Fugu-MT 論文翻訳(概要): Krylov state complexity for BMN matrix model

論文の概要: Krylov state complexity for BMN matrix model

arxiv url: http://arxiv.org/abs/2605.10786v1
Date: Mon, 11 May 2026 16:20:16 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-12 23:28:50.975515
Title: Krylov state complexity for BMN matrix model
Title（参考訳）: BMN行列モデルのクリロフ状態複雑性
Authors: Dibakar Roychowdhury,
Abstract要約: 我々は、ファジィスフィアモデル (fuzzy sphere model) として知られる、BMN行列モデルにおけるクリロフの複雑性を体系的に減少させた後に検討する。本稿では,行列モデルの変形限界が大きい場合と小さい場合の両方で,Lanczos係数を計算できる解析的設定を提案する。
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: We explore Krylov complexity in the BMN matrix model following a systematic reduction of it, known as the pulsating fuzzy sphere model. We present an analytical setup that allows us to calculate Lanczos coefficients in both large and small deformation limits of the matrix model.
Abstract（参考訳）: 我々は、BMN行列モデルにおけるKrylov複雑性を、脈動ファジィスフィアモデル (pulsating fuzzy sphere model) として知られる、体系的な還元に続いて検討する。本稿では,行列モデルの変形限界が大きい場合と小さい場合の両方で,Lanczos係数を計算できる解析的設定を提案する。

関連論文リスト

Cramer-Rao Bounds for Laplacian Matrix Estimation [56.1214184671173]
クラマー・ラオ境界(CRB)の閉形式行列式をラプラシア行列推定に特化して導出した。電力系統における(i)トポロジー同定,(ii)拡散モデルにおけるグラフフィルタ同定,(iii)ラプラシアン制約下でのガウスマルコフ確率場における精度行列推定の3つの代表的応用について示す。
論文参考訳（メタデータ） (2025-04-06T18:28:31Z)
Symmetrizing the Constraints -- Density Matrix Renormalization Group for Constrained Lattice Models [0.40964539027092917]
拘束量子格子モデルのための密度行列再正規化群 (DMRG) アルゴリズムを開発した。このような実装により、DMRGの量子二量体モデルをシリンダーに巻かれた任意の格子幾何学について検討することができる。
論文参考訳（メタデータ） (2025-04-05T03:05:11Z)
Data-free Weight Compress and Denoise for Large Language Models [96.68582094536032]
パラメータ行列を圧縮する手法として,データフリーなジョイントランクk近似を提案する。キャリブレーションデータなしで、元の性能の93.43%を維持しながら80%のパラメータのモデルプルーニングを実現する。
論文参考訳（メタデータ） (2024-02-26T05:51:47Z)
Learning Graphical Factor Models with Riemannian Optimization [70.13748170371889]
本稿では,低ランク構造制約下でのグラフ学習のためのフレキシブルなアルゴリズムフレームワークを提案する。この問題は楕円分布のペナルティ化された最大推定値として表される。楕円モデルによく適合する正定行列と定ランクの正半定行列のジオメトリを利用する。
論文参考訳（メタデータ） (2022-10-21T13:19:45Z)
Low-Rank Constraints for Fast Inference in Structured Models [110.38427965904266]
この研究は、大規模構造化モデルの計算とメモリの複雑さを低減するための単純なアプローチを示す。言語モデリング,ポリフォニック・ミュージック・モデリング,教師なし文法帰納法,ビデオ・モデリングのためのニューラルパラメータ構造モデルを用いた実験により,我々の手法は大規模状態空間における標準モデルの精度と一致することを示した。
論文参考訳（メタデータ） (2022-01-08T00:47:50Z)
Information-theoretic limits of a multiview low-rank symmetric spiked matrix model [19.738567726658875]
我々は、高次元推論問題の重要なクラス、すなわちスパイクされた対称行列モデルの一般化を考える。シングルレター公式の証明を通じて情報理論の限界を厳格に確立する。我々は最近導入された適応手法を改良し、低ランクモデルの研究に利用できるようにした。
論文参考訳（メタデータ） (2020-05-16T15:31:07Z)
Estimation of sparse Gaussian graphical models with hidden clustering structure [8.258451067861932]
隠れクラスタリング構造を持つスパースガウス図形モデルを推定するモデルを提案する。対称なガウス・シーデルに基づく乗算器の交互方向法を開発した。合成データと実データの両方に関する数値実験により,本モデルの有効性が示された。
論文参考訳（メタデータ） (2020-04-17T08:43:31Z)

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。