Articles de revues sur le sujet « Algorithmie quantique »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 48 meilleurs articles de revues pour votre recherche sur le sujet « Algorithmie quantique ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Pavel, Ilarion. « Les défis des technologies quantiques ». Annales des Mines - Responsabilité et environnement N° 114, no 2 (10 avril 2024) : 81–90. http://dx.doi.org/10.3917/re1.114.0081.
Texte intégralBlais, A. « Algorithmes et architectures pour ordinateurs quantiques supraconducteurs ». Annales de Physique 28, no 5 (septembre 2003) : 1–148. http://dx.doi.org/10.1051/anphys:2003008.
Texte intégralRahman, Mohammad Arshad. « Quantile regression using metaheuristic algorithms ». International Journal of Computational Economics and Econometrics 3, no 3/4 (2013) : 205. http://dx.doi.org/10.1504/ijcee.2013.058498.
Texte intégralMOUNT, DAVID M., NATHAN S. NETANYAHU, CHRISTINE D. PIATKO, RUTH SILVERMAN et ANGELA Y. WU. « QUANTILE APPROXIMATION FOR ROBUST STATISTICAL ESTIMATION AND k-ENCLOSING PROBLEMS ». International Journal of Computational Geometry & ; Applications 10, no 06 (décembre 2000) : 593–608. http://dx.doi.org/10.1142/s0218195900000334.
Texte intégralKibzun, A. I. « Parallelization of the quantile function optimization algorithms ». Automation and Remote Control 68, no 5 (mai 2007) : 799–810. http://dx.doi.org/10.1134/s0005117907050074.
Texte intégralPapacharalampous, Georgia, Hristos Tyralis, Andreas Langousis, Amithirigala W. Jayawardena, Bellie Sivakumar, Nikos Mamassis, Alberto Montanari et Demetris Koutsoyiannis. « Probabilistic Hydrological Post-Processing at Scale : Why and How to Apply Machine-Learning Quantile Regression Algorithms ». Water 11, no 10 (14 octobre 2019) : 2126. http://dx.doi.org/10.3390/w11102126.
Texte intégralZheng, Songfeng. « Gradient descent algorithms for quantile regression with smooth approximation ». International Journal of Machine Learning and Cybernetics 2, no 3 (22 juillet 2011) : 191–207. http://dx.doi.org/10.1007/s13042-011-0031-2.
Texte intégralMöller, Eva, Gert Grieszbach, Bärbel Schack et Herbert Witte. « Statistical Properties and Control Algorithms of Recursive Quantile Estimators ». Biometrical Journal 42, no 6 (octobre 2000) : 729–46. http://dx.doi.org/10.1002/1521-4036(200010)42:6<729 ::aid-bimj729>3.0.co;2-w.
Texte intégralXiang, Dao-Hong, Ting Hu et Ding-Xuan Zhou. « Approximation Analysis of Learning Algorithms for Support Vector Regression and Quantile Regression ». Journal of Applied Mathematics 2012 (2012) : 1–17. http://dx.doi.org/10.1155/2012/902139.
Texte intégralCheng, Hao. « Comparison of partial least square algorithms in hierarchical latent variable model with missing data ». SIMULATION 96, no 10 (30 juillet 2020) : 825–39. http://dx.doi.org/10.1177/0037549720944467.
Texte intégralKoutmos, Dimitrios. « Network Activity and Ethereum Gas Prices ». Journal of Risk and Financial Management 16, no 10 (30 septembre 2023) : 431. http://dx.doi.org/10.3390/jrfm16100431.
Texte intégralIvkin, Nikita, Edo Liberty, Kevin Lang, Zohar Karnin et Vladimir Braverman. « Streaming Quantiles Algorithms with Small Space and Update Time ». Sensors 22, no 24 (8 décembre 2022) : 9612. http://dx.doi.org/10.3390/s22249612.
Texte intégralTyralis, Hristos, Georgia Papacharalampous, Andreas Langousis et Simon Michael Papalexiou. « Explanation and Probabilistic Prediction of Hydrological Signatures with Statistical Boosting Algorithms ». Remote Sensing 13, no 3 (20 janvier 2021) : 333. http://dx.doi.org/10.3390/rs13030333.
Texte intégralHuang, Tianbao, Guanglong Ou, Hui Xu, Xiaoli Zhang, Yong Wu, Zihao Liu, Fuyan Zou, Chen Zhang et Can Xu. « Comparing Algorithms for Estimation of Aboveground Biomass in Pinus yunnanensis ». Forests 14, no 9 (28 août 2023) : 1742. http://dx.doi.org/10.3390/f14091742.
Texte intégralCheng, Hao. « Importance sampling imputation algorithms in quantile regression with their application in CGSS data ». Mathematics and Computers in Simulation 188 (octobre 2021) : 498–508. http://dx.doi.org/10.1016/j.matcom.2021.04.014.
Texte intégralArandjelovic, Ognjen, Duc-Son Pham et Svetha Venkatesh. « Two Maximum Entropy-Based Algorithms for Running Quantile Estimation in Nonstationary Data Streams ». IEEE Transactions on Circuits and Systems for Video Technology 25, no 9 (septembre 2015) : 1469–79. http://dx.doi.org/10.1109/tcsvt.2014.2376137.
