关于泥模计算的两个结果

@文章{Becker2017TwoRO,title={泥模计算的两个结果},author={鲁本·贝克尔(Ruben Becker)、文森佐·博尼法奇(Vincenzo Bonifaci)、安德烈亚斯·卡伦鲍尔(Andreas Karrenbauer)、帕维尔·科列夫(Pavel Kolev)和库尔特·梅霍恩(Kurt Mehlho,日志={ArXiv},年份={2017},体积={abs/1707.06631},网址={https://api.semanticscholar.org/CorpusID:3058895}}

本文中的数字

询问这篇论文
AI供电

多头绒泡菌模型在一群非完整机器人上的实现

梯度场模型的使用用于指导多智能体群中的单个智能体,这些智能体通过模拟和真实世界的机器人实现,以模拟黏菌的探索和网络建立行为,突出其自主发现食物来源的能力,同时在两者之间建立网络。

Physarum激发的动力学解决半定项目

本文将LP情形中使用的标量积自然推广到SDP的矩阵空间,即SDP中所有矩阵都是对角矩阵时的线性情形,从而表示LP。

迭代加权最小二乘法与黏菌动力学:联系与收敛

证明了该元算法的收敛性,并获得了其复杂性界,该元算法可被视为IRLS算法的“阻尼”版本和解决无向转运问题的黏菌动力学。

迭代加权最小二乘法与黏菌动力学:联系与收敛

我们提出了两个出现在完全不同上下文中的动态系统之间的联系:用于压缩感知和稀疏恢复的迭代加权最小二乘(IRLS)算法

植物群落多群落流动动力学

将网络设计问题的动力学引入到构建一个有效支持多商品流问题的网络的问题中,结果表明,该动力学将网络成本与通过网络路由需求的成本相结合,使目标最小化。

论网络系统的收敛性

这项工作着眼于网络系统,并研究在其上应用不同类型的局部规则时它们的行为,证明了收敛性,并提供了该类的某个成员,当应用于图时,该成员有效地计算其k核和(k-1)外壳,从而提示了该模型的表达能力。

IRLS与煤泥模型:等价性与收敛性

提出了两个在完全不同背景下产生的动态系统之间的联系:一个在信号处理中,另一个在生物学中,能够证明IRLS算法的阻尼版本的收敛性并获得复杂性边界。

Physarum可以计算最短路径:收敛证明和复杂性边界

证明了模型的离散化(欧拉积分)计算了O(mL(logn+logL)/e3)迭代中最短路径的(1+e)-近似,并对O(log(nL/e)比特数进行了算术运算;这里,n和m分别是图的节点数和边数,L是边的最大长度。

线性规划自然动力学的收敛时间

导出了一个新的近似最优性的时间界限,该时间界限取决于最优点和初始点的投影版本之间的相对熵,从而建立了具有正成本的任意LP实例的动力学效率。

流问题的自然算法

证明了离散时间Physarum-dynamics也可以有效地解决无向图和有向图上的无容量最小代价流问题;最短路径的非平凡推广问题。

关于线性规划的自然动力学

本文证明了Physarum动力学可以看作是某一黎曼流形上的一个最速下降型算法,并严格地建立了Pysarum解曲线的几个重要性质。

常微分方程与动力系统

这本书提供了一个适合初学者的常微分方程和动力系统的完整介绍。第一部分从以下几个简单示例开始

线性规划问题的泥模求解器

证明了如何将一般线性规划问题作为Physarum的实例进行编码,并证明了在增长动力学下,保证了Physaram收敛到LP的最优解。