1Global Technology Applied Research, JPMorgan Chase, New York, NY 10017
2Факультет математики Каліфорнійського університету, Берклі, Каліфорнія 94720
Вам цей документ цікавий чи ви хочете обговорити? Скайте або залиште коментар на SciRate.
абстрактний
Алгоритм квантової наближеної оптимізації (QAOA) є провідним алгоритмом-кандидатом для вирішення задач комбінаторної оптимізації на квантових комп’ютерах. Однак у багатьох випадках QAOA вимагає оптимізації параметрів, яка потребує інтенсивних обчислень. Проблема оптимізації параметрів є особливо гострою у випадку зважених задач, для яких власні значення фазового оператора є нецілими, а енергетичний ландшафт QAOA не є періодичним. У цій роботі ми розробляємо евристику встановлення параметрів для QAOA, застосовану до загального класу зважених задач. По-перше, ми отримуємо оптимальні параметри для QAOA з глибиною $p=1$, застосовані до зваженої проблеми MaxCut за різних припущень щодо ваг. Зокрема, ми суворо доводимо загальноприйняту думку про те, що в середньому випадку перший локальний оптимум поблизу нуля дає глобально оптимальні параметри QAOA. По-друге, для $pgeq 1$ ми доводимо, що енергетичний ландшафт QAOA для зваженого MaxCut наближається до такого для незваженого випадку за простого масштабування параметрів. Таким чином, ми можемо використовувати параметри, отримані раніше для незваженого MaxCut для зважених задач. Нарешті, ми доводимо, що для $p=1$ ціль QAOA різко концентрується навколо свого очікування, що означає, що наші правила встановлення параметрів справедливі з високою ймовірністю для випадкового зваженого екземпляра. Ми чисельно перевіряємо цей підхід на загальних зважених графіках і показуємо, що в середньому енергія QAOA із запропонованими фіксованими параметрами лише на 1.1$ відсоткових пунктів відрізняється від енергії з оптимізованими параметрами. По-третє, ми пропонуємо загальну евристичну схему зміни масштабу, натхненну аналітичними результатами для зваженого MaxCut, і демонструємо її ефективність за допомогою QAOA з мікшером збереження ваги XY Хеммінга, застосованим до проблеми оптимізації портфоліо. Наша евристика покращує конвергенцію локальних оптимізаторів, зменшуючи кількість ітерацій у середньому в 7.4 рази.
Популярне резюме
► Дані BibTeX
► Список літератури
[1] Майкл А. Нільсен та Ісаак Л. Чуанг. «Квантові обчислення та квантова інформація». Видавництво Кембриджського університету. (2010).
https:///doi.org/10.1017/CBO9780511976667
[2] Ділан Герман, Коді Гугін, Сяоюань Лю, Олексій Галда, Ілля Сафро, Юе Сун, Марко Пістоя та Юрій Алексєєв. «Огляд квантових обчислень для фінансів» (2022). url: https:///doi.org/10.48550/arXiv.2201.02773.
https:///doi.org/10.48550/arXiv.2201.02773
[3] Тед Хогг і Дмитро Портнов. “Квантова оптимізація”. Інформаційні науки 128, 181–197 (2000).
https://doi.org/10.1016/s0020-0255(00)00052-9
[4] Едвард Фархі, Джеффрі Голдстоун і Сем Гутман. «Алгоритм квантової наближеної оптимізації» (2014). url: https:///doi.org/10.48550/arXiv.1411.4028.
https:///doi.org/10.48550/arXiv.1411.4028
[5] Стюарт Гедфілд, Чжіхуй Ван, Брайан О'Горман, Елеанор Ріффель, Давід Вентуреллі та Рупак Бісвас. «Від алгоритму квантової наближеної оптимізації до анзаца квантового змінного оператора». Алгоритми 12, 34 (2019). url: https:///doi.org/10.3390/a12020034.
