ترجمه فارسی مقاله سرعت های کوانتومی برای تقریب بیضی جان

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Quantum Speedups for Approximating the John Ellipsoid
عنوان مقاله به فارسی سرعت های کوانتومی برای تقریب بیضی جان
نویسندگان Xiaoyu Li, Zhao Song, Junwei Yu
فرمت مقاله انگلیسی PDF
تعداد صفحات 31
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Data Structures and Algorithms,ساختار داده ها و الگوریتم ها ,
توضیحات Submitted 26 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 26 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In 1948, Fritz John proposed a theorem stating that every convex body has a unique maximal volume inscribed ellipsoid, known as the John ellipsoid. The John ellipsoid has become fundamental in mathematics, with extensive applications in high-dimensional sampling, linear programming, and machine learning. Designing faster algorithms to compute the John ellipsoid is therefore an important and emerging problem. In [Cohen, Cousins, Lee, Yang COLT 2019], they established an algorithm for approximating the John ellipsoid for a symmetric convex polytope defined by a matrix $A \in \mathbb{R}^{n \times d}$ with a time complexity of $O(nd^2)$. This was later improved to $O(\text{nnz}(A) + d^ω)$ by [Song, Yang, Yang, Zhou 2022], where $\text{nnz}(A)$ is the number of nonzero entries of $A$ and $ω$ is the matrix multiplication exponent. Currently $ω\approx 2.371$ [Alman, Duan, Williams, Xu, Xu, Zhou 2024]. In this work, we present the first quantum algorithm that computes the John ellipsoid utilizing recent advances in quantum algorithms for spectral approximation and leverage score approximation, running in $O(\sqrt{n}d^{1.5} + d^ω)$ time. In the tall matrix regime, our algorithm achieves quadratic speedup, resulting in a sublinear running time and significantly outperforming the current best classical algorithms.

چکیده به فارسی (ترجمه ماشینی)

در سال 1948 ، فریتز جان قضیه را پیشنهاد کرد که می گوید هر بدنه محدب حداکثر حجم منحصر به فردی دارد که بیضی است ، معروف به جان بیضی.John Ellipsoid با کاربردهای گسترده در نمونه برداری با ابعاد بالا ، برنامه نویسی خطی و یادگیری ماشین ، در ریاضیات اساسی شده است.طراحی الگوریتم های سریعتر برای محاسبه جان بیضی از این رو یک مشکل مهم و در حال ظهور است.در [Cohen ، Cousins ​​، Lee ، Yang Colt 2019] ، آنها یک الگوریتم برای تقریب جان بیضوی برای یک پلی تئوپ محدب متقارن تعریف شده توسط یک ماتریس $ A \ in \ Mathbb {r}^{n \ times d} $ با یک $ ایجاد کردند.پیچیدگی زمان $ o (nd^2) $.این بعداً به $ o (\ text {nnz} (a) + d^ω) $ توسط [آهنگ ، یانگ ، یانگ ، ژو 2022] بهبود یافت ، جایی که $ \ text {nnz} (الف) $ تعداد غیرزرو استورودی های $ A $ و $ ω $ نمایندگی ضرب ماتریس است.در حال حاضر $ ω \ تقریبا 2.371 $ [Alman ، Duan ، Williams ، Xu ، Xu ، Zhou 2024].در این کار ، ما اولین الگوریتم کوانتومی را ارائه می دهیم که با استفاده از پیشرفت های اخیر در الگوریتم های کوانتومی برای تقریب طیفی و نمره اهرم ، در حال اجرا در $ o (\ sqrt {n} d^{1.5} + d^ω) $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ $ را ارائه می دهیم.زماندر رژیم ماتریس بلند ، الگوریتم ما به سرعت درجه دوم دست می یابد ، و در نتیجه زمان اجرای زیر خطی و به طور قابل توجهی بهتر از بهترین الگوریتم های کلاسیک فعلی است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.