論文の概要: Gradient projection method and stochastic search for some optimal control models with spin chains. II

• arxiv url: http://arxiv.org/abs/2512.10290v1
• Date: Thu, 11 Dec 2025 05:14:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-12 16:15:42.198184
• Title: Gradient projection method and stochastic search for some optimal control models with spin chains. II
• Title（参考訳）: スピン鎖を持つ最適制御モデルの勾配射影法と確率探索 II
• Authors: Oleg V. Morzhin,
• Abstract要約: この記事では、[Morzhin O.V.]で説明されている勾配投影法とスピン鎖を持つ最適制御モデルについての研究を継続する。 第1条で得られた無限次元勾配に対応する必要次元勾配を導出し、ある$N$次元スピン鎖における問題を移動および保持する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This article (II) continues the research described in [Morzhin O.V. Gradient projection method and stochastic search for some optimal control models with spin chains. I (submitted)] (Article I), derives the needed finite-dimensional gradients corresponding to the infinite-dimensional gradients obtained in Article I, both for transfer and keeping problems at a certain $N$-dimensional spin chain, and correspondingly adapts a projection-type condition for optimality, gradient projection method (GPM). For the case $N=3$, the given in this article examples together with Example 3 in Article I show that: a) the adapted GPM and genetic algorithm (GA) successfully solved numerically the considered transfer and keeping problems; b) the two- and three-step GPM forms significantly surpass the one-step GPM. Moreover, GA and a special class of controls were successfully used in such the transfer problem that $N=20$ and the final time is not assigned.
• Abstract（参考訳）: 第1条(第1条)は、ある$N$次元のスピンチェーンでの問題を転送および保持するために、第1条で得られた無限次元勾配に対応する必要有限次元勾配を導出し、それに対応する最適性、勾配投影法(GPM)の射影型条件を適応させる。 N=3$の場合、この記事の例は、第1条の例3とともに、次のように示します。 イ 適応GPM及び遺伝的アルゴリズム(GA)が考慮された移転及び維持問題を数値的に解決することに成功すること。 b) 2段及び3段のGPM形状が1段のGPMよりも著しく大きいこと。 さらに、N=20$で最終時刻が割り当てられないような転送問題において、GAと特別な制御クラスがうまく利用された。

