Fugu-MT 論文翻訳(概要): Eigenvector Continuation and Projection-Based Emulators

論文の概要: Eigenvector Continuation and Projection-Based Emulators

arxiv url: http://arxiv.org/abs/2310.19419v3
Date: Mon, 17 Jun 2024 08:52:48 GMT
ステータス: 処理完了
システム内更新日: 2024-06-19 12:20:53.112404
Title: Eigenvector Continuation and Projection-Based Emulators
Title（参考訳）: 固有ベクトル継続と投影型エミュレータ
Authors: Thomas Duguet, Andreas Ekström, Richard J. Furnstahl, Sebastian König, Dean Lee,
Abstract要約: 固有ベクトル継続はパラメトリック固有値問題の計算方法である。還元基底法(reduce-basis method)と呼ばれる、より広範な部分空間射影技法のクラスの一部である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Eigenvector continuation is a computational method for parametric eigenvalue problems that uses subspace projection with a basis derived from eigenvector snapshots from different parameter sets. It is part of a broader class of subspace-projection techniques called reduced-basis methods. In this colloquium article, we present the development, theory, and applications of eigenvector continuation and projection-based emulators. We introduce the basic concepts, discuss the underlying theory and convergence properties, and present recent applications for quantum systems and future prospects.
Abstract（参考訳）: 固有ベクトル継続(英: Eigenvector continuation)は、パラメータ集合の固有ベクトルスナップショットから派生した部分空間射影を用いたパラメトリック固有値問題の計算方法である。還元基底法(reduce-basis method)と呼ばれる、より広範な部分空間射影技法のクラスの一部である。本稿では固有ベクトル継続と射影型エミュレータの開発、理論、応用について述べる。本稿では,基本概念を紹介し,基礎となる理論と収束特性について論じるとともに,近年の量子システムへの応用と今後の展望について述べる。

関連論文リスト

Refined Risk Bounds for Unbounded Losses via Transductive Priors [58.967816314671296]
線形回帰の逐次変分を2乗損失、ヒンジ損失の分類問題、ロジスティック回帰で再検討する。我々の鍵となるツールは、慎重に選択された導出先を持つ指数重み付けアルゴリズムに基づいている。
論文参考訳（メタデータ） (2024-10-29T00:01:04Z)
An Intrinsic Vector Heat Network [64.55434397799728]
本稿では,3次元に埋め込まれた接ベクトル場を学習するためのニューラルネットワークアーキテクチャを提案する。本研究では, ベクトル値の特徴データを空間的に伝播させるために, トレーニング可能なベクトル熱拡散モジュールを提案する。また,四面体メッシュ生成の産業的有用性に対する本手法の有効性を実証した。
論文参考訳（メタデータ） (2024-06-14T00:40:31Z)
Bias-Corrected Joint Spectral Embedding for Multilayer Networks with Invariant Subspace: Entrywise Eigenvector Perturbation and Inference [0.0]
本稿では、新しいバイアス補正型共同スペクトル埋め込みアルゴリズムを用いて、異種多重ネットワーク間の不変部分空間を推定する。提案アルゴリズムは、閉形式バイアス式を利用して、正方形ネットワーク隣接行列の和の対角偏差を校正する。提案アルゴリズムのエントリワイドな部分空間摂動境界を含むエントリワイドな部分空間推定理論の完全なレシピを確立する。
論文参考訳（メタデータ） (2024-06-12T03:36:55Z)
Decomposition of State Spaces into Subobjects in Quantum Field Theory [0.0]
本稿では、量子場の状態空間をいくつかの絡み合った部分オブジェクトに分解する包括的形式論を導入する。部分対象のいくつかを退化背景状態に射影すると、システムは有効場理論に還元される。すべての可能な遷移を平均化すると、固有値が増加する写像に対して、固有値が減少する写像よりも振幅が高いことが示される。
論文参考訳（メタデータ） (2023-12-27T08:25:28Z)
Householder Projector for Unsupervised Latent Semantics Discovery [58.92485745195358]
Householder Projectorは、画像の忠実さを犠牲にすることなく、StyleGANがより複雑で正確なセマンティック属性を見つけるのに役立つ。プロジェクタを事前訓練したStyleGAN2/StyleGAN3に統合し、複数のベンチマークでモデルを評価する。
論文参考訳（メタデータ） (2023-07-16T11:43:04Z)
Sign and Basis Invariant Networks for Spectral Graph Representation Learning [75.18802152811539]
SignNetとBasisNetは、すべての必須対称性に不変な新しいニューラルアーキテクチャであり、したがって、原則化された方法で固有空間のコレクションを処理する。我々のネットワークは理論的にはグラフ表現学習に強い -- 任意のスペクトルグラフ畳み込みを近似することができる。実験により、スペクトルグラフフィルタの学習とグラフ位置エンコーディングの学習のためのネットワークの強みが示された。
論文参考訳（メタデータ） (2022-02-25T23:11:59Z)
Vector-valued Distance and Gyrocalculus on the Space of Symmetric Positive Definite Matrices [7.752212921476838]
ベクトル値距離を用いて距離を計算し、対称正定値行列の多様体から幾何情報を抽出する。我々は、この曲線空間におけるベクトル空間演算のアナログを構成するジャイロベクトル計算を開発する。
論文参考訳（メタデータ） (2021-10-26T08:17:51Z)
Minimax Estimation of Linear Functions of Eigenvectors in the Face of Small Eigen-Gaps [95.62172085878132]
固有ベクトル摂動解析は様々な統計データ科学の応用において重要な役割を果たす。未知の固有ベクトルの任意の線型関数の摂動を特徴付ける統計理論の一組を開発する。自然の「プラグイン」推定器に固有の非無視バイアス問題を緩和するために,非バイアス推定器を開発する。
論文参考訳（メタデータ） (2021-04-07T17:55:10Z)
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)
A Szeg\H{o} type theorem and distribution of symplectic eigenvalues [0.0]
定常G鎖の性質を生成関数の観点から検討する。定常量子ガウス過程のエントロピー率の式を導出する。
論文参考訳（メタデータ） (2020-06-21T15:37:52Z)
Entrywise convergence of iterative methods for eigenproblems [31.69089186688224]
距離が $ell_2 から infty$ ノルムで測定されるとき、部分空間反復の収束に対処する。以上の結果から、ダウンストリームタスクで同等の性能を達成できると同時に、イテレーションを減らし、計算時間を大幅に短縮できることがわかった。
論文参考訳（メタデータ） (2020-02-19T22:59:56Z)

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。