Fugu-MT 論文翻訳(概要): A degree reduction method for an efficient QUBO formulation for the graph coloring problem

論文の概要: A degree reduction method for an efficient QUBO formulation for the graph coloring problem

arxiv url: http://arxiv.org/abs/2306.12081v2
Date: Mon, 27 Nov 2023 07:48:47 GMT
ステータス: 処理完了
システム内更新日: 2023-11-30 15:47:03.989665
Title: A degree reduction method for an efficient QUBO formulation for the graph coloring problem
Title（参考訳）: グラフ着色問題に対する効率的なQUBO定式化のための次数削減法
Authors: Namho Hong, Hyunwoo Jung, Hyosang Kang, Hyunjin Lim, Chaehwan Seol, and Seokhyun Um
Abstract要約: 本稿では,自由マンと石川が導入した従来の次数還元法を一般化した二乗変数の斉次対称に対する新しい次数還元法を提案する。また、2変数の一般に対する次数削減アルゴリズムを設計し、ランダムグラフのグラフ彩色問題にシミュレートし、従来の手法と比較した。
参考スコア（独自算出の注目度）: 0.32985979395737774
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce a new degree reduction method for homogeneous symmetric polynomials on binary variables that generalizes the conventional degree reduction methods on monomials introduced by Freedman and Ishikawa. We also design an degree reduction algorithm for general polynomials on binary variables, simulated on the graph coloring problem for random graphs, and compared the results with the conventional methods. The simulated results show that our new method produces reduced quadratic polynomials that contains less variables than the reduced quadratic polynomials produced by the conventional methods.
Abstract（参考訳）: 自由マンと石川が導入したモノミアル上の従来の次数還元法を一般化する二変数上の等質対称多項式の新しい次数還元法を提案する。また,二変数の一般多項式に対する次数削減アルゴリズムを設計し,ランダムグラフのグラフ彩色問題をシミュレートし,従来の手法と比較した。その結果,本手法は従来の2次多項式よりも少ない変数を含む縮小2次多項式を生成できることがわかった。

関連論文リスト

Stochastic Gradient Descent for Gaussian Processes Done Right [86.83678041846971]
emphdone right -- 最適化とカーネルコミュニティからの具体的な洞察を使用するという意味で -- が、勾配降下は非常に効果的であることを示している。本稿では,直感的に設計を記述し,設計選択について説明する。本手法は,分子結合親和性予測のための最先端グラフニューラルネットワークと同程度にガウス過程の回帰を配置する。
論文参考訳（メタデータ） (2023-10-31T16:15:13Z)
Polynomial Preconditioning for Gradient Methods [9.13755431537592]
対称性によって生成される新しいプレコンディショナー群を提案する。条件番号の証明可能な改善を施した一階最適化手法を提供する。グラディエントおよびファストグラディエントメソッドにプレコンディショニングを組み込む方法を示し、それに対応するグローバルな複雑性を確立する。
論文参考訳（メタデータ） (2023-01-30T18:55:38Z)
A Direct Reduction from the Polynomial to the Adversary Method [92.54311953850168]
逆法に(双対の形で)方法から単純かつ直接的に還元する。これは、双対形式におけるどんな下界も、特定の形式の逆下界であることを示している。
論文参考訳（メタデータ） (2023-01-24T21:37:20Z)
Sparse resultant based minimal solvers in computer vision and their connection with the action matrix [17.31412310131552]
いくつかのカメラ幾何問題に対して、我々の余剰手法は、最先端のGrobnerベースベースの解法よりも小さく、より安定な解法をもたらすことを示した。コンピュータビジョンにおける最小限の問題に対して、一般的なベースベースの方法に代わる競争力のある代替手段を提供する。
論文参考訳（メタデータ） (2023-01-16T14:25:19Z)
Vector-Valued Least-Squares Regression under Output Regularity Assumptions [73.99064151691597]
最小二乗回帰問題を無限次元出力で解くために,還元ランク法を提案し,解析する。提案手法の学習バウンダリを導出し、フルランク手法と比較して統計的性能の設定を改善する研究を行う。
論文参考訳（メタデータ） (2022-11-16T15:07:00Z)
Graph Polynomial Convolution Models for Node Classification of Non-Homophilous Graphs [52.52570805621925]
本研究では,高階グラフ畳み込みからの効率的な学習と,ノード分類のための隣接行列から直接学習する。得られたモデルが新しいグラフと残留スケーリングパラメータをもたらすことを示す。提案手法は,非親和性パラメータのノード分類における精度の向上を実証する。
論文参考訳（メタデータ） (2022-09-12T04:46:55Z)
Barzilai and Borwein conjugate gradient method equipped with a non-monotone line search technique and its application on non-negative matrix factorization [1.6058099298620423]
我々はまず,非単調線探索法を新しい三角関数を導入して,非単調線探索法を改良し,非単調線探索パラメータを計算した。いくつかの適切な仮定の下で、新しいアルゴリズムが大域収束特性を持つことを示す。提案手法の有効性と有効性は,アルゴリズムを標準的な試験問題や非負行列分解問題に適用することによって決定される。
論文参考訳（メタデータ） (2021-09-13T03:35:36Z)
A block-sparse Tensor Train Format for sample-efficient high-dimensional Polynomial Regression [0.0]
低ランクテンソルは高次元問題の確立された枠組みである。ブロックスパーシティの概念を含めることで、このフレームワークを拡張することを提案する。これにより、既知のサンプル結果に合致するようにアンサッツ空間を適応させることができる。
論文参考訳（メタデータ） (2021-04-29T10:57:53Z)
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)
Cogradient Descent for Bilinear Optimization [124.45816011848096]
双線形問題に対処するために、CoGDアルゴリズム(Cogradient Descent Algorithm)を導入する。一方の変数は、他方の変数との結合関係を考慮し、同期勾配降下をもたらす。本アルゴリズムは,空間的制約下での1変数の問題を解くために応用される。
論文参考訳（メタデータ） (2020-06-16T13:41:54Z)

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。