Fugu-MT 論文翻訳(概要): Seven open problems in applied combinatorics

論文の概要: Seven open problems in applied combinatorics

arxiv url: http://arxiv.org/abs/2303.11464v1
Date: Mon, 20 Mar 2023 21:45:30 GMT
ステータス: 処理完了
システム内更新日: 2023-03-22 17:15:31.962437
Title: Seven open problems in applied combinatorics
Title（参考訳）: 応用組合せ論における7つの開問題
Authors: Sinan G. Aksoy, Ryan Bennink, Yuzhou Chen, Jos\'e Fr\'ias, Yulia R. Gel, Bill Kay, Uwe Naumann, Carlos Ortiz Marrero, Anthony V. Petyuk, Sandip Roy, Ignacio Segovia-Dominguez, Nate Veldt, Stephen J. Young
Abstract要約: 応用組合せ論における7つの異なる開問題について論じる。このコンパイルに関連する応用分野は、量子コンピューティング、アルゴリズム微分、トポロジカルデータ分析、反復法、ハイパーグラフカットアルゴリズム、電力システムである。
参考スコア（独自算出の注目度）: 19.003889824329203
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present and discuss seven different open problems in applied combinatorics. The application areas relevant to this compilation include quantum computing, algorithmic differentiation, topological data analysis, iterative methods, hypergraph cut algorithms, and power systems.
Abstract（参考訳）: 応用組合せ論における7つの異なる開問題について論じる。このコンパイルに関連するアプリケーション領域には、量子コンピューティング、アルゴリズム微分、トポロジカルデータ分析、反復的手法、ハイパーグラフカットアルゴリズム、電力システムが含まれる。

関連論文リスト

Quantized Hierarchical Federated Learning: A Robust Approach to Statistical Heterogeneity [3.8798345704175534]
本稿では,コミュニケーション効率に量子化を組み込んだ新しい階層型フェデレーション学習アルゴリズムを提案する。最適性ギャップと収束率を評価するための包括的な分析フレームワークを提供する。この結果から,本アルゴリズムはパラメータの範囲で常に高い学習精度を達成できることが判明した。
論文参考訳（メタデータ） (2024-03-03T15:40:24Z)
An Optimal Algorithm for the Real-Valued Combinatorial Pure Exploration of Multi-Armed Bandit [65.268245109828]
多武装バンディット(R-CPE-MAB)の真価純探査問題について検討する。既存のR-CPE-MABの手法は、いわゆるトランスダクティブ線形帯域の特殊な場合と見なすことができる。本稿では,差分探索アルゴリズム (CombGapE) を提案する。
論文参考訳（メタデータ） (2023-06-15T15:37:31Z)
A Review on Quantum Approximate Optimization Algorithm and its Variants [47.89542334125886]
量子近似最適化アルゴリズム(Quantum Approximate Optimization Algorithm、QAOA)は、難解な最適化問題を解くことを目的とした、非常に有望な変分量子アルゴリズムである。この総合的なレビューは、様々なシナリオにおけるパフォーマンス分析を含む、QAOAの現状の概要を提供する。我々は,提案アルゴリズムの今後の展望と方向性を探りながら,選択したQAOA拡張と変種の比較研究を行う。
論文参考訳（メタデータ） (2023-06-15T15:28:12Z)
A Block-Coordinate Approach of Multi-level Optimization with an Application to Physics-Informed Neural Networks [0.0]
非線形最適化問題の解法として多レベルアルゴリズムを提案し,その評価複雑性を解析する。物理インフォームドニューラルネットワーク (PINN) を用いた偏微分方程式の解に適用し, 提案手法がより良い解法と計算量を大幅に削減することを示す。
論文参考訳（メタデータ） (2023-05-23T19:12:02Z)
A quantum-inspired tensor network method for constrained combinatorial optimization problems [5.904219009974901]
本稿では,一般に局所的に制約された最適化問題に対する量子インスパイアされたテンソルネットワークに基づくアルゴリズムを提案する。我々のアルゴリズムは、興味のある問題に対してハミルトニアンを構築し、量子問題に効果的にマッピングする。本研究は,本手法の有効性と応用の可能性を示すものである。
論文参考訳（メタデータ） (2022-03-29T05:44:07Z)
Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
論文参考訳（メタデータ） (2021-11-29T15:10:09Z)
Polynomial unconstrained binary optimisation inspired by optical simulation [52.11703556419582]
制約のないバイナリ最適化の問題を解決するために,光コヒーレントIsingマシンにヒントを得たアルゴリズムを提案する。提案アルゴリズムを既存のPUBOアルゴリズムに対してベンチマークし,その優れた性能を観察する。タンパク質の折り畳み問題や量子化学問題へのアルゴリズムの適用は、PUBO問題による電子構造問題の近似の欠点に光を当てる。
論文参考訳（メタデータ） (2021-06-24T16:39:31Z)
Constructions in combinatorics via neural networks [0.0]
強化学習アルゴリズムを用いることで、グラフ理論におけるいくつかの開予想に対する明示的な構成や反例を見つけることができる。予想の中には、パターン回避行列の永続性を最大化するブルールディとカオの問題や、グラフの隣接性と距離固有値に関連するいくつかの問題がある。
論文参考訳（メタデータ） (2021-04-29T17:32:56Z)
Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
論文参考訳（メタデータ） (2020-11-09T01:13:07Z)
Quantum Geometric Machine Learning for Quantum Circuits and Control [78.50747042819503]
我々は、量子幾何学的制御問題に対するディープラーニングの適用をレビューし、拡張する。量子回路合成問題における時間-最適制御の強化について述べる。我々の研究結果は、時間-最適制御問題に対する機械学習と幾何学的手法を組み合わせた量子制御と量子情報理論の研究者にとって興味深いものである。
論文参考訳（メタデータ） (2020-06-19T19:12:14Z)
Learning Combinatorial Optimization on Graphs: A Survey with Applications to Networking [2.817395666721831]
グラフ上の最適化問題を解くための既存のアプローチは、アルゴリズムで各問題を設計する必要がある。我々は,通信分野に特化して,学習に関わる構造を整理し,比較する。
論文参考訳（メタデータ） (2020-05-22T09:45:36Z)

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。