https:///doi.org/10.3390/a12020034
[6] Самі Булебнейн і Ешлі Монтанаро. «Розв’язування проблем булевої виконуваності за допомогою алгоритму квантової наближеної оптимізації» (2022). url: https:///doi.org/10.48550/arXiv.2208.06909.
https:///doi.org/10.48550/arXiv.2208.06909
[7] Жоао Бассо, Едвард Фархі, Кунал Марваха, Бенджамін Віллалонга та Лео Чжоу. «Алгоритм квантової наближеної оптимізації на великій глибині для maxcut на регулярних графіках великого обхвату та моделі Шеррінгтона-Кіркпатріка». Матеріали конференції з теорії квантових обчислень, комунікації та криптографії 7, 1–21 (2022).
https:///doi.org/10.4230/LIPICS.TQC.2022.7
[8] Метью Б. Гастінгс. «Класичний алгоритм, який також перевершує $frac{1}{2}+frac{2}{pi}frac{1}{sqrt{d}}$ для високого максимального обрізу» (2021). url: https:///doi.org/10.48550/arXiv.2111.12641.
https:///doi.org/10.48550/arXiv.2111.12641
[9] Руслан Шайдулін, Філіп С. Лотшоу, Джеффрі Ларсон, Джеймс Островскі та Тревіс С. Хамбл. «Передача параметрів для квантової наближеної оптимізації зваженого MaxCut». ACM Transactions on Quantum Computing 4, 1–15 (2023).
https: / / doi.org/ 10.1145 / 3584706
[10] Самі Булебнан, Ксав’є Лукас, Агнес Мейдер, Станіслав Адашевський та Ешлі Монтанаро. «Пептидна конформаційна вибірка з використанням алгоритму квантової наближеної оптимізації». npj Квантова інформація 9, 70 (2023). url: https:///doi.org/10.1038/s41534-023-00733-5.
https://doi.org/10.1038/s41534-023-00733-5
[11] Себастьян Брандгофер, Даніель Браун, Ванесса Ден, Герхард Хеллштерн, Маттіас Хюльс, Янджун Джі, Ілія Поліан, Амандіп Сінгх Бхатія та Томас Велленс. «Порівняльний аналіз ефективності оптимізації портфоліо за допомогою qaoa». Квантова обробка інформації 22, 25 (2022).
https://doi.org/10.1007/s11128-022-03766-5
[12] Самі Булебнейн і Ешлі Монтанаро. «Прогнозування параметрів для алгоритму квантової наближеної оптимізації для максимального відрізання від межі нескінченного розміру» (2021). url: https:///doi.org/10.48550/arXiv.2110.10685.
https:///doi.org/10.48550/arXiv.2110.10685
[13] Едвард Фархі, Джеффрі Голдстоун, Сем Гутман і Лео Чжоу. «Алгоритм квантової наближеної оптимізації та модель Шеррінгтона-Кіркпатріка в нескінченному розмірі». Квант 6, 759 (2022).
https://doi.org/10.22331/q-2022-07-07-759
[14] Амір Дембо, Андреа Монтанарі та Субхабрата Сен. «Екстремальні розрізи розріджених випадкових графів». The Annals of Probability 45 (2017).
https:///doi.org/10.1214/15-aop1084
[15] Гевін Е. Крукс. «Продуктивність алгоритму квантової наближеної оптимізації на задачі максимального розрізу» (2018). url: https:///doi.org/10.48550/arXiv.1811.08419.
https:///doi.org/10.48550/arXiv.1811.08419
[16] Майкл Штрайф і Мартін Лейб. «Навчання алгоритму квантової наближеної оптимізації без доступу до блоку квантової обробки». Квантова наука та технологія 5, 034008 (2020).
https://doi.org/10.1088/2058-9565/ab8c2b
[17] Лео Чжоу, Шенг-Тао Ван, Сунвон Чой, Ханнес Піхлер і Михайло Д. Лукін. «Алгоритм квантової наближеної оптимізації: продуктивність, механізм і реалізація на пристроях короткострокового використання». Physical Review X 10, 021067 (2020).
