論文の概要: Properties of SN P system and its Configuration Graph
- arxiv url: http://arxiv.org/abs/2211.15159v1
- Date: Mon, 28 Nov 2022 09:16:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-29 17:46:10.629786
- Title: Properties of SN P system and its Configuration Graph
- Title(参考訳): snpシステムとその構成グラフの特性
- Authors: Henry N. Adorna
- Abstract要約: SNPシステムの基本状態方程式として構成の到達可能性に関するこれまでの結果を参照する。
本稿では,SNP系の挙動と構造について,遅延のない予備検討を行う。
- 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: Several studies have been reported in the literature about SN P system and
its variants. Often, the results provide universality of various variants and
the classes of languages that these variants generate and recognize. The state
of SN P system is its configuration. We refer to our previous result on
reachability of configuration as the {\it Fundamental state equation for SN P
system.} This paper provides a preliminary investigation on the behavioral and
structural properties of SN P system without delay that depend primarily to
this fundamental state equation. Also, we introduce the idea of configuration
graph $CG_{\Pi}$ of an SN P system $\Pi$ without delay to characterize
behavioral properties of $\Pi$ with respect to $CG_{\Pi}.$ The matrix $M_{\Pi}$
of an SN P system $\Pi$ without delay is used to characterize structural
properties of $\Pi.$
- Abstract(参考訳): sn pシステムとその変異に関する文献でいくつかの研究が報告されている。
多くの場合、結果は様々な変種とこれらの変種が生成し認識する言語のクラスに普遍性をもたらす。
sn pシステムの状態はその構成である。
構成の到達可能性に関する前回の結果をsn p系に対する「it基本状態方程式」と呼ぶ。
本稿では,sn pシステムの動作特性と構造特性について,本基本状態方程式に主に依存する遅延を伴わない予備的な検討を行う。
また、設定グラフ $CG_{\Pi}$ を SN P システム $\Pi$ のアイデアを紹介し、$CG_{\Pi} に対して $\Pi$ の振る舞い特性を特徴付けるのに遅延を伴わない。
sn p システム $\pi$ の行列 $m_{\pi}$ は、$\pi の構造特性を特徴付けるために使われる。
$
関連論文リスト
- Learning Efficient Positional Encodings with Graph Neural Networks [109.8653020407373]
グラフのための学習可能なPEの新しいフレームワークであるPEARLを紹介する。
PEARL は線形複雑性を持つ固有ベクトルの同変関数を近似し、その安定性と高表現力を厳密に確立する。
解析の結果、PEARLは線形複雑度を持つ固有ベクトルの同変関数を近似し、その安定性と高表現能を厳密に確立することを示した。
論文 参考訳(メタデータ) (2025-02-03T07:28:53Z) - The Sample Complexity of Online Reinforcement Learning: A Multi-model Perspective [55.15192437680943]
連続状態と行動空間を持つ非線形力学系に対するオンライン強化学習のサンプル複雑性について検討した。
我々のアルゴリズムは、その単純さ、事前知識を組み込む能力、そして良心的な過渡的行動のために、実際に有用である可能性が高い。
論文 参考訳(メタデータ) (2025-01-27T10:01:28Z) - Cosmology with Persistent Homology: Parameter Inference via Machine Learning [0.0]
我々は、PS/BS(Power Spectrum and Bispectrum)と比べ、パラメーターを推測する持続画像(PI)の能力を評価する。
PIはパラメータが制約される場合のPS/BSと比べ、常により良い予測につながる。
PI は $f_rm NLrm loc$ に対して特によく機能し、原始的非ガウス性を制限する上での永続的ホモロジーの約束を示す。
論文 参考訳(メタデータ) (2024-12-19T21:18:43Z) - Universal coarse geometry of spin systems [0.0]
スピン系の状態と力学の両方が、熱力学極限の点の集合に正準に関連した粗い幾何を持つことを示す。
量子回路$alpha$に関連する動的粗い構造と、$psi$が任意の積状態であるような状態$psicirc alpha$の粗い構造との基本的な整合性を確立する。
論文 参考訳(メタデータ) (2024-11-12T16:39:33Z) - Privacy-preserving Linear Computations in Spiking Neural P Systems [0.0]
スパイキングニューラルPシステム(Spike Neural P systems)は、生体ニューロンから直接インスパイアされた膜コンピューティングモデルの一種である。
本稿では,リモートサーバにホストされたSNPシステムを用いて,クライアントが線形関数を計算できる新しいプライバシ保護プロトコルを提案する。
論文 参考訳(メタデータ) (2023-09-25T01:16:18Z) - On sampling determinantal and Pfaffian point processes on a quantum
computer [49.1574468325115]
DPPは1970年代の量子光学のモデルとしてマッキによって導入された。
ほとんどのアプリケーションはDPPからのサンプリングを必要としており、その量子起源を考えると、古典的なコンピュータでDPPをサンプリングするのは古典的なものよりも簡単かどうか疑問に思うのが自然である。
バニラサンプリングは、各コスト$mathcalO(N3)$と$mathcalO(Nr2)$の2つのステップから構成される。
論文 参考訳(メタデータ) (2023-05-25T08:43:11Z) - Matrix representations of spiking neural P systems: Revisited [0.0]
コンフィグレーションの到達可能性の概念は、SNPシステムと無遅延システムの両方において考慮されている。
SNPシステムの遅延を考慮した場合、次の構成のより優れた計算が提案される。
論文 参考訳(メタデータ) (2022-11-28T09:09:07Z) - Threshold size for the emergence of a classical-like behaviour [68.8204255655161]
システムを古典的な記述に適応できる最小サイズを推定する手法を設計する。
磁気システムの特定のケースについて検討し、ゲダンケン実験の詳細を提示し、徹底的にコメントする。
論文 参考訳(メタデータ) (2022-03-25T11:31:14Z) - Horizon-Free Reinforcement Learning in Polynomial Time: the Power of
Stationary Policies [88.75843804630772]
我々は既存の境界に対して,$Oleft(mathrmpoly(S,A,log K)sqrtKright)を後悔するアルゴリズムを設計する。
この結果は、定常政策の近似力、安定性、および濃度特性を確立する新しい構造補題の列に依存している。
論文 参考訳(メタデータ) (2022-03-24T08:14:12Z) - Learning the Dynamics of Autonomous Linear Systems From Multiple
Trajectories [2.2268031040603447]
自律線形系同定の学習速度と一貫性に関する既存の結果は、1つの長い軌道からの定常状態の挙動の観測に依存している。
定常状態の挙動が容易に観察できない複数の短い軌跡に基づく学習システムダイナミクスのシナリオを考察する。
厳密な安定系の学習速度は$mathcalO(sqrtfraclogNN)$、学習速度は$mathcalO(frac(logN)dsqrとなる。
論文 参考訳(メタデータ) (2022-03-24T01:29:53Z) - Mapping the charge-dyon system into the position-dependent effective
mass background via Pauli equation [77.34726150561087]
この研究は、陽イオンと反対の電荷と相互作用する1/2$フェルミオンの電荷スピンからなる量子システムを再現することを目的としている。
論文 参考訳(メタデータ) (2020-11-01T14:38:34Z)
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。