論文の概要: ComplexityMeasures.jl: scalable software to unify and accelerate entropy and complexity timeseries analysis
- arxiv url: http://arxiv.org/abs/2406.05011v1
- Date: Fri, 7 Jun 2024 15:22:45 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-10 13:32:11.970699
- Title: ComplexityMeasures.jl: scalable software to unify and accelerate entropy and complexity timeseries analysis
- Title（参考訳）: ComplexityMeasures.jl:エントロピーと複雑性の時系列分析を統一し、加速するスケーラブルソフトウェア
- Authors: George Datseris, Kristian Agasøster Haaga,
- Abstract要約: ComplexityMeasures.jlは簡単に拡張可能で高性能なオープンソースソフトウェアであり、様々な複雑さ対策を実装している。
このソフトウェアは3,834行のソースコードを持つ1530の測度を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the nonlinear timeseries analysis literature, countless quantities have been presented as new "entropy" or "complexity" measures, often with similar roles. The ever-increasing pool of such measures makes creating a sustainable and all-encompassing software for them difficult both conceptually and pragmatically. Such a software however would be an important tool that can aid researchers make an informed decision of which measure to use and for which application, as well as accelerate novel research. Here we present ComplexityMeasures.jl, an easily extendable and highly performant open-source software that implements a vast selection of complexity measures. The software provides 1530 measures with 3,834 lines of source code, averaging only 2.5 lines of code per exported quantity (version 3.5). This is made possible by its mathematically rigorous composable design. In this paper we discuss the software design and demonstrate how it can accelerate complexity-related research in the future. We carefully compare it with alternative software and conclude that ComplexityMeasures.jl outclasses the alternatives in several objective aspects of comparison, such as computational performance, overall amount of measures, reliability, and extendability. ComplexityMeasures.jl is also a component of the DynamicalSystems.jl library for nonlinear dynamics and nonlinear timeseries analysis and follows open source development practices for creating a sustainable community of developers.
- Abstract（参考訳）: 非線形時相解析の文献では、無数の量は新しいエントロピー(entropy)または「複雑度(complexity)」の尺度として示され、しばしば同様の役割を持つ。
このような措置の常態化は、概念的にも実用的にも、持続的で全面的なソフトウェアを作ることを困難にしている。
しかし、そのようなソフトウェアは、研究者がどの方法を使うか、どの用途を使うかという情報的な決定を下すのに役立つ重要なツールであり、新しい研究を加速させるのに役立つだろう。
ここでは、拡張が容易で高性能なオープンソースのソフトウェアである ComplexityMeasures.jl を紹介する。
このソフトウェアは3,834行のソースコードを持つ1530の測度を提供する。
これは、数学的に厳密な構成可能な設計によって実現されている。
本稿では,ソフトウェア設計について論じ,将来,複雑性に関する研究を加速させる方法について述べる。
我々は、これを代替ソフトウェアと慎重に比較し、ComplexityMeasures.jlは、計算性能、全体的な測定量、信頼性、拡張可能性など、いくつかの客観的側面において、代替ソフトウェアを外していると結論づける。
ComplexityMeasures.jlは、非線形力学と非線形時間解析のためのDynamicalSystems.jlライブラリのコンポーネントでもあり、持続可能な開発者コミュニティを構築するためのオープンソース開発プラクティスに従っている。
関連論文リスト
- Optimizing VarLiNGAM for Scalable and Efficient Time Series Causal Discovery [5.430532390358285]
因果発見は、データの因果関係を特定するように設計されている。
時系列因果発見は、時間的依存と潜在的な時間ラグの影響を考慮する必要があるため、特に困難である。
