論文の概要: Accelerating combinatorial filter reduction through constraints

• arxiv url: http://arxiv.org/abs/2011.03471v1
• Date: Fri, 6 Nov 2020 16:52:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-29 05:18:15.587924
• Title: Accelerating combinatorial filter reduction through constraints
• Title（参考訳）: 制約による組合せフィルタの高速化
• Authors: Yulin Zhang, Hazhar Rahmani, Dylan A. Shell, Jason M. O'Kane
• Abstract要約: 本稿では,制約数だけを必要とする新たな形式化を提案し,これらの制約を3つの異なる形式で特徴づける。 共役正規形式の制約が問題を最も効果的に捉えることを示し、その制約が他よりも優れていることを示す。 そこで我々は,このような制約のジャスト・イン・タイム生成を導入し,効率を向上し,大きなフィルタを最小化できる可能性を秘めている。
• 参考スコア（独自算出の注目度）: 37.032079828955425
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reduction of combinatorial filters involves compressing state representations that robots use. Such optimization arises in automating the construction of minimalist robots. But exact combinatorial filter reduction is an NP-complete problem and all current techniques are either inexact or formalized with exponentially many constraints. This paper proposes a new formalization needing only a polynomial number of constraints, and characterizes these constraints in three different forms: nonlinear, linear, and conjunctive normal form. Empirical results show that constraints in conjunctive normal form capture the problem most effectively, leading to a method that outperforms the others. Further examination indicates that a substantial proportion of constraints remain inactive during iterative filter reduction. To leverage this observation, we introduce just-in-time generation of such constraints, which yields improvements in efficiency and has the potential to minimize large filters.
• Abstract（参考訳）: 組合せフィルタの削減には、ロボットが使用する状態表現の圧縮が含まれる。 このような最適化はミニマリストロボットの構築を自動化する際に生じる。 しかし、正確な組合せフィルタの削減はNP完全問題であり、現在のすべての手法は指数関数的に多くの制約で不完全または形式化されている。 本稿では,制約の多項式数のみを必要とする新しい形式化を提案し,これらの制約を非線形,線形,共役正規形式という3つの異なる形式で特徴づける。 実験結果から, 共役正規形式の制約が問題を最も効果的に捉え, 他よりも優れる手法が得られた。 さらなる検討により、繰り返しフィルタの低減の間にかなりの制約が不活発に残っていることが示されている。 このような制約をジャスト・イン・タイムで生成することで効率を向上し,大きなフィルタを最小化することができる。

関連論文リスト

• The Rank-Reduced Kalman Filter: Approximate Dynamical-Low-Rank Filtering In High Dimensions [32.30527731746912]
  低ランク行列の低ランク近似を伝播する新しい近似フィルタリング・平滑化法を提案する。 提案手法は, 計算複雑性を(カルマンフィルタの場合) 立方体から, 最悪ケースにおける状態空間サイズにおけるエンフクトラティックに還元する。
  論文  参考訳（メタデータ） (2023-06-13T13:50:31Z)
• Symmetric Tensor Networks for Generative Modeling and Constrained Combinatorial Optimization [72.41480594026815]
  ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。 これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。 本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
  論文  参考訳（メタデータ） (2022-11-16T18:59:54Z)
• Computational Doob's h-transforms for Online Filtering of Discretely Observed Diffusions [65.74069050283998]
  本研究では,Doobの$h$-transformsを近似する計算フレームワークを提案する。 提案手法は、最先端粒子フィルタよりも桁違いに効率的である。
  論文  参考訳（メタデータ） (2022-06-07T15:03:05Z)
• Reverse image filtering using total derivative approximation and accelerated gradient descent [82.93345261434943]
  線形あるいは非線形な画像フィルタの効果を逆転する新たな問題に対処する。 この仮定では、フィルタのアルゴリズムは未知であり、フィルタはブラックボックスとして利用できる。 この逆問題を、局所的なパッチベースのコスト関数の最小化として定式化し、全導関数を用いて勾配勾配の勾配を近似し、問題を解く。
  論文  参考訳（メタデータ） (2021-12-08T05:16:11Z)
• Semi-Sparsity for Smoothing Filters [1.1404527665142667]
  本稿では,新しい疎度誘導フレームワークに基づく半疎度平滑化アルゴリズムを提案する。 我々は、一連の信号/画像処理とコンピュータビジョンアプリケーションに多くの利点を示す。
  論文  参考訳（メタデータ） (2021-07-01T17:31:42Z)
• Filtering Rules for Flow Time Minimization in a Parallel Machine Scheduling Problem [0.0]
  本稿では,資格制約のある並列マシン上での異なる家族のジョブのスケジューリングについて検討する。 目標は、フロー時間と不平等の数の両方を最小化することです。 本稿では,不等式が考慮されない単一機械緩和における流速を最小化する時間アルゴリズムを用いる。
  論文  参考訳（メタデータ） (2020-11-20T10:00:14Z)
• A Scalable, Adaptive and Sound Nonconvex Regularizer for Low-rank Matrix Completion [60.52730146391456]
  そこで我々は,適応的かつ音質の高い"核フロベニウスノルム"と呼ばれる新しい非スケーラブルな低ランク正規化器を提案する。 特異値の計算をバイパスし、アルゴリズムによる高速な最適化を可能にする。 既存の行列学習手法では最速でありながら、最先端の回復性能が得られる。
  論文  参考訳（メタデータ） (2020-08-14T18:47:58Z)
• Conditional gradient methods for stochastically constrained convex minimization [54.53786593679331]
  構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。 私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。 提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
  論文  参考訳（メタデータ） (2020-07-07T21:26:35Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。