Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске
Решается задача минимизации квадратичного функционала в конфигурационном пространстве. Для
 эффективного увеличения области притяжения глубоких минимумов предлагается матрицу, на которой
 построен функционал, возводить в степень, и на полученном новом функционале решать задачу&#x...
Saved in:
| Date: | 2009 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2009
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/8145 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске / Я.М. Карандашев, Б.В. Крыжановский // Штучний інтелект. — 2009. — № 4. — С. 37-44. — Бібліогр.: 3 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862542133982920704 |
|---|---|
| author | Карандашев, Я.М. Крыжановский, Б.В. |
| author_facet | Карандашев, Я.М. Крыжановский, Б.В. |
| citation_txt | Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске / Я.М. Карандашев, Б.В. Крыжановский // Штучний інтелект. — 2009. — № 4. — С. 37-44. — Бібліогр.: 3 назв. — рос. |
| collection | DSpace DC |
| description | Решается задача минимизации квадратичного функционала в конфигурационном пространстве. Для
эффективного увеличения области притяжения глубоких минимумов предлагается матрицу, на которой
построен функционал, возводить в степень, и на полученном новом функционале решать задачу
минимизации. В работе показано на примере матриц двумерной спинстекольной модели Изинга, что
такая техника приводит к сдвигу спектра минимумов в более глубокую область, резко сокращает число
находимых мелких минимумов и позволяет с большей, на 3 – 4 порядка, вероятностью находить глобальный
минимум.
Розв’язується задача мінімізації квадратичного функціонала у конфігураційному просторі. Для ефективного
збільшення області притягнення глибоких мінімумів пропонується матрицю, на якій побудований
функціонал, підносити до степеня, а на отриманому новому функціоналі розв’язувати задачу мінімізації.
У роботі показано на прикладі матриць двомірної спінстекольної моделі Ізінга, що така техніка приводить
до зрушення спектра мінімумів у більш глибоку область, різко зменшує число знайдених мілких мінімумів
і дозволяє з більшою, на 3 – 4 порядки, вірогідністю знаходити глобальний мінімум.
A quadratic binary functional minimization problem is considered. To effectively increase the deep minima
domains of attraction it is suggested to raise a matrix which constructed the functional on to some power, and
to solve the minimization problem on the new obtained functional. By the example of matrixes of the twodimensional
Ising’s model it is shown in the paper that suggested technique leads to a shift of local minima
spectrum towards the region of deeper minima, reduces sharply the number of minima found, and gives an
opportunity to find the global minimum with a probability on 3 – 4 orders greater.
|
| first_indexed | 2025-11-24T18:04:58Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-8145 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Russian |
| last_indexed | 2025-11-24T18:04:58Z |
| publishDate | 2009 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Карандашев, Я.М. Крыжановский, Б.В. 2010-05-13T09:52:28Z 2010-05-13T09:52:28Z 2009 Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске / Я.М. Карандашев, Б.В. Крыжановский // Штучний інтелект. — 2009. — № 4. — С. 37-44. — Бібліогр.: 3 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/8145 004.8:004.9 Решается задача минимизации квадратичного функционала в конфигурационном пространстве. Для
 эффективного увеличения области притяжения глубоких минимумов предлагается матрицу, на которой
 построен функционал, возводить в степень, и на полученном новом функционале решать задачу
 минимизации. В работе показано на примере матриц двумерной спинстекольной модели Изинга, что
 такая техника приводит к сдвигу спектра минимумов в более глубокую область, резко сокращает число
 находимых мелких минимумов и позволяет с большей, на 3 – 4 порядка, вероятностью находить глобальный
 минимум. Розв’язується задача мінімізації квадратичного функціонала у конфігураційному просторі. Для ефективного
 збільшення області притягнення глибоких мінімумів пропонується матрицю, на якій побудований
 функціонал, підносити до степеня, а на отриманому новому функціоналі розв’язувати задачу мінімізації.
 У роботі показано на прикладі матриць двомірної спінстекольної моделі Ізінга, що така техніка приводить
 до зрушення спектра мінімумів у більш глибоку область, різко зменшує число знайдених мілких мінімумів
 і дозволяє з більшою, на 3 – 4 порядки, вірогідністю знаходити глобальний мінімум. A quadratic binary functional minimization problem is considered. To effectively increase the deep minima
 domains of attraction it is suggested to raise a matrix which constructed the functional on to some power, and
 to solve the minimization problem on the new obtained functional. By the example of matrixes of the twodimensional
 Ising’s model it is shown in the paper that suggested technique leads to a shift of local minima
 spectrum towards the region of deeper minima, reduces sharply the number of minima found, and gives an
 opportunity to find the global minimum with a probability on 3 – 4 orders greater. Выполнена в рамках Гранта Президента Российской Федерации по государственной поддержке ведущих научных школ, номер гранта НШ – 365.2008.9 ru Інститут проблем штучного інтелекту МОН України та НАН України Интеллектуальный анализ данных Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске Ефективне збільшення області притягнення глобального мінімуму квадратичного бінарного функціонала при нейромережному пошуку A Drastic Increase in the Basin of Attraction of the Global Minimum of Quadratic Binary Functional on Application of the Neural Network Search Article published earlier |
| spellingShingle | Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске Карандашев, Я.М. Крыжановский, Б.В. Интеллектуальный анализ данных |
| title | Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске |
| title_alt | Ефективне збільшення області притягнення глобального мінімуму квадратичного бінарного функціонала при нейромережному пошуку A Drastic Increase in the Basin of Attraction of the Global Minimum of Quadratic Binary Functional on Application of the Neural Network Search |
| title_full | Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске |
| title_fullStr | Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске |
| title_full_unstemmed | Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске |
| title_short | Эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске |
| title_sort | эффективное увеличение области притяжения глобального минимума квадратичного бинарного функционала при нейросетевом поиске |
| topic | Интеллектуальный анализ данных |
| topic_facet | Интеллектуальный анализ данных |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/8145 |
| work_keys_str_mv | AT karandaševâm éffektivnoeuveličenieoblastipritâženiâglobalʹnogominimumakvadratičnogobinarnogofunkcionalaprineirosetevompoiske AT kryžanovskiibv éffektivnoeuveličenieoblastipritâženiâglobalʹnogominimumakvadratičnogobinarnogofunkcionalaprineirosetevompoiske AT karandaševâm efektivnezbílʹšennâoblastípritâgnennâglobalʹnogomínímumukvadratičnogobínarnogofunkcíonalaprineiromerežnomupošuku AT kryžanovskiibv efektivnezbílʹšennâoblastípritâgnennâglobalʹnogomínímumukvadratičnogobínarnogofunkcíonalaprineiromerežnomupošuku AT karandaševâm adrasticincreaseinthebasinofattractionoftheglobalminimumofquadraticbinaryfunctionalonapplicationoftheneuralnetworksearch AT kryžanovskiibv adrasticincreaseinthebasinofattractionoftheglobalminimumofquadraticbinaryfunctionalonapplicationoftheneuralnetworksearch |