https: / / doi.org/ 10.1103 / PhysRevX.10.021067
[18] Руслан Шайдулін, Ілля Сафро та Джеффрі Ларсон. “Методи багатозапусків для квантової наближеної оптимізації”. На конференції IEEE High Performance Extreme Computing. Сторінки 1–8. (2019).
https:///doi.org/10.1109/hpec.2019.8916288
[19] Сіньвей Лі, Йошіюкі Сайто, Донгшен Цай і Нобуйосі Асай. “Стратегія фіксації параметрів для алгоритму квантової наближеної оптимізації”. 2021 Міжнародна конференція IEEE з квантових обчислень та інженерії (QCE) (2021).
https:///doi.org/10.1109/qce52317.2021.00016
[20] Стефан Г. Сак і Максим Сербин. “Ініціалізація квантового відпалу алгоритму квантової наближеної оптимізації”. Квант 5, 491 (2021).
https://doi.org/10.22331/q-2021-07-01-491
[21] Охад Амосі, Тамуз Данціг, Елі Порат, Гал Чечик і Аді Макмаль. «Безітераційний алгоритм квантової наближеної оптимізації з використанням нейронних мереж» (2022). url: https:///doi.org/10.48550/arXiv.2208.09888.
https:///doi.org/10.48550/arXiv.2208.09888
[22] Данило Ликов, Роман Щуцький, Олексій Галда, Валерій Винокур, Юрій Алексєєв. “Квантовий симулятор тензорної мережі з покроковим розпаралелюванням”. У 2022 році IEEE International Conference on Quantum Computing and Engineering (QCE). Сторінки 582–593. (2022).
https: / / doi.org/ 10.1109 / QCE53715.2022.00081
[23] Матія Медвідович і Джузеппе Карлео. “Класичне варіаційне моделювання алгоритму квантової наближеної оптимізації”. npj Квантова інформація 7 (2021).
https: / / doi.org/ 10.1038 / s41534-021-00440-z
[24] Руслан Шайдулін і Стефан М. Вільд. «Використання симетрії знижує вартість навчання QAOA». IEEE Transactions on Quantum Engineering 2, 1–9 (2021).
https:///doi.org/10.1109/tqe.2021.3066275
[25] Руслан Шайдулін і Юрій Алексєєв. «Оцінка алгоритму квантової наближеної оптимізації: приклад». Десята міжнародна конференція з екологічних і стійких комп’ютерів (2019).
https:///doi.org/10.1109/IGSC48788.2019.8957201
[26] Фернандо Дж. С. Л. Брандао, Майкл Бротон, Едвард Фархі, Сем Гутманн і Хартмут Невен. «Для фіксованих параметрів керування значення цільової функції алгоритму квантової наближеної оптимізації концентрується для типових випадків» (2018). url: https:///doi.org/10.48550/arXiv.1812.04170.
https:///doi.org/10.48550/arXiv.1812.04170
[27] В. Акшай, Д. Рабінович, Е. Кампос, Дж. Біамонте. “Концентрації параметрів у квантовій наближеній оптимізації”. Physical Review A 104 (2021).
https:///doi.org/10.1103/physreva.104.l010401
[28] Філліп С. Лотшоу, Тревіс С. Хамбл, Ребека Геррман, Джеймс Островскі та Джордж Сіопсіс. «Емпіричні межі продуктивності для квантової наближеної оптимізації». Квантова обробка інформації 20, 403 (2021).
https://doi.org/10.1007/s11128-021-03342-3
[29] Олексій Галда, Сяоюань Лю, Данило Ликов, Юрій Алексєєв та Ілля Сафро. «Передача оптимальних параметрів qaoa між випадковими графами». У 2021 році IEEE International Conference on Quantum Computing and Engineering (QCE). Сторінки 171–180. (2021).
