論文の概要: A call for frugal modelling: two case studies involving molecular spin dynamics

• arxiv url: http://arxiv.org/abs/2401.13618v3
• Date: Mon, 21 Oct 2024 17:41:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-22 20:59:10.188607
• Title: A call for frugal modelling: two case studies involving molecular spin dynamics
• Title（参考訳）: フラガルモデリングの提唱--分子スピンダイナミクスに関わる2つのケーススタディ
• Authors: Gerliz M. Gutiérrez-Finol, Aman Ullah, Alejandro Gaita-Ariño,
• Abstract要約: 理論家にとって、これはアルゴリズムを最適化し、計算効率を向上させるだけでなく、モデリングに厳密なアプローチを採用することを含む。 どちらの例でも、計算的に高価なバージョンのモデルが公開された。 コミュニティとして、この方向に改善の余地はたくさんあります。
• 参考スコア（独自算出の注目度）: 47.41699406259656
• License:
• Abstract: As scientists living through a climate emergency, we have a responsibility to lead by example, or to at least be consistent with our understanding of the problem. This common goal of reducing the carbon footprint of our work can be approached through a variety of strategies. For theoreticians, this includes not only optimizing algorithms and improving computational efficiency but also adopting a frugal approach to modeling. Here we present and critically illustrate this principle. First, we compare two models of very different level of sophistication which nevertheless yield the same qualitative agreement with an experiment involving electric manipulation of molecular spin qubits while presenting a difference in cost of $>4$ orders of magnitude. As a second stage, an already minimalistic model of the potential use of single-ion magnets to implement a network of probabilistic p-bits, programmed in two different programming languages, is shown to present a difference in cost of a factor of $\simeq 50$. In both examples, the computationally expensive version of the model was the one that was published. As a community, we still have a lot of room for improvement in this direction.
• Abstract（参考訳）: 気候の緊急事態を経験する科学者として、私たちは例によってリードするか、少なくとも問題の理解と整合性を持つ責任を持っています。 作業の炭素フットプリントを削減するというこの一般的な目標は、さまざまな戦略を通じてアプローチすることができる。 理論家にとって、これはアルゴリズムを最適化し、計算効率を向上させるだけでなく、モデリングに厳密なアプローチを採用することを含む。 ここでは、この原則を提示し、批判的に説明する。 まず、分子スピン量子ビットの電気的操作を含む実験と、同じ定性的な一致をもたらすような、非常に異なる高度化の2つのモデルを比較し、コストの差は4$である。 第2段階として、2つの異なるプログラミング言語でプログラムされた確率的pビットのネットワークを実装するために、単一イオン磁石の潜在的な使用可能性に関する、既に最小限のモデルが、$\simeq 50$のコスト差を示すことを示した。 どちらの例でも、計算的に高価なバージョンのモデルが公開された。 コミュニティとして、この方向に改善の余地はたくさんあります。

関連論文リスト

• Distribution learning via neural differential equations: a nonparametric statistical perspective [1.4436965372953483]
  この研究は、確率変換によって訓練されたODEモデルによる分布学習のための最初の一般統計収束解析を確立する。 後者はクラス $mathcal F$ の$C1$-metric entropy で定量化できることを示す。 次に、この一般フレームワークを$Ck$-smoothターゲット密度の設定に適用し、関連する2つの速度場クラスに対する最小最適収束率を$mathcal F$:$Ck$関数とニューラルネットワークに設定する。
  論文  参考訳（メタデータ） (2023-09-03T00:21:37Z)
• Improving Sample Efficiency of Model-Free Algorithms for Zero-Sum Markov Games [66.2085181793014]
  モデルフリーのステージベースQ-ラーニングアルゴリズムはモデルベースアルゴリズムと同じ$H$依存の最適性を享受できることを示す。 本アルゴリズムは,楽観的値関数と悲観的値関数のペアとして参照値関数を更新するキーとなる新しい設計を特徴とする。
  論文  参考訳（メタデータ） (2023-08-17T08:34:58Z)
• Towards Faster Non-Asymptotic Convergence for Diffusion-Based Generative Models [49.81937966106691]
  我々は拡散モデルのデータ生成過程を理解するための非漸近理論のスイートを開発する。 従来の研究とは対照的に,本理論は基本的だが多目的な非漸近的アプローチに基づいて開発されている。
  論文  参考訳（メタデータ） (2023-06-15T16:30:08Z)
• Collective dynamics Using Truncated Equations (CUT-E): simulating the collective strong coupling regime with few-molecule models [0.0]
  我々は置換対称性を利用して、大きな$N$に対するtextitab-initio量子力学シミュレーションの計算コストを大幅に削減する。 我々は、$k$余剰有効分子を加えると、$mathcalO(N-k)$とスケールする現象を考慮に入れるのに十分であることを示した。
  論文  参考訳（メタデータ） (2022-09-11T22:49:29Z)
• A single $T$-gate makes distribution learning hard [56.045224655472865]
  この研究は、局所量子回路の出力分布の学習可能性に関する広範な評価を提供する。 ハイブリッド量子古典アルゴリズムを含む多種多様な学習アルゴリズムにおいて、深度$d=omega(log(n))$ Clifford回路に関連する生成的モデリング問題さえも困難であることを示す。
  論文  参考訳（メタデータ） (2022-07-07T08:04:15Z)
• Calibration of Derivative Pricing Models: a Multi-Agent Reinforcement Learning Perspective [3.626013617212667]
  量的金融における最も基本的な問題の1つは、与えられたオプションセットの市場価格に適合する連続時間拡散モデルの存在である。 我々の貢献は、この問題の適切なゲーム理論定式化が、現代の深層多エージェント強化学習における既存の発展を活用することで、この問題をいかに解決できるかを示すことである。
  論文  参考訳（メタデータ） (2022-03-14T05:34:00Z)
• Compressed particle methods for expensive models with application in Astronomy and Remote Sensing [15.874578163779047]
  そこで本研究では,高コストモデルの評価を行う手法を提案する。 いくつかの数値実験において, 提案手法の有効性を実証的に証明し, 提案手法を理論的に検証した。 そのうちの2つは、天文学と衛星リモートセンシングにおける現実世界の応用である。
  論文  参考訳（メタデータ） (2021-07-18T14:45:23Z)
• Exploring Sparse Expert Models and Beyond [51.90860155810848]
  Mixture-of-Experts (MoE) モデルは、無数のパラメータを持つが、一定の計算コストで有望な結果が得られる。 本稿では,専門家を異なるプロトタイプに分割し,上位1ドルのルーティングに$k$を適用する,エキスパートプロトタイピングというシンプルな手法を提案する。 この戦略は, モデル品質を向上させるが, 一定の計算コストを維持するとともに, 大規模モデルのさらなる探索により, 大規模モデルの訓練に有効であることが示唆された。
  論文  参考訳（メタデータ） (2021-05-31T16:12:44Z)
• Model-Based Multi-Agent RL in Zero-Sum Markov Games with Near-Optimal Sample Complexity [67.02490430380415]
  モデルに基づくMARLは、Nash平衡値(NE)を求めるために$tilde O(|S||B|(gamma)-3epsilon-2)$のサンプル複雑性を実現する。 また、アルゴリズムが報酬に依存しない場合、そのようなサンプル境界は最小値(対数因子まで)であり、アルゴリズムは報酬知識のない遷移サンプルを問合せする。
  論文  参考訳（メタデータ） (2020-07-15T03:25:24Z)

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。