话题:摩尔线程开源高性能线性代数模板库 MUTLASS,加速基于国产...

IT之家11月12日消息,摩尔线程宣布开源高性能线性代数模板库MUTLASS,以便开发者能够更高效针对摩尔线程全功能GPU的MUSACore及TensorCore等单元进行编程,加速基于国产GPU的算子开发

...量子计算机可解方程组 中科大首次实现线性方程组量子算法

2009年,美国麻省理工学院教授塞斯·罗伊德等提出了用于求解线性方程组的量子算法,认为借助量子计算的并行性带来指数级的加速,将能远远超越现有经典计算机的速度。根据理论预计,求解一个亿亿亿变量的线性方程组,利用千兆赫兹时钟频率的量子计算机,只需要10秒钟的时间。在实验中,潘建伟团队发展了世界领先的多光子纠缠操控...

激光雷达的工作原理

“后端”则是通过非线性算法对前端输出的结果进行优化,涉及的数学知识较多,需利用滤波理论(EKF、UKF、PF)、或者优化理论等算法进行优化,最终得到最优的位姿估计。常见的SLAM算法包括一下算法。PTAM算法,这是早期的视觉SLAM算法;Mono-SLAM算法,是单目视觉SLAM算法;ORB-SLAM算法,是基于ORB特征的视觉SLAM算法,具有...

科学家揭示深度神经网络的线性性质,助力催生更优的模型融合算法

日前,相关论文以《论预训校正中跨任务线性的产生》(OntheEmergenceofCross-TaskLinearityinPretraining-Finetuning)为题发在国际机器学习大会ICML(InternationalConferenceonMachineLearning)2024上[1]。图|相关论文(来源:ICML2024)课题组表示:希望本次发现能启发更好的模型融合算法。未来,如果需...

矩阵:人工智能领域的基石与驱动力

线性回归是一种预测连续变量的监督学习算法,其目的是找到特征与目标变量之间的线性关系。在线性回归模型中,矩阵被用于表达特征数据和模型参数。具体来说,模型可以表示为Y=Xβ+ε,其中Y是目标变量矩阵,X是特征矩阵,β是模型参数矩阵,而ε是误差项。通过最小化误差项(例如,最小二乘法),我们可以求解出参数β,这通常...

Science经典:植物基因组的同线性与共线性分析思路

在宏观水平上,同线性区块之间的顺序则难确定;然而,有几种组合算法可根据最简约的重排算法来重建祖先基因组(www.e993.com)2024年11月15日。这样获得的顺序将不仅揭示共有的基因,还揭示了插入到新位置的不同基因,突显了谱系特异性的变化。更多基因组序列将促进在微观水平鉴定基因顺序,同时有助于鉴定基因组中重要的功能DNA片段,例如类似于28个脊椎...

清华教授扔出量子密码学重磅炸弹引起业界轰动,但算法被发现 Bug

基于此,便可以先将LWE实例转换为具有纯虚高斯振幅的量子态,然后将纯虚高斯态转换为LWE秘密和误差项的经典线性方程,最后利用高斯消元法求解线性方程组。但遗憾的是,HongxunWu(UC伯克利博二学生)和ThomasVidick(量子领域专家)发现,算法的第9步实际上存在一个尚不能修复的bug。

线性规划的前沿进展

他的主要研究方向为大规模连续和离散优化,智能计算,数值算法设计及分析,算法博弈及市场均衡,运筹及管理科学等;他和其他科学家开创和深入发展了内点优化算法,锥规划模型,分布式鲁棒优化等重要领域,在在线线性规划学习,强化学习和马可夫过程算法复杂度分析等重要问题上做出了基础性贡献。他多次获得国际科学奖项:包括...

机器学习十大算法:从原理到实践的探索

一、线性回归线性回归是一种基础的预测算法，它通过找到最佳拟合直线来预测因变量的值。该算法通过最小化预测值与实际值之间的平方误差来找到最佳拟合直线。线性回归在金融、医疗和市场营销等领域有广泛应用。线性回归的基本原理是通过构建一个线性模型来描述自变量和因变量之间的关系。假设因变量Y与自变量X之间存在线性...

诺贝尔物理学奖为何颁给机器学习?Physics for AI 综述介绍

经典模拟退火算法物理退火过程:首先物体处于非晶态,然后将固体加热到足够高的水平使其无序化,然后缓慢冷却,退火到晶体(平衡态)。1983年,Metropolis等人首先提出了模拟退火算法,Kirkpatrick等人将其应用到组合优化中,利用物理中固体物质的退火过程与一般优化问题的相似性,提出了经典的模拟退火算法:从某一初始温度开始,...