論文の概要: TensorKit.jl: A Julia package for large-scale tensor computations, with a hint of category theory

• arxiv url: http://arxiv.org/abs/2508.10076v1
• Date: Wed, 13 Aug 2025 16:35:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-15 22:24:48.070677
• Title: TensorKit.jl: A Julia package for large-scale tensor computations, with a hint of category theory
• Title（参考訳）: TensorKit.jl: 大規模テンソル計算のためのJuliaパッケージと圏論のヒント
• Authors: Lukas Devos, Jutho Haegeman,
• Abstract要約: 本稿では, アーベル, 非アーベル, および正準対称性の扱い方を含む, 設計哲学, コア機能, 特徴について紹介する。 我々は、ソフトウェアの柔軟性、パフォーマンス、そして新しいテンソルタイプと対称性に拡張する能力を強調します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: TensorKit.jl is a Julia-based software package for tensor computations, especially focusing on tensors with internal symmetries. This paper introduces the design philosophy, core functionalities, and distinctive features, including how to handle abelian, non-abelian, and anyonic symmetries through the ``TensorMap'' type. We highlight the software's flexibility, performance, and its capability to extend to new tensor types and symmetries, illustrating its practical applications through select case studies.
• Abstract（参考訳）: TensorKit.jlはJuliaベースのテンソル計算用ソフトウェアパッケージで、特に内部対称性を持つテンソルに焦点を当てている。 本稿では,「TensorMap'」型によるアーベル,非アーベル,および異種対称性の扱い方を含む,設計哲学,コア機能,特徴的特徴を紹介する。 我々は、ソフトウェアが新しいテンソルタイプや対称性に拡張できる柔軟性、性能、そしてその能力を強調し、特定のケーススタディを通じてその実践的応用を説明する。

関連論文リスト

• TensorKrowch: Smooth integration of tensor networks in machine learning [46.0920431279359]
  PyTorch上に構築されたオープンソースのPythonライブラリであるKrowchを紹介します。 ユーザは任意のテンソルネットワークを構築してトレーニングし、より複雑なディープラーニングモデルにレイヤとして統合することができる。
  論文  参考訳（メタデータ） (2023-06-14T15:55:19Z)
• Deep Learning Symmetries and Their Lie Groups, Algebras, and Subalgebras from First Principles [55.41644538483948]
  ラベル付きデータセットに存在する連続した対称性群の検出と同定のためのディープラーニングアルゴリズムを設計する。 完全に接続されたニューラルネットワークを用いて、変換対称性と対応するジェネレータをモデル化する。 また,Lie群とその性質の数学的研究に機械学習アプローチを使うための扉を開く。
  論文  参考訳（メタデータ） (2023-01-13T16:25:25Z)
• When Random Tensors meet Random Matrices [50.568841545067144]
  本稿では,ガウス雑音を伴う非対称次数-$d$スパイクテンソルモデルについて検討する。 検討したモデルの解析は、等価なスパイクされた対称テクシットブロック-ワイドランダム行列の解析に起因していることを示す。
  論文  参考訳（メタデータ） (2021-12-23T04:05:01Z)
• Captum: A unified and generic model interpretability library for PyTorch [49.72749684393332]
  我々は,PyTorch用の新しい,統一されたオープンソースモデル解釈可能性ライブラリを紹介する。 このライブラリには、多くの勾配と摂動に基づく属性アルゴリズムの汎用的な実装が含まれている。 分類モデルと非分類モデルの両方に使用できる。
  論文  参考訳（メタデータ） (2020-09-16T18:57:57Z)
• Riemannian optimization of isometric tensor networks [0.0]
  等長線のテンソルネットワークを最適化するために、勾配に基づく最適化手法が、例えば1次元量子ハミルトニアンの基底状態を表すためにどのように用いられるかを示す。 これらの手法を無限MPSとMERAの文脈に適用し、これまでに知られていた最適化手法よりも優れたベンチマーク結果を示す。
  論文  参考訳（メタデータ） (2020-07-07T17:19:05Z)
• Approximation with Tensor Networks. Part II: Approximation Rates for Smoothness Classes [0.0]
  滑らか度クラスから関数のテンソルネットワーク(TN)による近似について検討する。 結果として得られるツールは、フィードフォワードニューラルネットワークとして解釈できる。 任意のベソフ関数は最適あるいはほぼ最適な速度で近似できることを示す。
  論文  参考訳（メタデータ） (2020-06-30T21:57:42Z)

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。