一种求解一般最小锥包问题的量子启发算法
机器学习
2020-08-12 v1 计算几何
数据结构与算法
量子物理
机器学习
摘要
一大类通过最大后验估计处理的机器学习基本任务可归约为一般最小锥包问题。解决一般最小锥包问题的最著名方案是分治锚定学习方案（DCA），其时间复杂度为关于规模的多项式。然而，大数据正将这些多项式算法推向其性能极限。本文中，我们提出一种亚线性经典算法，在输入存储于基于样本的低成本数据结构时求解一般最小锥包问题。该算法的时间复杂度关于秩为多项式、关于规模为多对数。所提算法相较DCA实现了指数级加速，从而为高维问题提供了优势。
引用
@article{arxiv.1907.06814,
title = {A Quantum-inspired Algorithm for General Minimum Conical Hull Problems},
author = {Yuxuan Du and Min-Hsiu Hsieh and Tongliang Liu and Dacheng Tao},
journal= {arXiv preprint arXiv:1907.06814},
year = {2020}
}