022-04-25T14:46:22Z)
Scaling R-GCN Training with Graph Summarization [71.06855946732296]
リレーショナルグラフ畳み込みネットワーク(R-GCN)のトレーニングは、グラフのサイズに合わない。本研究では,グラフの要約手法を用いてグラフを圧縮する実験を行った。 AIFB, MUTAG, AMデータセットについて妥当な結果を得た。
論文参考訳（メタデータ） (2022-03-05T00:28:43Z)
Edge but not Least: Cross-View Graph Pooling [76.71497833616024]
本稿では,重要なグラフ構造情報を活用するために,クロスビューグラフプーリング(Co-Pooling)手法を提案する。クロスビュー相互作用、エッジビュープーリング、ノードビュープーリングにより、相互にシームレスに強化され、より情報的なグラフレベルの表現が学習される。
論文参考訳（メタデータ） (2021-09-24T08:01:23Z)
GraphStateVis: Interactive Visual Analysis of Qubit Graph States and their Stabilizer Groups [1.332560004325655]
キュービットグラフ状態とその安定化器群を視覚的に解析するためのWebベースのアプリケーションであるGraphStateVisを紹介する。ユーザは、安定作用素のパウリ重み分布を含むグラフ状態固有の特性を探索することができる。本稿では,プロトタイプの性能を示すために,短期量子アルゴリズムの文脈におけるユースケースを提案する。
論文参考訳（メタデータ） (2021-05-26T18:00:06Z)
Promoting Graph Awareness in Linearized Graph-to-Text Generation [72.83863719868364]
局所グラフ構造を符号化する線形化モデルの能力を検討する。本研究は,モデルの暗黙のグラフ符号化の品質を高めるための解法である。これらの消音足場は、低リソース設定における下流生成の大幅な改善につながることが分かりました。
論文参考訳（メタデータ） (2020-12-31T18:17:57Z)
Graph Pooling with Node Proximity for Hierarchical Representation Learning [80.62181998314547]
本稿では,ノード近接を利用したグラフプーリング手法を提案し,そのマルチホップトポロジを用いたグラフデータの階層的表現学習を改善する。その結果,提案したグラフプーリング戦略は,公開グラフ分類ベンチマークデータセットの集合において,最先端のパフォーマンスを達成できることが示唆された。
論文参考訳（メタデータ） (2020-06-19T13:09:44Z)

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。