项目名称: 关于矩阵乘法问题的演化算法研究

项目编号: No.61472143

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 周育人

作者单位: 中山大学

项目金额: 80万元

中文摘要: 两个矩阵的乘积是计算机科学和数学的一个基本运算,确定两个矩阵乘积所需要的最优(最小)乘法数自然成为算法复杂性理论的重要公开问题之一。本项目研究关于矩阵乘法问题的演化算法,突破目前该问题演化算法研究局限于重现Strassen算法状态,提出使用演化算法求解矩阵乘法的有限群三积容量问题,以及将矩阵乘法的张量积公式构造问题转化为一个优化问题并使用演化算法通过智能搜索求解,探索改进现有的张量积公式,进而改进矩阵乘法阶的上界。针对矩阵乘法问题转换的优化问题具有的高维、高原函数等复杂难解特征,设计特定的方法减小搜索空间,如矩阵分块、分组变异法、合并高斯消除法等;并将这些特定方法与演化算法的编码表示、参数设置、搜索算子和选择方式等有机结合,以有效地求解矩阵乘法问题。本项目既提出了演化算法关于矩阵乘法问题新的应用,又为计算机科学重要问题-矩阵乘法理论问题研究提供了新的方法和途径。

中文关键词: 演化计算;计算智能;矩阵乘法

英文摘要: The product of two matrices is a basic operation in computer science and mathematics, and finding the optimal value of the exponent of square matrix multiplication is naturally one of the most important open problems in algebraic complexity. This project aims at designing evolutionary algorithms to solve the optimization problem introduced by the exponent of square matrix rather than to reproduce Strassen algorithm. We present an evolutionary algorithm for triple product property triples which can be used to bound the exponent of matrix multiplication. We also will convert the construction of tensor form of matrix multiplication into a combinatorial optimization problem, which may be used to get a bound on the exponent of square matrix multiplication. Since the difficulty in solving this optimization problem is caused by problem dimension and plateau objective function, we will develop problem-specific methods such as partitioned matrix, group mutation and combining Gaussian eliminations to decrease the objective function value and shrink the search space. Then we incorporate problem-specific methods with algorithmic features of evolutionary algorithms, e.g. parameter setting, representations, search operations and selection, with the ultimate goal of designing efficient evolutionary algorithms for the matrix multiplication problem. This project presents a new application of evolutionary algorithms and provides a new method to investigate the exponent of matrix multiplication.

英文关键词: evolutionary computation;computational intelligence;matrix mulplication

成为VIP会员查看完整内容
5

相关内容

【经典书】全局优化算法:理论与应用,820页pdf
专知会员服务
153+阅读 · 2021年11月10日
算法分析导论, 593页pdf
专知会员服务
148+阅读 · 2021年8月30日
专知会员服务
126+阅读 · 2021年8月13日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
76+阅读 · 2021年3月16日
【干货书】Pytorch自然语言处理,210页pdf
专知会员服务
164+阅读 · 2020年10月30日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
专知会员服务
42+阅读 · 2020年7月29日
【干货书】图形学基础,427页pdf
专知会员服务
145+阅读 · 2020年7月12日
机器学习速查手册,135页pdf
专知会员服务
340+阅读 · 2020年3月15日
神经网络的基础数学,95页pdf
专知
26+阅读 · 2022年1月23日
正则化方法小结
极市平台
2+阅读 · 2021年11月24日
【干货书】Python参考手册,210页pdf
专知
3+阅读 · 2021年4月30日
【经典书】数据结构与算法,770页pdf
专知
2+阅读 · 2021年4月15日
【经典书】线性代数,436页pdf
专知
3+阅读 · 2021年3月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Verified Compilation of Quantum Oracles
Arxiv
0+阅读 · 2022年4月20日
Quantum Computing -- from NISQ to PISQ
Arxiv
1+阅读 · 2022年4月15日
Arxiv
21+阅读 · 2019年8月21日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
26+阅读 · 2018年8月19日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关VIP内容
【经典书】全局优化算法:理论与应用,820页pdf
专知会员服务
153+阅读 · 2021年11月10日
算法分析导论, 593页pdf
专知会员服务
148+阅读 · 2021年8月30日
专知会员服务
126+阅读 · 2021年8月13日
【开放书】《矩阵流形优化算法》,241页pdf
专知会员服务
93+阅读 · 2021年7月3日
专知会员服务
76+阅读 · 2021年3月16日
【干货书】Pytorch自然语言处理,210页pdf
专知会员服务
164+阅读 · 2020年10月30日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
专知会员服务
42+阅读 · 2020年7月29日
【干货书】图形学基础,427页pdf
专知会员服务
145+阅读 · 2020年7月12日
机器学习速查手册,135页pdf
专知会员服务
340+阅读 · 2020年3月15日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
微信扫码咨询专知VIP会员