打字式线性代数:一种基于双积的方法
计算科学和工程中的基本挑战是有效地计算雅可比矩阵。大规模的模块化数值模拟程序可以看作是将不同 iable 子程序进行序列求值,并考虑对应的元素雅可比矩阵。我们假设这些子程序的切线和伴随版本通过算法微分获得,而元素雅可比矩阵一般不可用。将经典的(雅可比)矩阵链积问题重新定义为基于无矩阵雅可比矩阵(切线)和矩阵 - 雅可比矩阵积(伴随)的问题,并限制了存储后者所需信息的有限内存。所有的数值结果可以通过使用开源参考实现进行复现。
Apr, 2024
本文介绍了范畴论中的一些主题,主要集中在单且大多为对称的单子类别上,特别是具有有限维希尔伯特空间、关系和流形作为对象时的类别。这些类别具有共同的特征,如图解演算,紧闭结构和特定类型的内部余半群,并引导我们向拓扑量子场论。此外,还讨论了一些基本的主题,如偏序类别、群表示和单子类别的严格化和一致性。
May, 2009
本文研究了以线性代数为基础的图查询语言 MATLANG 对于表示为邻接矩阵的图在各种片段中等价性的表征问题,并详细探讨了 MATLANG 中的线性代数操作对它们区分图形的能力的影响。
Dec, 2018
使用矩阵拟态张量框架实现多线性数据分析优化的同时学习最佳线性映射和相应张量表示,通过变量投影捕捉变换和表示之间的耦合关系,并通过黎曼优化学习正交变换以保持线性映射的可逆性。
Jun, 2024
介绍了一种学习算法,用于高效的近似矩阵乘法,其常用特性是需要零次乘积添加操作。实验表明,它比现有方法快 10 倍以上,而且比确切矩阵积快 100 倍。此外,核心操作 - 混合哈希,平均和字节混洗,可以是机器学习的更有前途的构建块,而不是近期研究和硬件投资重点的稀疏、因式分解和 / 或标量量化矩阵乘积。
Jun, 2021
本研究使用紧闭类别和 Frobenius 代数为基础,构建了一个单一空间中的分布式语义模型,从而扩展了之前 Coecke-Clark-Sadrzadeh 提出的句子意义分布模型的应用范围并在多项语言任务上进行了实验证实。
Jan, 2014
该论文介绍了一种基于块循环矩阵的新型双线性知识图嵌入模型 BlockHolE,其可以使用非交换关系矩阵,从而可以自然地建模复合关系,并且基于循环矩阵傅里叶变换的对偶性开发出了快速计算技术。
Sep, 2019