新框架利用张量网络实现海量数据集的高效计算

研究人员引入了迭代张量网络变换（ITNTs），这是一个新颖的算法框架，用于元素级评估基本函数和非线性滤波函数。该方法完全在张量链（TTs，一种张量网络）的压缩域内运行，从而能够对极其庞大的数据集进行高效计算。该框架已在复杂任务中展示了其效用，例如计算3D反应流场中的高保真反应速率以及解决涉及多达 $2^{70}$ 个配置的Max-SAT实例。 AI

影响 为数据科学和优化任务中指数级增长的数据集实现高效计算。

排序理由 该集群包含一篇详细介绍数据处理新算法框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• Iterative Tensor Network Transformations
• Max Satchell
• ScienceCast
• Tensor Network Transformations
• Tensor Trains

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →