Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: disentanglement

Sortuj według:

Ogranicz wyniki do:

Supposed maximum mutual information for improving generalization and interpretation of multi-layered neural networks

Kamimura Ryotaro

Journal of Artificial Intelligence and Soft Computing Research

2019

Vol. 9, No. 2

123--147

The present paper1 aims to propose a new type of information-theoretic method to maximize mutual information between inputs and outputs. The importance of mutual information in neural networks is well known, but the actual implementation of mutual information maximization has been quite difficult to undertake. In addition, mutual information has not extensively been used in neural networks, meaning that its applicability is very limited. To overcome the shortcoming of mutual information maximization, we present it here in a very simplified manner by supposing that mutual information is already maximized before learning, or at least at the beginning of learning. The method was applied to three data sets (crab data set, wholesale data set, and human resources data set) and examined in terms of generalization performance and connection weights. The results showed that by disentangling connection weights, maximizing mutual information made it possible to explicitly interpret the relations between inputs and outputs.

Modelling quantum register disentanglement

Ryszawa P. A.

Computer Science and Mathematical Modelling

2018

No. 7

31--44

Implementing quantum-inspired algorithms on classical computers suffers trade-off between the necessity of saving operational memory and the amount of memory necessary to fully represent a quantum state with possible entanglement. The latter is well known to consume the memory exponentially in the number of qubits. This paper sketches out the idea on how to reduce significantly the amount of necessary memory while distorting the entanglement moderately or not at all. At present, considered are real nonnegative probability amplitudes.

Implementacja kwantowo-inspirowanych algorytmów na komputerach klasycznych musi godzić sprzeczność pomiędzy koniecznością oszczędzania pamięci operacyjnej a ilością pamięci potrzebnej na reprezentację stanu kwantowego z potencjalnym splątaniem. Wiadomo, że to ostatnie pochłania zasoby pamięciowe w ilości wykładniczej wraz ze wzrostem liczby kubitów. Niniejszy artykuł zarysowuje ideę istotnej redukcji potrzebnych zasobów pamięciowych, zniekształcającej przy tym reprezentację oryginalnego stanu tylko nieznacznie lub wcale. W chwili obecnej, rozważane są nieujemne rzeczywiste amplitudy prawdopodobieństwa.