338 papers
Dit paper presenteert een hybride quantum-klassiek algoritme voor online robuuste optimalisatie dat, door gebruik te maken van quantumtechnieken zoals toestandvoorbereiding en normschatting, een kwadratische versnelling in de dimensie bereikt ten opzichte van klassieke methoden.
Dit paper introduceert de eerste constante factor benaderingsalgoritmen voor het parallelle token-swapprobleem op grafentopologieën die veel voorkomen in moderne quantumcomputers, zoals cycli, gesubdivideerde sterren en roosters, om de diepte van quantumcircuits te reduceren.
Dit artikel introduceert een wereldwijd convergerende methode die via een efficiënte opeenvolging van lineaire programma's met evenwichtsbeperkingen en branch-niet-lineaire programma's B-stationaire punten van wiskundige programma's met evenwichtsbeperkingen berekent, waarbij numerieke experimenten aantonen dat deze aanpak robuuster en sneller is dan bestaande relaxatie- of gemengd-integrale methoden.
Dit artikel toont aan dat de diameter van kleine ballen in sub-Riemannse variëteiten gelijk is aan tweemaal de straal, en dat deze diameter bij -regulariteit willekeurig dicht bij tweemaal de straal ligt, ongeacht de bracket-genererende voorwaarde.
Dit paper introduceert ASMOP, een niet-monotone trust-region methode met extra steekproefneming voor onbeperkte meerdoelsoptimalisatieproblemen met eindige somdoelfuncties, waarvan de stochastische convergentie wordt bewezen en die effectief presteert op machine learning-datasets.
Dit artikel introduceert een theoretisch raamwerk voor niet-convexe, niet-gladde multicomposite optimalisatieproblemen, waarbij het de equivalentie tussen verschillende herschrijvingen bewijst en deze toepast op het trainen van recurrente neurale netwerken (RNN's).
Dit artikel presenteert een versterkte leercontroller voor PDE-systemen die een Soft Actor-Critic-architectuur combineert met een DeepONet die vooraf is getraind met een backstepping-controller, wat resulteert in superieure stabilisatieprestaties vergeleken met bestaande methoden.
Dit artikel onderzoekt de identificeerbaarheid van netwerktopologieën in niet-lineaire dynamische systemen, zoals Kuramoto-oscillatoren, door aan te tonen dat semicontractie in de waarneembare ruimte voldoende is om systemen met verschillende structuren ononderscheidbaar te maken op basis van gedeeltelijke metingen.
Dit artikel onderzoekt de beperkingen bij het uniek identificeren van de structuur van netwerkgestuurde lineaire systemen uit partiële metingen, waarbij wordt aangetoond hoe de ruimte van mogelijke netwerken samenhangt met de nulruimte van de observabiliteitsmatrix en dat reeds het observeren van meer dan 6% van de knopen leidt tot een correcte classificatie van ongeveer 99% van de verbindingen.
Dit artikel presenteert een proof-of-principle experiment en numerieke evaluatie van de Spontane Symmetriebreking Machine (SSBM), een fysieke simulator voor combinatorische optimalisatie, waarbij wordt aangetoond dat het systeem effectief de meest stabiele oplossing kan vinden voor benchmarkproblemen zoals K2000.
Dit artikel presenteert een convex programmeringsmethode die bewijst dat het mogelijk is om in polynomiale tijd een verborgen dichte submatrix te vinden in een binaire matrix die meerdere dichte submatrices bevat, en valideert deze theoretische voorwaarden voor perfecte herstelbaarheid zowel via simulaties als met real-world netwerkbewijzen.
Dit artikel onderzoekt de optimale regels voor risicodeling in gedecentraliseerde netwerken, waarbij alleen vrienden risico kunnen delen, en verbindt een speciaal geval met gelijke risicoverdeling onder vrienden met de grafische Laplaciaan.
Dit artikel presenteert een hybride optimalisatie- en verfijningframework dat het klassieke Heilbronn-driehoekprobleem voor oplost tot gegarandeerde globale optimaliteit, waarmee de Comellas-Yebra-configuratie voor het eerst wiskundig wordt bewezen als optimaal en exacte coördinaten worden afgeleid voor tot en met $9$.
Dit artikel onderzoekt de optimale besturing van een bilineaire gedempte golfvergelijking op een oneindig tijdshorizon, waarbij het de goedgesteldeheid bewijst, de existentie van optimale besturingen aantoont en zowel eerste- als tweede-orde optimaliteitsvoorwaarden afleidt voor lokale optimaliteit.
Dit artikel lost compatibiliteitsproblemen op tussen twee klassieke methoden voor het afleiden van noodzakelijke voorwaarden in optimale besturing en gebruikt dit resultaat om een verband te leggen tussen infimum-gaten voor strikt-zin-minimalisatoren en abnormaliteit in een hogere-orde Maximumprincipe.
Dit artikel stelt voorwaarden op waaronder multi-stap Runge-Kutta-methoden sterke contractiviteit behouden bij het discretiseren van continu-tijd systemen, waarbij voor impliciete methoden garanties worden uitgebreid naar de -, - en -normen en unieke oplosbaarheid wordt gegarandeerd via een hulpcontinu-tijdsysteem.
Deze paper introduceert KProxNPLVM, een nieuw probabilisch latent variabelenmodel dat door het gebruik van de Wasserstein-afstand als proximal operator de benaderingsfouten van conventionele amortized variational inference elimineert en zo de nauwkeurigheid van zachte sensoren verbetert.
Dit artikel introduceert een geünificeerd tensorfusieframework dat blind hyperspectrale en multispectrale beeldfusie oplost als een gekoppeld inverse probleem, waardoor real-time schatting van hoge-resolutie beelden mogelijk is zonder voorafgaande training of kennis van de ruimtelijke en spectrale vervormingsoperatoren.
Deze studie presenteert een methode voor het gelijktijdig schatten van meerdere discrete unimodale distributies onder stochastische ordebeperkingen, die bij kleine steekproefgroottes de Jensen-Shannon-divergentie aanzienlijk verlaagt ten opzichte van bestaande methoden.
Dit artikel introduceert een kwantummechanisch raamwerk dat kwantisatiegebaseerde optimalisatie koppelt aan de Schrödingervergelijking, waardoor kwantumtunneling lokale minima overwint en een thermodynamische interpretatie biedt voor het garanderen van globale convergentie in zowel combinatorische als continue optimalisatieproblemen.