https: / / doi.org/ 10.1109 / QCE52317.2021.00034
[30] Сіньвей Лі, Ніньї Се, Донгшен Цай, Йошіюкі Сайто та Нобуйоші Асай. «Стратегія прогресивної ініціалізації в глибину для алгоритму квантової наближеної оптимізації». Математика 11, 2176 (2023).
https:///doi.org/10.3390/math11092176
[31] Самі Хайрі, Руслан Шайдулін, Лукаш Сінчіо, Юрій Алексєєв і Прасанна Балапракаш. «Навчання оптимізувати варіаційні квантові схеми для вирішення комбінаторних задач». Матеріали конференції AAAI зі штучного інтелекту 34, 2367–2375 (2020).
https:///doi.org/10.1609/aaai.v34i03.5616
[32] Гійом Вердон, Майкл Бротон, Джаррод Р. Макклін, Кевін Дж. Сунг, Раян Беббуш, Чжан Цзян, Хартмут Невен і Масуд Мохсені. «Навчання вчитися за допомогою квантових нейронних мереж за допомогою класичних нейронних мереж» (2019). url: https:///doi.org/10.48550/arXiv.1907.05415.
https:///doi.org/10.48550/arXiv.1907.05415
[33] Самі Хайрі, Руслан Шайдулін, Лукаш Сінчіо, Юрій Алексєєв і Прасанна Балапракаш. «Оптимізація варіаційних квантових схем для комбінаторних задач на основі підкріпленого навчання» (2019). url: https:///doi.org/10.48550/arXiv.1911.04574.
https:///doi.org/10.48550/arXiv.1911.04574
[34] Маттео М. Ваутерс, Емануеле Панізон, Глен Б. Мбенг і Джузеппе Е. Санторо. «Квантова оптимізація з підкріпленням навчання». Physical Review Research 2 (2020).
https: / / doi.org/ 10.1103 / physrevresearch.2.033446
[35] Махабубул Алам, Абдулла Аш-Сакі та Сваруп Гош. «Прискорення алгоритму квантової наближеної оптимізації за допомогою машинного навчання». 2020 Design, Automation & Test in Europe Conference & Exhibition (DATE) (2020).
https:///doi.org/10.23919/date48585.2020.9116348
[36] Цзяхао Яо, Лін Лін і Марін Буков. «Навчання з підкріпленням для підготовки багатьох тіл до основного стану на основі контрдіабатичної їзди». Physical Review X 11 (2021).
https: / / doi.org/ 10.1103 / physrevx.11.031070
[37] Чжіхуй Ван, Стюарт Хедфілд, Чжан Цзян і Елеонора Г. Ріффель. «Алгоритм квантової наближеної оптимізації для MaxCut: ферміонний погляд». Physical Review A 97 (2018).
https:///doi.org/10.1103/physreva.97.022304
[38] Джонатан Вюрц і Данило Ликов. «Гіпотеза фіксованого кута для QAOA на регулярних графіках MaxCut» (2021). url: https:///doi.org/10.48550/arXiv.2107.00677.
https:///doi.org/10.48550/arXiv.2107.00677
[39] Стюарт Гедфілд. «Квантові алгоритми для наукових обчислень і наближеної оптимізації» (2018). url: https:///doi.org/10.48550/1805.03265.
https: / / doi.org/ 10.48550 / 1805.03265
[40] Пол Глассерман. «Методи Монте-Карло у фінансовій інженерії». Том 53. Спрінгер. (2004).
https://doi.org/10.1007/978-0-387-21617-1
[41] Вальтер Рудін. «Реальний і комплексний аналіз». Макгроу-Хілл. (1974).
[42] Вальтер Рудін. «Принципи математичного аналізу». Макгроу-Хілл. (1976).
