rosejn/cortex

Solver research direction

Open

#254 ouverte le 28 déc. 2017

Voir sur GitHub
 (5 commentaires) (0 réactions) (0 assignés)Clojure (109 forks)batch import
harderhelp wanted

Métriques du dépôt

Stars
 (1 269 stars)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

https://arxiv.org/abs/1710.09278

We demonstrate this exponential gain by comparing a sequential MatLab implementation of our solver with the winners of the 2016 Max-SAT competition on a variety of hard optimization instances. We show empirical evidence that our solver scales linearly with the size of the problem, both in time and memory, and argue that this property derives from the collective behavior of the simulated physical circuit. Our approach can be applied to other types of optimization problems and the results presented here have far-reaching consequences in many fields.

Guide contributeur

Direction de recherche
Analysez l'article et implémentez le solveur en Clojure, en vous concentrant sur le gain exponentiel et les propriétés de mise à l'échelle linéaire.
Stack technique
clojure
Domaine
machine learning
Type d'issue
Recherche
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
4
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
Plus d'une semaine
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Peu claire
Prérequis
Clojuremachine learningoptimization
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
20