FTNILO：基于张量网络的多元函数显式反演、优化与计数、密码学弱点及黎曼假设求解方程
最优化与控制
2025-05-12 v1 数学物理
math.MP
摘要
在本文中，我们提出了一种新的形式化方法——域张量网络积分逻辑算子（FTNILO），用于获取返回多元单射函数最小值、最大值和零点的显式方程，以及非单射函数的算法。该方法通过使用域张量网络扩展了 MeLoCoToN 算法，用于连续变量的反演和优化问题。该方法的基本原理是将 个连续变量的最小化问题转化为单一变量的依赖泛函最大化问题。它也可以被调整用于确定其他性质，例如任意函数的零点。为此，我们使用虚时演化的扩展、连续信号的新方法，以及根据情况使用部分或完全积分。此外，我们展示了从该形式化方法中直接恢复张量网络和 MeLoCoToN 的途径。我们展示了一些应用示例，例如黎曼假设的求解。我们提供了一个显式积分方程，给出黎曼假设的解，即若结果为零值则正确，否则错误。该算法无需深厚的数学知识，基于简单的数学性质。
引用
@article{arxiv.2505.05493,
title = {FTNILO: Explicit Multivariate Function Inversion, Optimization and Counting, Cryptography Weakness and Riemann Hypothesis Solution Equation with Tensor Networks},
author = {Alejandro Mata Ali},
journal= {arXiv preprint arXiv:2505.05493},
year = {2025}
}
备注
32 pages, 15 figures, any suggestions are welcome