[43] Колін МакДіармід. “Про метод обмежених різниць”. Сторінки 148–188. Серія лекцій Лондонського математичного товариства. Cambridge University Press. (1989).
https:///doi.org/10.1017/CBO9781107359949.008
[44] Лутц Варнке. “Про метод типових обмежених різниць”. Комбінаторика, ймовірність і обчислення 25, 269–299 (2016).
https: / / doi.org/ 10.1017 / S0963548315000103
[45] Роман Вершинін. “Вимірна ймовірність: вступ із застосуваннями в науці про дані”. Кембриджська серія зі статистичної та імовірнісної математики. Cambridge University Press. (2018).
https: / / doi.org/ 10.1017 / 9781108231596
[46] Жоао Бассо, Давид Гамарник, Сон Мей і Лео Чжоу. «Продуктивність і обмеження QAOA на постійних рівнях на великих розріджених гіперграфах і моделях спінового скла». 2022 IEEE 63rd Annual Symposium on Foundations of Computer Science (FOCS) (2022).
https:///doi.org/10.1109/focs54457.2022.00039
[47] G Парижі. “Послідовність наближених розв’язків моделі sk для спінових окулярів”. Journal of Physics A: Mathematical and General 13, L115 (1980).
https://doi.org/10.1088/0305-4470/13/4/009
[48] Мішель Талагран. «Формула Парізі». Аннали математики (2006).
https:///doi.org/10.4007/annals.2006.163.221
[49] Дмитро Панченко. «Модель Шеррінгтона-Кіркпатріка». Springer Science & Business Media. (2013).
https://doi.org/10.1007/978-1-4614-6289-7
[50] Руслан Шайдулін, Кунал Марваха, Джонатан Вурц і Філіп Сі Лотшоу. «QAOAKit: набір інструментів для відтворюваного дослідження, застосування та перевірки QAOA». Другий міжнародний семінар з програмного забезпечення для квантових обчислень (2021).
https:///doi.org/10.1109/QCS54837.2021.00011
[51] Жоао Бассо, Едвард Фархі, Кунал Марваха, Бенджамін Віллалонга та Лео Чжоу. «Алгоритм квантової наближеної оптимізації на великій глибині для maxcut на регулярних графіках великого обхвату та моделі Шеррінгтона-Кіркпатріка» (2021). url: https:///doi.org/10.48550/arXiv.2110.14206.
https:///doi.org/10.48550/arXiv.2110.14206
[52] Ділан Герман, Руслан Шайдулін, Юе Сун, Шуванік Чакрабарті, Шаохан Ху, П’єр Мінссен, Артур Раттью, Роміна Яловецький та Марко Пістоя. “Обмежена оптимізація за допомогою квантової дзенодинаміки”. Фізика комунікацій 6, 219 (2023).
https://doi.org/10.1038/s42005-023-01331-9
[53] N. Slate, E. Matwiejew, S. Marsh і JB Wang. «Оптимізація портфеля на основі квантової прогулянки». Квант 5, 513 (2021).
https://doi.org/10.22331/q-2021-07-28-513
[54] Марк Ходсон, Брендан Рак, Х'ю Онг, Девід Гарвін і Стефан Дулман. «Експерименти з перебалансування портфоліо з використанням квантового змінного оператора анзац» (2019). url: https:///doi.org/10.48550/arXiv.1911.05296.
https:///doi.org/10.48550/arXiv.1911.05296
[55] Тяньі Хао, Руслан Шайдулін, Марко Пістоя та Джеффрі Ларсон. «Використання енергії обмежень у обмеженій варіаційній квантовій оптимізації». 2022 Третій міжнародний семінар IEEE/ACM з програмного забезпечення для квантових обчислень (QCS) (2022).
https:///doi.org/10.1109/qcs56647.2022.00017
[56] Цзічан Хе, Руслан Шайдулін, Шуванік Чакрабарті, Ділан Герман, Чанхао Лі, Юе Сун і Марко Пістоя. «Вирівнювання між початковим станом і мікшером покращує продуктивність qaoa для оптимізації з обмеженнями». npj Квантова інформація 9, 121 (2023).