関連論文リスト

• Tail-Aware Post-Training Quantization for 3D Geometry Models [58.79500829118265]
  ポストトレーニング量子化(PTQ)は、再トレーニングなしに効率的な推論を可能にする。 PTQは複雑な特徴分布と禁止キャリブレーションオーバーヘッドのために、3Dモデルに効果的に転送できない。 3次元幾何学学習のためのTail-Aware Post-Training Quantization PipelineであるTAPTQを提案する。
  論文  参考訳（メタデータ） (2026-02-02T07:21:15Z)
• Gradient projection method and stochastic search for some optimal control models with spin chains. I [0.0]
  この記事では、制御に関する下限と上限の制約を追加し、信号が最後のスピンに保持されるという問題を追加し、様々な制御のクラスについて考察する。 遺伝的アルゴリズムが特別な制御のクラスで成功した例が与えられる。
  論文  参考訳（メタデータ） (2025-12-10T21:32:56Z)
• Quantized Visual Geometry Grounded Transformer [67.15451442018258]
  本稿では,VGGTの最初の量子化フレームワーク,すなわちQuantVGGTを提案する。 球状前アダマール回転と局所流路平滑化を統合したDual-Smoothed Fine-Grained Quantizationを導入する。 また、重層統計量を用いて外周をフィルタするノイズフィルタディバースサンプリングを設計する。
  論文  参考訳（メタデータ） (2025-09-25T15:17:11Z)
• Approximation of diffeomorphisms for quantum state transfers [49.1574468325115]
  制御理論における2つの新たな視点を組み合わそうとしている。 トーラスに作用するバイリニア型Schr"odinger PDEにおいて、状態遷移を短時間で駆動する制御法則を数値的に見つける。
  論文  参考訳（メタデータ） (2025-03-18T17:28:59Z)
• Provable Complexity Improvement of AdaGrad over SGD: Upper and Lower Bounds in Stochastic Non-Convex Optimization [18.47705532817026]
  適応勾配法は、最も成功したニューラルネットワークトレーニングアルゴリズムの一つである。 これらの手法は凸SGD-ノルマリティよりも次元依存性が優れていることが知られている。 本稿では,構造物の滑らかさと勾配雑音の分散に関する新しい仮定を紹介する。
  論文  参考訳（メタデータ） (2024-06-07T02:55:57Z)
• Improving Gaussian Splatting with Localized Points Management [52.009874685460694]
  局所的点管理(LPM)は、点加算と幾何校正の両方を最大限に必要としながら、これらの誤り貢献ゾーンを特定することができる。 LPMは特定されたゾーンに点密度を適用し、これらの領域の前にある点の不透明度をリセットし、不適切な点を修正する新しい機会を生み出す。 特に、LPMは静的3DGSとダイナミックなSpaceTimeGSの両方を改善して、リアルタイム速度を維持しながら最先端のレンダリング品質を実現している。
  論文  参考訳（メタデータ） (2024-06-06T16:55:07Z)
• Optimization of Time-Dependent Decoherence Rates and Coherent Control for a Qutrit System [77.34726150561087]
  非コヒーレント制御は、特定の制御方法で時間に応じてデコヒーレンス率を決定する。 我々は、システムの最終状態$rho(T)$と与えられたターゲット状態$rho_rmターゲットとの間のヒルベルト・シュミットの重なりを最大化する問題を考察する。
  論文  参考訳（メタデータ） (2023-08-08T01:28:50Z)
• GRAPE optimization for open quantum systems with time-dependent decoherence rates driven by coherent and incoherent controls [77.34726150561087]
  グラディエントアセンセントパルス工学(GRAPE)法は量子制御の最適化に広く用いられている。 我々は、コヒーレント制御と非コヒーレント制御の両方によって駆動されるオープン量子系の目的関数を最適化するために、GRAPE法を採用する。 状態-状態遷移問題に対する数値シミュレーションによりアルゴリズムの効率を実証する。
  論文  参考訳（メタデータ） (2023-07-17T13:37:18Z)
• NAG-GS: Semi-Implicit, Accelerated and Robust Stochastic Optimizer [45.47667026025716]
  2つの重要な要素に依存した、新しく、堅牢で、加速された反復を提案する。 NAG-GSと呼ばれる手法の収束と安定性は、まず広範に研究されている。 我々は、NAG-arityが、重量減衰を伴う運動量SGDや機械学習モデルのトレーニングのためのAdamWといった最先端の手法と競合していることを示す。
  論文  参考訳（メタデータ） (2022-09-29T16:54:53Z)
• Gradient-Free Methods for Deterministic and Stochastic Nonsmooth Nonconvex Optimization [94.19177623349947]
  非滑らかな非最適化問題は、機械学習とビジネス製造に現れる。 2つのコア課題は、有限収束を保証する効率的な方法の開発を妨げる。 GFMとSGFMの2相版も提案され, 改良された大規模評価結果が得られた。
  論文  参考訳（メタデータ） (2022-09-12T06:53:24Z)
• Grassmann Stein Variational Gradient Descent [3.644031721554146]
  スタイン変分勾配降下(SVGD)は、マルコフ連鎖モンテカルロの効率的な代替となる決定論的粒子推論アルゴリズムである。 近年の進歩は、スコア関数とデータの両方を実際の行に投影してこの問題に対処することを提唱している。 任意の次元部分空間への射影を可能にする代替アプローチとして、グラスマンシュタイン変分勾配勾配(GSVGD)を提案する。
  論文  参考訳（メタデータ） (2022-02-07T15:36:03Z)
• Bayesian learning of orthogonal embeddings for multi-fidelity Gaussian Processes [3.564709604457361]
  プロジェクション」マッピングは、事前未知と見なされる正則行列から成り、GPパラメータと共同で推論する必要がある。 提案するフレームワークをGPを用いたマルチ忠実度モデルに拡張し,複数の出力を同時にトレーニングするシナリオを含む。 提案手法の利点は, 産業用ガスタービン用最終段翼の3次元空力最適化に難渋するものである。
  論文  参考訳（メタデータ） (2020-08-05T22:28:53Z)

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。