отчислено | MAX
Этот канал ведет преподаватель математики вместе со своими студентами. Беседуем о математике. Рассматриваем теорию и решаем задачи стандартного курса Высшей математики. Задать вопрос / прислать пример: @MathSend_bot Контакты для связи: @msanserg
отчислено | MAX
В январе 2024 года новый подход Дуаня, Чжоу и Ву по сокращению "скрытых потерь" был усовершенствован Василевской Уильямс и её соавторами. Это позволило еще больше уменьшить скрытые потери и улучшить верхнюю оценку омеги до 2,371552. Авторы также обобщили ту же технику для усовершенствования процесса умножения прямоугольных матриц (n на m) - операции, важной для теории графов, машинного обучения и других областей. Некоторый дальнейший прогресс в этом направлении почти неизбежен, однако есть границы. В 2015 году Ле Галл и коллеги доказали, что текущий подход – лазерный метод в сочетании с алгоритмом Копперсмита-Виноградова – не может опустить омегу ниже 2,3078. Для дальнейших улучшений, как сказал Ле Галл Нужно усовершенствовать сам оригинальный подход Копперсмита и Виноградова 1987 года. Но пока никто не придумал лучшего пути. Возможно, его и нет вовсе. Улучшение оценки омеги – это часть лучшего понимания самой проблемы", - отметил Чжоу. "Если мы сможем хорошо ее понять, то сможем разработать более совершенные алгоритмы. [Но] мы все еще находимся на начальных стадиях понимания этой извечной задачи. Оригинал статьи - https://www.quantamagazine.org/new-breakthrough-brings-matrix-multiplication-closer-to-ideal-20240307/
Канал «О математике. ВУЗ» подключен к сервису MaxGate. Контент автоматически синхронизируется между Telegram и мессенджером MAX.
Подключить кросспостинг«О математике. ВУЗ» - канал из категории «Образование», подключенный к сервису кросспостинга MaxGate. Публикации канала синхронизируются между Telegram и мессенджером MAX, а на этой странице собраны ссылки на обе версии канала.
Сейчас у канала 3 402 подписчика суммарно в Telegram и MAX. За последние 17 дней в истории MaxGate учтено 127 публикаций, поэтому перед подпиской можно оценить не только размер аудитории, но и регулярность обновлений.
Чтобы подписаться, используйте кнопки «Открыть в MAX» и «Открыть в Telegram» в верхней части страницы. У отдельных постов ссылка может быть доступна в обоих мессенджерах или только в одном из них, если MaxGate получил такой URL из истории обработки.
Исследователи определили, что ключом к ускорению является уменьшение количества шагов умножения, максимально снизив этот показатель с n^3 (для стандартного метода). Минимально возможное значение, n^2, в основном равно тому времени, которое требуется "механической" записи результата вычисления. Ученые называют этот показатель ω, где n^ω - это наименьшее количество возможных шагов, необходимых для успешного умножения двух матриц n на n. Первый алгоритм Штрассена дал ω = 2,81
Штрассен использовал ту же идею, чтобы показать, что все большие n на n матрицы также могут быть умножены менее чем за n^3 шага. Ключевым элементом этой стратегии является процедура, называемая декомпозицией — разбиение большой матрицы на последовательно меньшие подматрицы, которые в конечном итоге могут быть размером 2 на 2 или даже 1 на 1. По словам Вирджинии Василевски Уильямс, специалиста по информатике из Массачусетского технологического института и соавтора одной из новых статей, обоснование разделения гигантского массива на крошечные части довольно простое. “Человеку трудно смотреть на большую матрицу (скажем, порядка 100 на 100) и думать о наилучшем возможном алгоритме”, - сказала Василевска Уильямс. Даже матрицы 3 на 3 еще не исследованы полностью. Тем не менее, можно использовать быстрый алгоритм, который уже разработан для небольших матриц, чтобы также получить быстрый алгоритм для больших матриц”.