https://doi.org/10.1038/s41534-023-00787-5
[57] «Qiskit фінанси». https:///qiskit.org/documentation/finance/.
https:///qiskit.org/documentation/finance/
[58] Стівен Г. Джонсон. «Пакет нелінійної оптимізації NLopt» (2022). http:///github.com/stevengj/nlopt.
http:///github.com/stevengj/nlopt
[59] Майкл Джей Д. Пауелл. «Алгоритм BOBYQA для пов’язаної обмеженої оптимізації без похідних». Cambridge NA Report NA2009/06 26 (2009).
[60] Руслан Шайдулін і Стефан М. Вільд. «Важливість пропускної здатності ядра в квантовому машинному навчанні». Physical Review A 106 (2022).
https:///doi.org/10.1103/physreva.106.042407
[61] Абдулкадір Канатар, Еван Пітерс, Ченгіз Пехлеван, Стефан М. Вайлд та Руслан Шайдулін. «Пропускна здатність забезпечує узагальнення в моделях квантового ядра» (2022). url: https:///doi.org/10.48550/arXiv.2206.06686.
https:///doi.org/10.48550/arXiv.2206.06686
[62] Каінін Чжан, Лю Лю, Мін-Сю Сє та Дачен Тао. «Втеча з безплідного плато через гауссові ініціалізації в глибоких варіаційних квантових схемах». Досягнення нейронних систем обробки інформації. Том 35, сторінки 18612–18627. Curran Associates, Inc. (2022).
Цитується
[1] Ділан Герман, Коді Гугін, Сяоюань Лю, Юе Сун, Олексій Галда, Ілля Сафро, Марко Пістоя та Юрій Алексєєв, «Квантові обчислення для фінансів», Nature Reviews Physics 5 8, 450 (2023).
[2] Абід Хан, Браян К. Кларк і Норм М. Табмен, «Попередня оптимізація варіаційних квантових власних розв’язувачів із тензорними мережами», arXiv: 2310.12965, (2023).
[3] Ігор Гайдай та Ребека Херрман, «Аналіз продуктивності багатокутної QAOA для p > 1», arXiv: 2312.00200, (2023).
[4] Ділан Герман, Руслан Шайдулін, Юе Сун, Шуванік Чакрабарті, Шаохан Ху, П’єр Мінссен, Артур Раттью, Роміна Яловецький та Марко Пістоя, «Обмежена оптимізація за допомогою квантової динаміки Зенона», Фізика зв'язку 6 1, 219 (2023).
[5] Руслан Шайдулін, Чанхао Лі, Шуванік Чакрабарті, Меттью ДеКросс, Ділан Герман, Нірадж Кумар, Джеффрі Ларсон, Данило Ликов, П’єр Мінссен, Юе Сун, Юрій Алексєєв, Джоан М. Дрейлінг, Джон П. Геблер, Томас М. Гаттерман , Джастін А. Гербер, Кевін Гілмор, Ден Греш, Натан Гьюїтт, Чендлер В. Горст, Шаохан Ху, Джейкоб Йогансен, Мітчелл Матені, Таннер Менгл, Майкл Міллс, Стівен А. Мозес, Браян Нейенхейс, Пітер Зігфрід, Роміна Яловецький та Марко Пістоя, «Докази переваги масштабування для алгоритму квантової наближеної оптимізації в класично нерозв’язній задачі», arXiv: 2308.02342, (2023).
[6] Філіп Б. Мацієвскі, Стюарт Гедфілд, Бенджамін Холл, Марк Ходсон, Максим Дюпон, Брем Еверт, Джеймс Сад, М. Сохайб Алам, Чжихуі Ван, Стівен Джеффрі, Бхуванеш Сундар, П. Аарон Лотт, Шон Граббе, Елеанор Г. Ріффель, Метью Дж. Реагор і Давід Вентуреллі, «Розробка та реалізація квантових схем із використанням десятків надпровідних кубітів і тисяч вентилів для щільних задач оптимізації Ізінга», arXiv: 2308.12423, (2023).
