Fugu-MT 論文翻訳(概要): Polynomial Precision Dependence Solutions to Alignment Research Center Matrix Completion Problems

論文の概要: Polynomial Precision Dependence Solutions to Alignment Research Center Matrix Completion Problems

arxiv url: http://arxiv.org/abs/2401.03999v1
Date: Mon, 8 Jan 2024 16:25:45 GMT
ステータス: 処理完了
システム内更新日: 2024-01-09 15:32:50.950686
Title: Polynomial Precision Dependence Solutions to Alignment Research Center Matrix Completion Problems
Title（参考訳）: アライメント研究センター行列完成問題に対する多項式精度依存解
Authors: Rico Angell
Abstract要約: これらの問題の動機は、$varepsilon$への効率的な依存を可能にすることである。我々の解法は、行列完備問題を半定プログラム(SDP)として再フレーミングすることを含む。
参考スコア（独自算出の注目度）: 3.796436257221663
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present solutions to the matrix completion problems proposed by the Alignment Research Center that have a polynomial dependence on the precision $\varepsilon$. The motivation for these problems is to enable efficient computation of heuristic estimators to formally evaluate and reason about different quantities of deep neural networks in the interest of AI alignment. Our solutions involve reframing the matrix completion problems as a semidefinite program (SDP) and using recent advances in spectral bundle methods for fast, efficient, and scalable SDP solving.
Abstract（参考訳）: 精度$\varepsilon$ の多項式依存性を持つアライメント研究センターによって提案された行列完成問題の解を提案する。これらの問題の動機は、ヒューリスティックな推定器の効率的な計算を可能にし、aiアライメントの利益のために、異なる量のディープニューラルネットワークについて公式に評価し推論することにある。提案手法では,行列完備化問題を半定プログラム(SDP)として再検討し,高速で効率的でスケーラブルなSDP解決のためのスペクトルバンドル手法の最近の進歩を利用する。

関連論文リスト

Matrix Completion with Convex Optimization and Column Subset Selection [0.0]
本稿では,カラム選択行列補完法(CSMC)を実装した2つのアルゴリズムを提案する。本研究では, 行列サイズ, ランク計算, 欠落要素の割合が解の質と時間に与える影響について検討するため, 合成データについて実験を行った。我々の徹底的な分析により,CSMCは凸最適化に基づく行列補完アルゴリズムに匹敵する品質のソリューションを提供することが示された。
論文参考訳（メタデータ） (2024-03-04T10:36:06Z)
Optimizing Solution-Samplers for Combinatorial Problems: The Landscape of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文参考訳（メタデータ） (2023-10-08T23:39:38Z)
Deep Unrolling for Nonconvex Robust Principal Component Analysis [75.32013242448151]
我々はロバスト成分分析のためのアルゴリズムを設計する(A) 行列を低主行列とスパース主行列の和に分解する。
論文参考訳（メタデータ） (2023-07-12T03:48:26Z)
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)
On the Global Solution of Soft k-Means [159.23423824953412]
本稿では,ソフトk-平均問題の解法を全世界で提案する。ミニマルボリュームソフトkMeans (MVSkM) と呼ばれる新しいモデルを提案する。
論文参考訳（メタデータ） (2022-12-07T12:06:55Z)
Multi-Objective Policy Gradients with Topological Constraints [108.10241442630289]
本稿では, PPOアルゴリズムの簡単な拡張により, TMDPにおけるポリシー勾配に対する新しいアルゴリズムを提案する。シミュレーションと実ロボットの両方の目的を任意に並べた実世界の多目的ナビゲーション問題に対して,これを実証する。
論文参考訳（メタデータ） (2022-09-15T07:22:58Z)
AI-enhanced iterative solvers for accelerating the solution of large scale parametrized linear systems of equations [0.0]
本稿では、最新のMLツールを活用し、線形方程式系の反復解法をカスタマイズする。その結果,従来の反復解法よりも優れていることが示された。
論文参考訳（メタデータ） (2022-07-06T09:47:14Z)
Learning Proximal Operators to Discover Multiple Optima [66.98045013486794]
非家族問題における近位演算子を学習するためのエンドツーエンド手法を提案する。本手法は,弱い目的と穏やかな条件下では,世界規模で収束することを示す。
論文参考訳（メタデータ） (2022-01-28T05:53:28Z)
Two-Stage Stochastic Optimization via Primal-Dual Decomposition and Deep Unrolling [86.85697555068168]
2段階のアルゴリズム最適化は、様々な工学や科学的応用において重要な役割を果たす。特に長期変数と短期変数が制約の中で結合されている場合、アルゴリズムは効率的ではない。 PDD-SSCAが既存のソリューションよりも優れたパフォーマンスを達成できることを示します。
論文参考訳（メタデータ） (2021-05-05T03:36:00Z)
A Hybrid Quantum-Classical Heuristic to solve large-scale Integer Linear Programs [0.4925222726301578]
本稿では、整数線形プログラムの解を見つけることができる任意の量子アルゴリズムをブランチ・アンド・プライス・アルゴリズムに統合する手法を提案する。量子アルゴリズムの役割は、ブランチ・アンド・プライスに現れるサブプロブレムに対する整数解を見つけることである。
論文参考訳（メタデータ） (2021-03-29T08:59:26Z)

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。