Gröbner basis
PulseAugur coverage of Gröbner basis — every cluster mentioning Gröbner basis across labs, papers, and developer communities, ranked by signal.
-
新研究应对大型图模型的挑战
arXiv 统计学 > 机器学习板块的两篇新研究论文探讨了分析大型复杂图模型的先进技术。第一篇论文介绍了符号算法和拓扑数据分析，用于计算彩色高斯图模型的最大似然阈值，解决了高维、小样本场景下的局限性。第二篇论文提出了一种新颖的 $\delta$-局部性条件，并利用 Stein 方法为大型图模型的边际分布提供与维度无关的误差界限，提高了近似和采样效率。
-
AI学习最优单项式序，加速格罗布纳基计算
研究人员开发了一种新颖的强化学习方法来优化格罗布纳基计算的单项式排序。该方法使用领域信息奖励信号和蒙特卡洛估计来反映计算成本。在系统生物学和计算机视觉问题上的实验表明，学习到的策略显著优于传统启发式方法，降低了计算成本。
-
Transformer预言机将边界基计算速度提升3.5倍
研究人员开发了一种名为Oracle Border Basis Algorithm的新型深度学习方法，以加速符号代数中的计算。这种基于Transformer的预言机能够识别并移除传统边界基算法中计算成本高昂的约简步骤，在不牺牲准确性的前提下将速度提升高达3.5倍。该方法还引入了一种新的分词方案，显著减小了多项式的输入表示，使得该学习方法在数据效率方面更高，并且对于计算机代数系统更加实用。
-
新方法使用FFT插值在没有矩阵求逆的情况下解决最小问题
研究人员开发了一种新颖的方法来解决相机几何估计中的最小问题，该方法避免了矩阵求逆。这种新方法利用稀疏隐藏变量结果式，并通过逆快速傅里叶变换插值来重建行列式多项式。与传统的Gröbner基求解器相比，该方法在数值稳定性和运行时性能方面表现出色，为小规模问题提供了一个实用的替代方案。