[7] Мара Віззузо, Джанлука Пассареллі, Джованні Кантеле та Проколо Лучінано, «Конвергенція оцифрованого контрдіабатичного QAOA: глибина контуру проти вільних параметрів», arXiv: 2307.14079, (2023).
Вищезазначені цитати від SAO / NASA ADS (останнє оновлення успішно 2024-01-19 00:28:46). Список може бути неповним, оскільки не всі видавці надають відповідні та повні дані про цитування.
On Служба, на яку посилається Crossref даних про цитування робіт не знайдено (остання спроба 2024-01-19 00:28:44).
Ця стаття опублікована в Quantum під Creative Commons Attribution 4.0 International (CC на 4.0) ліцензія. Авторське право залишається за оригінальними власниками авторських прав, такими як автори або їх установи.
- Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
- PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
- PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
- ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
- PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
- джерело: https://quantum-journal.org/papers/q-2024-01-18-1231/
- :є
- : ні
- ][стор
- 1
- 10
- 11
- 12
- 121
- 13
- 14
- 15%
- 16
- 17
- 19
- 20
- 2000
- 2006
- 2010
- 2013
- 2014
- 2016
- 2017
- 2018
- 2019
- 2020
- 2021
- 2022
- 2023
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 35%
- 36
- 39
- 40
- 41
- 43
- 46
- 49
- 50
- 51
- 52
- 53
- 54
- 58
- 60
- 7
- 70
- 8
- 9
- 97
- a
- Аарон
- вище
- РЕЗЮМЕ
- доступ
- За
- Досягає
- ACM
- гострий
- Додатково
- аванси
- Перевага
- приналежності
- алгоритм
- алгоритми
- ВСІ
- Також
- an
- аналіз
- Аналітичний
- та
- щорічний
- додаток
- застосування
- прикладної
- підхід
- підходи
- приблизний
- ЕСТЬ
- навколо
- Артур
- штучний
- штучний інтелект
- AS
- партнери
- припущення
- At
- спроба
- автор
- authors
- Автоматизація
- середній
- геть
- b
- ширина смуги
- безплідний
- BE
- Веніамін
- Берклі
- між
- пов'язаний
- межі
- Перерва
- Брайан
- Bryan
- бізнес
- by
- CA
- Каліфорнія
- Кембридж
- CAN
- кандидат
- випадок
- тематичне дослідження
- випадків
- виклик
- чандлер
- погоня
- цитування
- клас
- коментар
- Commons
- Комунікація
- зв'язку
- порівнянний
- повний
- комплекс
- обчислення
- комп'ютер
- Інформатика
- комп'ютери
- обчислення
- концентрати
- конференція
- припущення
- постійна
- контроль
- звичайний
- Зближення
- авторське право
- Коштувати
- Круки
- криптографія
- Вирізати
- скорочення
- Данило
- дані
- наука про дані
- Дата
- Девід
- глибокий
- демонструвати
- Це
- щільний
- глибина
- Похідні
- дрейф
- дизайн
- розвивати
- прилади
- Відмінності
- різний
- обговорювати
- донгшенг
- водіння
- динаміка
- e
- Едвард
- ефективність
- дозволяє
- енергія
- Машинобудування
- Ефір (ETH)
- Європа
- докази
- виконання
- виставка
- очікування
- Експерименти
- екстремальний
- в кінці кінців
- фінансування
- фінансовий
- Перший
- фіксованою
- для
- формула
- знайдений
- Підвалини
- Безкоштовна
- від
- функція
- GAL
- Гейтс
- Загальне
- Джордж
- дає
- скло
- окуляри
- графік
- графіки
- зелений
- зал
- Гарвард
- he
- Високий
- вище
- тримати
- власники
- Однак
- HTTP
- HTTPS
- скромний
- IEEE
- зображення
- реалізація
- важливо
- поліпшується
- in
- Инк
- інформація
- початковий
- натхненний
- екземпляр
- випадки
- установи
- Інтелект
- цікавий
- Міжнародне покриття
- Вступ
- досліджує
- ітерації
- ЙОГО
- Джеймс
- січень
- JavaScript
- JD
- Джеффрі
- Джон
- Джонсон
- Джонатан
- журнал
- JPMorgan
- jpmorgan погоня
- Джастін
- Кумар
- ландшафт
- великий
- останній
- провідний
- УЧИТЬСЯ
- вивчення
- Залишати
- читання
- Подветренний
- LEO
- рівні
- li
- ліцензія
- МЕЖА
- недоліки
- лін
- список
- місцевий
- Лондон
- машина
- навчання за допомогою машини
- багато
- Мара
- Марко
- позначити
- Мартін
- математичний
- математика
- Матвій
- Матіас
- макс-ширина
- максимальний
- Може..
