গিবস পার্টিশন ফাংশনের জন্য সহজ (শাস্ত্রীয়) এবং দ্রুত (কোয়ান্টাম) অ্যালগরিদম

[1] ইভোনা বেজাকোভা, ড্যানিয়েল স্টেফানকোভিচ, বিজয় ভি ভাজিরানি এবং এরিক ভিগোদা। স্থায়ী এবং সমন্বিত গণনা সমস্যার জন্য সিমুলেটেড অ্যানিলিং ত্বরান্বিত করা। সিয়াম জার্নাল অন কম্পিউটিং, 37(5):1429–1454, 2008। doi:10.1137/​050644033।
https: / / doi.org/ 10.1137 / 050644033

[2] কার্ট বাইন্ডার এবং ডায়েটার ডব্লিউ হিরম্যান। পরিসংখ্যানগত পদার্থবিজ্ঞানে মন্টে কার্লো সিমুলেশন: একটি ভূমিকা (পদার্থবিজ্ঞানে স্নাতক পাঠ্য)। স্প্রিংগার, 2019।

[3] গিলস ব্রাসার্ড, পিটার হোয়ার, মিশেল মোসকা এবং অ্যালাইন ট্যাপ। কোয়ান্টাম প্রশস্ততা পরিবর্ধন এবং অনুমান। সমসাময়িক গণিত, 305:53–74, 2002।

[4] শৌভানিক চক্রবর্তী, অ্যান্ড্রু এম চাইল্ডস, শিহ-হান হুং, টংইয়াং লি, চুনহাও ওয়াং এবং জিয়াওদি উ। উত্তল বস্তুর ভলিউম অনুমানের জন্য কোয়ান্টাম অ্যালগরিদম। arXiv:1908.03903, 2019।
arXiv: 1908.03903

[5] Guillaume Desjardins, Yoshua Bengio, এবং Aaron C Courville. পার্টিশন ফাংশন ট্র্যাকিং. নিউরাল ইনফরমেশন প্রসেসিং সিস্টেমের অগ্রগতিতে, পৃষ্ঠা 2501-2509। Citeseer, 2011।

[6] মার্টিন ডায়ার এবং অ্যালান ফ্রিজ। উত্তল দেহের আয়তন গণনা করা: একটি ক্ষেত্রে যেখানে এলোমেলোতা সম্ভবত সাহায্য করে। সম্ভাব্য সমন্বয়বিদ্যা এবং এর প্রয়োগ, 44:123-170, 1991।

[7] মার্টিন ডায়ার, অ্যালান ফ্রিজ এবং রবি কান্নান। উত্তল বস্তুর আয়তন আনুমানিক করার জন্য একটি এলোমেলো বহুপদী-সময় অ্যালগরিদম। ACM জার্নাল (JACM), 38(1):1–17, 1991. doi:10.1145/​102782.102783.
https: / / doi.org/ 10.1145 / 102782.102783

[8] অ্যান্ড্রু গেলম্যান এবং জিয়াও-লি মেং। স্বাভাবিকীকরণ ধ্রুবক অনুকরণ: গুরুত্ব স্যাম্পলিং থেকে ব্রিজ স্যাম্পলিং থেকে পাথ স্যাম্পলিং। পরিসংখ্যান বিজ্ঞান, পৃষ্ঠা 163–185, 1998. doi:10.1214/​ss/​1028905934।
https://​doi.org/​10.1214/​ss/​1028905934

[9] পল গ্লাসারম্যান। আর্থিক প্রকৌশলে মন্টে কার্লো পদ্ধতি, ভলিউম 53. স্প্রিংগার সায়েন্স অ্যান্ড বিজনেস মিডিয়া, 2013।

[10] ইয়ান গুডফেলো, ইয়োশুয়া বেঙ্গিও এবং অ্যারন কোরভিল। গভীর জ্ঞানার্জন. MIT প্রেস, 2016। http://​/​www.deeplearningbook.org।
http://​/www.deeplearningbook.org

[11] ইয়াসিন হামুদি এবং ফ্রেডেরিক ম্যাগনিজ। কোয়ান্টাম চেবিশেভের অসমতা এবং প্রয়োগ। Automata, Languages, and Programming (ICALP), ভলিউম 46, পৃষ্ঠা 132:69–1:69, 16. doi:2019/​LIPIcs.ICALP.10.4230-এর 2019.69 তম আন্তর্জাতিক কলোকিয়ামে।
https://​/​doi.org/​10.4230/​LIPIcs.ICALP.2019.69

[12] আরাম ডব্লিউ হ্যারো এবং অ্যানি ওয়াই উই। বেয়েসিয়ান ইনফারেন্স এবং পার্টিশন ফাংশন অনুমান করার জন্য অভিযোজিত কোয়ান্টাম সিমুলেটেড অ্যানিলিং। বিচ্ছিন্ন অ্যালগরিদমের চতুর্দশ বার্ষিক এসিএম-সিয়াম সিম্পোজিয়ামের কার্যপ্রণালীতে, পৃষ্ঠা 193–212, 2020। doi:10.1137/​1.9781611975994.12।
https: / / doi.org/ 10.1137 / 1.9781611975994.12

[13] জিওফ্রে ই হিন্টন, সাইমন ওসিন্ডারো এবং ইয়ে-হোয়াই তেহ। গভীর বিশ্বাস জালের জন্য একটি দ্রুত শেখার অ্যালগরিদম। নিউরাল কম্পিউটেশন, 18(7):1527–1554, 2006. doi:10.1162/​neco.2006.18.7.1527।
https://​doi.org/​10.1162/​neco.2006.18.7.1527

