Zobrazeno 1 - 10
of 51
pro vyhledávání: '"variational annealing"'
Several recent unsupervised learning methods use probabilistic approaches to solve combinatorial optimization (CO) problems based on the assumption of statistically independent solution variables. We demonstrate that this assumption imposes performan
Externí odkaz:
http://arxiv.org/abs/2311.14156
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Kojima, Kaname1, Imoto, Seiya1 imoto@ims.u-tokyo.ac.jp, Yamaguchi, Rui1, Fujita, André2, Yamauchi, Mai1, Gotoh, Noriko1, Miyano, Satoru1
Publikováno v:
BMC Genomics. 2012 Supplement, Vol. 13 Issue Suppl 1, p1-14. 14p. 4 Diagrams, 4 Charts.
Conference
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Frontiers in Applied Mathematics and Statistics, Vol 4 (2018)
For the Research Topic Data Assimilation and Control: Theory and Applications in Life Sciences we first review the formulation of statistical data assimilation (SDA) and discuss algorithms for exploring variational approximations to the conditional e
Externí odkaz:
https://doaj.org/article/f9d2bc06452f4fe190a0c78e959c8521
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
We introduce a variational algorithm based on Matrix Product States that is trained by minimizing a generalized free energy defined using Tsallis entropy instead of the standard Gibbs entropy. As a result, our model can generate the probability distr
Externí odkaz:
http://arxiv.org/abs/2409.08352
Publikováno v:
Chaos; Jun2022, Vol. 32 Issue 6, p1-15, 15p
Autor:
Lange, Hannah1,2,3 (AUTHOR) hannah.lange@physik.uni-muenchen.de, Döschl, Fabian1,3 (AUTHOR), Carrasquilla, Juan4,5,6 (AUTHOR), Bohrdt, Annabelle3,7 (AUTHOR)
Publikováno v:
Communications Physics. 6/12/2024, Vol. 7 Issue 1, p1-11. 11p.
Autor:
Unsal, Cem M., Brady, Lucas T.
One of the leading candidates for near-term quantum advantage is the class of Variational Quantum Algorithms, but these algorithms suffer from classical difficulty in optimizing the variational parameters as the number of parameters increases. Theref
Externí odkaz:
http://arxiv.org/abs/2211.13767