- mcclean
- засоби
- механізм
- Медіа
- метод
- методика
- Майкл
- михайло
- млини
- змішувач
- модель
- Моделі
- місяць
- Близько
- мережу
- мереж
- Нейронний
- нейронні мережі
- Нові
- Нью-Йорк
- немає
- увагу
- роман
- номер
- NY
- мета
- отриманий
- of
- on
- тільки
- відкрити
- оператор
- оптимальний
- оптимізація
- Оптимізувати
- оптимізований
- оптимальний
- or
- оригінал
- наші
- пакет
- сторінка
- сторінок
- Папір
- параметр
- параметри
- приватність
- особливо
- Пол
- відсоток
- продуктивність
- періодичний
- Пітер
- фаза
- фізичний
- Фізика
- П'єр
- plato
- Інформація про дані Платона
- PlatoData
- точок
- портфель
- Пауелл
- підготовка
- представлений
- press
- раніше
- попередній
- ймовірність
- Проблема
- проблеми
- процедура
- Праці
- обробка
- пропонувати
- запропонований
- Доведіть
- забезпечувати
- опублікований
- видавець
- видавців
- Квантовий
- квантові комп'ютери
- квантові обчислення
- квантова інформація
- квантове машинне навчання
- кубіти
- R
- випадковий
- співвідношення
- перебалансування
- знижує
- зниження
- посилання
- регулярний
- залишається
- звітом
- Вимагається
- дослідження
- результати
- огляд
- Відгуки
- суворий
- Правила
- Райан
- s
- Сем
- то ж
- Масштабування
- схема
- наука
- Наука і технології
- НАУКИ
- науковий
- другий
- Послідовність
- Серія
- установка
- Показувати
- показ
- Шоу
- значний
- істотно
- простий
- моделювання
- симулятор
- Розмір
- Шифер
- суспільство
- Софтвер
- Рішення
- ВИРІШИТИ
- Розв’язування
- пісня
- Спін
- стан
- статистичний
- Штефана
- Стівен
- Стівен
- Стратегія
- Вивчення
- Успішно
- такі
- підходящий
- Sun
- Огляд
- сталого
- Симпозіум
- Systems
- техніка
- методи
- Технологія
- тензор
- тест
- ніж
- Що
- Команда
- їх
- теорія
- отже
- третій
- це
- тисячі
- час
- назва
- до
- Інструментарій
- до
- Навчання
- Transactions
- переклад
- Передача
- типовий
- при
- блок
- університет
- Університет Каліфорнії
- оновлений
- URL
- використання
- використання
- ПЕРЕВІР
- значення
- перевірка
- Проти
- через
- вид
- обсяг
- ван
- хотіти
- було
- we
- який
- в той час як
- Wild
- мудрість
- з
- без
- Work
- працює
- майстерня
- X
- рік
- йорк
- зефірнет
- нуль
- Чжан