[14] মার্ক হুবার। গিবস ডিস্ট্রিবিউশনের স্বাভাবিকীকরণ ধ্রুবকের জন্য আনুমানিক অ্যালগরিদম। দ্য অ্যানালস অফ অ্যাপ্লাইড প্রোবাবিলিটি, 25(2):974–985, 2015. doi:10.1214/​14-AAP1015।
https://​doi.org/​10.1214/​14-AAP1015

[15] মার্ক হুবার এবং সারাহ স্কট। Bayesian অনুমানের জন্য TPA ব্যবহার করা। Bayesian Statistics, 9:257–282, 2010. doi:10.1093/​acprof:oso/​9780199694587.003.0009।
https: / / doi.org/ 10.1093 / acprof: oso / 9780199694587.003.0009

[16] মার্ক জেরাম এবং অ্যালিস্টার সিনক্লেয়ার। স্থায়ী আনুমানিক. সিয়াম জার্নাল অন কম্পিউটিং, 18(6):1149–1178, 1989. doi:10.1137/​0218077।
https: / / doi.org/ 10.1137 / 0218077

[17] মার্ক আর জেরাম, লেসলি জি ভ্যালিয়ান্ট এবং বিজয় ভি. ভাজিরানি। একটি অভিন্ন বন্টন থেকে সম্মিলিত কাঠামোর এলোমেলো প্রজন্ম। তাত্ত্বিক কম্পিউটার বিজ্ঞান, 43:169 – 188, 1986. doi:10.1016/​0304-3975(86)90174-X.
https:/​/​doi.org/​10.1016/​0304-3975(86)90174-X

[18] ভ্লাদিমির কলমোগোরভ। গিবস পার্টিশন ফাংশনের জন্য একটি দ্রুত আনুমানিক অ্যালগরিদম। 31 তম কনফারেন্স অন লার্নিং থিওরিতে, মেশিন লার্নিং রিসার্চের প্রসিডিংসের 75 ভলিউম, পৃষ্ঠা 228-249। PMLR, 2018।

[19] কিয়াং লিউ এবং আলেকজান্ডার টি. ইহলার। হোল্ডারের অসমতা ব্যবহার করে পার্টিশন ফাংশনকে আবদ্ধ করা। মেশিন লার্নিং, ICML, পৃষ্ঠা 28-849-এর 856তম আন্তর্জাতিক সম্মেলনের কার্যপ্রণালীতে। Omnipress, 2011।

[20] F. Magniez, A. নায়ক, J. Roland, এবং M. Santha. কোয়ান্টাম ওয়াক মাধ্যমে অনুসন্ধান. সিয়াম জার্নাল অন কম্পিউটিং, 40(1):142–164, 2011। doi:10.1137/​090745854।
https: / / doi.org/ 10.1137 / 090745854

[21] অ্যাশলে মন্টানারো। মন্টে কার্লো পদ্ধতির কোয়ান্টাম গতি। রয়্যাল সোসাইটির কার্যপ্রণালী A: গাণিতিক, শারীরিক এবং প্রকৌশল বিজ্ঞান, 471(2181):20150301, 2015।

[22] এলচানান মোসেল এবং অ্যালান স্লি। সাধারণ গ্রাফে ising–gibbs স্যাম্পলারের জন্য সঠিক থ্রেশহোল্ড। অ্যান. Probab., 41(1):294–328, 01 2013. doi:10.1214/​11-AOP737।
https://​doi.org/​10.1214/​11-AOP737

[23] ড্যানিয়েল স্টেফানকোভিচ, সন্তোষ ভেম্পালা এবং এরিক ভিগোদা। অভিযোজিত সিমুলেটেড অ্যানিলিং: নমুনা এবং গণনার মধ্যে একটি কাছাকাছি-অনুকূল সংযোগ। জার্নাল অফ দ্য ACM (JACM), 56(3):1–36, 2009. doi:10.1145/​1516512.1516520।
https: / / doi.org/ 10.1145 / 1516512.1516520

[24] মারিও সেজেডি। মার্কভ চেইন ভিত্তিক অ্যালগরিদমের কোয়ান্টাম স্পিড-আপ। 45 তম বার্ষিক IEEE সিম্পোজিয়ামে কম্পিউটার বিজ্ঞানের ভিত্তি, পৃষ্ঠা 32-41। IEEE, 2004।

[25] জেপি ভ্যালেউ এবং ডিএন কার্ড। মাল্টিস্টেজ নমুনা দ্বারা মুক্ত শক্তির মন্টে কার্লো অনুমান। দ্য জার্নাল অফ কেমিক্যাল ফিজিক্স, 57(12):5457–5462, 1972।

[26] এরিক ভিগোডা। নমুনা রঙের জন্য উন্নত সীমানা। জার্নাল অফ ম্যাথমেটিকাল ফিজিক্স, 41(3):1555–1569, 2000. doi:10.1063/​1.533196।
https: / / doi.org/ 10.1063 / 1.533196

[27] মার্ক ভুফ্রে, সিদ্ধান্ত মিশ্র, আন্দ্রে লোখভ এবং মাইকেল চের্টকভ। মিথস্ক্রিয়া স্ক্রীনিং: আইসিং মডেলের দক্ষ এবং নমুনা-অনুকূল শিক্ষা। নিউরাল ইনফরমেশন প্রসেসিং সিস্টেমের অগ্রগতিতে, পৃষ্ঠা 2595-2603, 2016।

[28] পাওয়েল ওয়াকজান এবং অনুরা আবেয়েসিংহে। কোয়ান্টাম স্যাম্পলিংয়ের মাধ্যমে গতি বাড়ান। শারীরিক পর্যালোচনা A, 78(4):042336, 2008. doi:10.1103/​PhysRevA.78.042336.
https: / / doi.org/ 10.1103 / ফিজারিভা 78.042336