Fugu-MT 論文翻訳(概要): A QUBO Algorithm to Compute Eigenvectors of Symmetric Matrices

論文の概要: A QUBO Algorithm to Compute Eigenvectors of Symmetric Matrices

arxiv url: http://arxiv.org/abs/2104.11311v1
Date: Thu, 22 Apr 2021 20:41:57 GMT
ステータス: 処理完了
システム内更新日: 2023-04-02 19:59:32.367582
Title: A QUBO Algorithm to Compute Eigenvectors of Symmetric Matrices
Title（参考訳）: 対称行列の固有ベクトル計算のためのQUBOアルゴリズム
Authors: Benjamin Krakoff, Susan M. Mniszewski, Christian F. A. Negre
Abstract要約: 擬似二項最適化問題の列を解くことにより,対称行列の極値と対応する固有ベクトルを計算するアルゴリズムについて述べる。このアルゴリズムは対称行列の多くのクラスで堅牢であり、固有ベクトル/固有値対を本質的に任意の精度で計算することができ、小さな修正で一般化された固有値問題を解くこともできる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We describe an algorithm to compute the extremal eigenvalues and corresponding eigenvectors of a symmetric matrix by solving a sequence of Quadratic Binary Optimization problems. This algorithm is robust across many different classes of symmetric matrices, can compute the eigenvector/eigenvalue pair to essentially arbitrary precision, and with minor modifications can also solve the generalized eigenvalue problem. Performance is analyzed on small random matrices and selected larger matrices from practical applications.
Abstract（参考訳）: 擬似二項最適化問題の列を解くことにより,対称行列の極値と対応する固有ベクトルを計算するアルゴリズムについて述べる。このアルゴリズムは対称行列の多くのクラスで堅牢であり、固有ベクトル/固有値対を本質的に任意の精度で計算することができ、小さな修正で一般化された固有値問題を解くこともできる。小型無作為行列を用いて性能を解析し,実用的応用からより大きな行列を選択した。

関連論文リスト

Resolvent-based quantum phase estimation: Towards estimation of parametrized eigenvalues [0.0]
行列分解形式に基づく非正規行列の固有値を推定するための新しい手法を提案する。与えられた非単項行列の単位ノルム固有値の位相を推定するための最初の効率的なアルゴリズムを構築する。次に、与えられた非エルミート行列の実固有値を推定する効率的なアルゴリズムを構築する。
論文参考訳（メタデータ） (2024-10-07T08:51:05Z)
Bounding Real Tensor Optimizations via the Numerical Range [0.0]
行列の数値範囲は、実テンソル積ベクトル上での最適化問題の最適値の有界化にどのように利用できるかを示す。我々の境界は固有値に基づく自明な境界よりも強く、半定プログラミング緩和によって得られる境界よりもはるかに高速に計算できる。
論文参考訳（メタデータ） (2022-12-24T20:03:06Z)
The Hypervolume Indicator Hessian Matrix: Analytical Expression, Computational Time Complexity, and Sparsity [4.523133864190258]
本稿では,$d$次元決定空間における$n$点の(固定サイズ)集合からスカラー超体積指標値への写像のヘッセン行列の解析式を確立する。ヘッセン行列はニュートン・ラフソン最適化法のような二階法において重要な役割を担い、局所最適集合の検証に使用できる。
論文参考訳（メタデータ） (2022-11-08T11:24:18Z)
A quantum algorithm for solving eigenproblem of the Laplacian matrix of a fully connected weighted graph [4.045204834863644]
完全連結重み付きグラフのラプラシア行列の固有確率を解くための効率的な量子アルゴリズムを提案する。具体的には,ブロック符号化フレームワークに基づく最適ハミルトンシミュレーション手法を採用する。また、このアルゴリズムは対称(非対称)正規化ラプラス行列の固有確率を解くために拡張可能であることを示す。
論文参考訳（メタデータ） (2022-03-28T02:24:08Z)
Robust 1-bit Compressive Sensing with Partial Gaussian Circulant Matrices and Generative Priors [54.936314353063494]
我々は,ロバストな1ビット圧縮センシングのための相関に基づく最適化アルゴリズムのリカバリ保証を提供する。我々は,実用的な反復アルゴリズムを用いて,画像データセットの数値実験を行い,結果の相関付けを行う。
論文参考訳（メタデータ） (2021-08-08T05:28:06Z)
Non-PSD Matrix Sketching with Applications to Regression and Optimization [56.730993511802865]
非PSDおよび2乗根行列の次元削減法を提案する。複数のダウンストリームタスクにこれらのテクニックをどのように使用できるかを示す。
論文参考訳（メタデータ） (2021-06-16T04:07:48Z)
Adversarially-Trained Nonnegative Matrix Factorization [77.34726150561087]
非負行列ファクタリゼーションの逆学習版を検討する。我々の定式化では、攻撃者は与えられたデータ行列に有界ノルムの任意の行列を追加する。辞書と係数行列を最適化するために, 逆学習に触発された効率的なアルゴリズムを設計する。
論文参考訳（メタデータ） (2021-04-10T13:13:17Z)
Analysis of Truncated Orthogonal Iteration for Sparse Eigenvector Problems [78.95866278697777]
本研究では,多元的固有ベクトルを分散制約で同時に計算するTruncated Orthogonal Iterationの2つの変種を提案する。次に,我々のアルゴリズムを適用して,幅広いテストデータセットに対するスパース原理成分分析問題を解く。
論文参考訳（メタデータ） (2021-03-24T23:11:32Z)
Quantum query complexity with matrix-vector products [9.192149087264033]
入力ベクトル上での動作を返すクエリを用いて,行列の性質を学習する量子アルゴリズムについて検討する。行列のトレース、行列式、階数などの様々な問題に対して、量子コンピュータは古典計算の高速化を提供していないことを示す。
論文参考訳（メタデータ） (2021-02-22T20:42:17Z)
Eigendecomposition-Free Training of Deep Networks for Linear Least-Square Problems [107.3868459697569]
我々は、ディープネットワークのトレーニングに固有分解のないアプローチを導入する。この手法は固有分解の明示的な微分よりもはるかに堅牢であることを示す。我々の手法は収束特性が良く、最先端の結果が得られます。
論文参考訳（メタデータ） (2020-04-15T04:29:34Z)
Optimal Iterative Sketching with the Subsampled Randomized Hadamard Transform [64.90148466525754]
最小二乗問題に対する反復スケッチの性能について検討する。本研究では、Haar行列とランダム化されたHadamard行列の収束速度が同一であることを示し、ランダムなプロジェクションを経時的に改善することを示した。これらの手法は、ランダム化次元還元を用いた他のアルゴリズムにも適用することができる。
論文参考訳（メタデータ） (2020-02-03T16:17:50Z)

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。