本研究は大規模データセット処理の実現可能性を大幅に改善する。
論文 参考訳（メタデータ） (2024-09-09T10:52:58Z) - Functional Programming Paradigm of Python for Scientific Computation Pipeline Integration [7.906894731056778]
本稿では,Pythonアーキテクチャとプログラミング実践における関連スイートに基づく,新しい関数型プログラミングパラダイムを提案する。
このソリューションは、科学計算フローの統合を目的としている。
論文 参考訳（メタデータ） (2024-05-27T08:46:57Z) - LLMC: Benchmarking Large Language Model Quantization with a Versatile Compression Toolkit [55.73370804397226]
鍵圧縮技術である量子化は、大きな言語モデルを圧縮し、加速することにより、これらの要求を効果的に軽減することができる。
本稿では,プラグアンドプレイ圧縮ツールキットであるLLMCについて,量子化の影響を公平かつ体系的に検討する。
この汎用ツールキットによって、我々のベンチマークはキャリブレーションデータ、アルゴリズム(3つの戦略)、データフォーマットの3つの重要な側面をカバーしています。
論文 参考訳（メタデータ） (2024-05-09T11:49:05Z) - When Do Program-of-Thoughts Work for Reasoning? [51.2699797837818]
本稿では,コードと推論能力の相関性を測定するために,複雑性に富んだ推論スコア(CIRS)を提案する。
具体的には、抽象構文木を用いて構造情報をエンコードし、論理的複雑性を計算する。
コードはhttps://github.com/zjunlp/EasyInstructのEasyInstructフレームワークに統合される。
論文 参考訳（メタデータ） (2023-08-29T17:22:39Z) - MultiZoo & MultiBench: A Standardized Toolkit for Multimodal Deep
Learning [110.54752872873472]
MultiZooは、20コアのマルチモーダルアルゴリズムの標準化実装からなる公開ツールキットである。
MultiBenchは15のデータセット、10のモダリティ、20の予測タスク、6の研究領域にまたがるベンチマークである。
論文 参考訳（メタデータ） (2023-06-28T17:59:10Z) - Maximize to Explore: One Objective Function Fusing Estimation, Planning,
and Exploration [87.53543137162488]
我々はtextttMEX というオンライン強化学習(オンラインRL)フレームワークを提案する。
textttMEXは、自動的に探索エクスプロイトのバランスをとりながら、見積もりと計画コンポーネントを統合する。
様々な MuJoCo 環境では,ベースラインを安定的なマージンで上回り,十分な報酬を得られる。
論文 参考訳（メタデータ） (2023-05-29T17:25:26Z) - Modelling Concurrency Bugs Using Machine Learning [0.0]
このプロジェクトは、一般的な機械学習アプローチと最近の機械学習アプローチを比較することを目的としている。
我々は、実生活(同時)プログラムをシミュレートする範囲で生成する合成データセットを定義する。
各種機械学習モデルモデルの基本的な限界に関する仮説を定式化する。
論文 参考訳（メタデータ） (2023-05-08T17:30:24Z) - Concepts and Algorithms for Agent-based Decentralized and Integrated
Scheduling of Production and Auxiliary Processes [78.120734120667]
本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。
要求の一部は、線形にスケールする通信アーキテクチャを開発することである。
このアプローチは、工業的要件に基づいた例を使って説明されます。
論文 参考訳（メタデータ） (2022-05-06T18:44:29Z) - The Linear Arrangement Library. A new tool for research on syntactic
dependency structures [1.611401281366893]
新たなオープンソースツールであるLinear Arrangement Library(LAL)について紹介する。
LALは、特に経験の浅いプログラマのニーズに応える。
単一の構文依存構造、ツリーバンク、ツリーバンクの収集に関するメトリクスの計算を可能にする。
論文 参考訳（メタデータ） (2021-12-05T08:48:52Z) - Resource Allocation in Multi-armed Bandit Exploration: Overcoming
Sublinear Scaling with Adaptive Parallelism [107.48538091418412]
腕の引っ張りに様々な量の資源を割り当てることができる分割可能な資源にアクセス可能な場合,マルチアームの帯状地における探索について検討する。
特に、分散コンピューティングリソースの割り当てに重点を置いており、プル毎により多くのリソースを割り当てることで、結果をより早く得ることができます。
論文 参考訳（メタデータ） (2020-10-31T18:19:29Z) - Improving the Effectiveness of Traceability Link Recovery using
Hierarchical Bayesian Networks [21.15456830607455]
We implement a HierarchiCal Probabilistic Model for SoftwarE Traceability (Comet)
彗星は、テキスト類似性の複数の尺度の相補的な観察能力を組み合わせることで、人工物間の関係をモデル化することができる。
我々は、最適に設定されたベースラインのセットに対する改善を示す、Cometの包括的な経験的評価を行う。
論文 参考訳（メタデータ） (2020-05-18T19:38:29Z)
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。