Texte intégralChuan, Zun Liang, Wan Nur Syahidah Wan Yusoff, Azlyna Senawi, Mohd Romlay Mohd Akramin, Soo-Fen Fam, Wendy Ling Shinyie et Tan Lit Ken. « A Comparative Effectiveness of Hierarchical and Non-hierarchical Regionalisation Algorithms in Regionalising the Homogeneous Rainfall Regions ». Pertanika Journal of Science and Technology 30, no 1 (4 janvier 2022) : 319–42. http://dx.doi.org/10.47836/pjst.30.1.18.
Texte intégralWatson, Oliver P., Isidro Cortes-Ciriano, Aimee R. Taylor et James A. Watson. « A decision-theoretic approach to the evaluation of machine learning algorithms in computational drug discovery ». Bioinformatics 35, no 22 (9 mai 2019) : 4656–63. http://dx.doi.org/10.1093/bioinformatics/btz293.
Texte intégralTyralis, Hristos, Georgia Papacharalampous, Apostolos Burnetas et Andreas Langousis. « Hydrological post-processing using stacked generalization of quantile regression algorithms : Large-scale application over CONUS ». Journal of Hydrology 577 (octobre 2019) : 123957. http://dx.doi.org/10.1016/j.jhydrol.2019.123957.
Texte intégralZhang, Hong-Yan, Wei Sun, Xiao Chen, Rui-Jia Lin et Yu Zhou. « Fixed-point algorithms for solving the critical value and upper tail quantile of Kuiper's statistics ». Heliyon 10, no 7 (avril 2024) : e28274. http://dx.doi.org/10.1016/j.heliyon.2024.e28274.
Texte intégralArunachalam, Srinivasan, Vojtech Havlicek, Giacomo Nannicini, Kristan Temme et Pawel Wocjan. « Simpler (classical) and faster (quantum) algorithms for Gibbs partition functions ». Quantum 6 (1 septembre 2022) : 789. http://dx.doi.org/10.22331/q-2022-09-01-789.
Texte intégralKibzun, Andrey. « Comparison of two algorithms for solving a two-stage bilinear stochastic programming problem with quantile criterion ». Applied Stochastic Models in Business and Industry 31, no 6 (16 février 2015) : 862–74. http://dx.doi.org/10.1002/asmb.2115.
Texte intégralAhsan, Md Manjurul, M. A. Parvez Mahmud, Pritom Kumar Saha, Kishor Datta Gupta et Zahed Siddique. « Effect of Data Scaling Methods on Machine Learning Algorithms and Model Performance ». Technologies 9, no 3 (24 juillet 2021) : 52. http://dx.doi.org/10.3390/technologies9030052.
Texte intégralWu, Xiaofeng. « AHP-BP-Based Algorithms for Teaching Quality Evaluation of Flipped English Classrooms in the Context of New Media Communication ». International Journal of Information Technologies and Systems Approach 16, no 2 (21 avril 2023) : 1–12. http://dx.doi.org/10.4018/ijitsa.322096.
Texte intégralChen, Wei, Zhao Wang, Guirong Wang, Zixin Ning, Boxiang Lian, Shangjie Li, Paraskevas Tsangaratos, Ioanna Ilia et Weifeng Xue. « Optimizing Rotation Forest-Based Decision Tree Algorithms for Groundwater Potential Mapping ». Water 15, no 12 (19 juin 2023) : 2287. http://dx.doi.org/10.3390/w15122287.
Texte intégralRascon, Caleb, Oscar Ruiz-Espitia et Jose Martinez-Carranza. « On the Use of the AIRA-UAS Corpus to Evaluate Audio Processing Algorithms in Unmanned Aerial Systems ». Sensors 19, no 18 (10 septembre 2019) : 3902. http://dx.doi.org/10.3390/s19183902.
Texte intégralRajabi, Amirarsalan, et Ozlem Ozmen Garibay. « TabFairGAN : Fair Tabular Data Generation with Generative Adversarial Networks ». Machine Learning and Knowledge Extraction 4, no 2 (16 mai 2022) : 488–501. http://dx.doi.org/10.3390/make4020022.
Texte intégralIvković, Nikola, Robert Kudelić et Matej Črepinšek. « Probability and Certainty in the Performance of Evolutionary and Swarm Optimization Algorithms ». Mathematics 10, no 22 (20 novembre 2022) : 4364. http://dx.doi.org/10.3390/math10224364.
Texte intégralWitkovsky, Viktor. « Numerical inversion of a characteristic function : An alternative tool to form the probability distribution of output quantity in linear measurement models ». ACTA IMEKO 5, no 3 (4 novembre 2016) : 32. http://dx.doi.org/10.21014/acta_imeko.v5i3.382.
Texte intégralBeazley, Elizabeth, Anna Bertiger et Kaisa Taipale. « An equivariant rim hook rule for quantum cohomology of Grassmannians ». Discrete Mathematics & ; Theoretical Computer Science DMTCS Proceedings vol. AT,..., Proceedings (1 janvier 2014). http://dx.doi.org/10.46298/dmtcs.2377.
Texte intégralPietrosanu, Matthew, Jueyu Gao, Linglong Kong, Bei Jiang et Di Niu. « Advanced algorithms for penalized quantile and composite quantile regression ». Computational Statistics, 12 juillet 2020. http://dx.doi.org/10.1007/s00180-020-01010-1.
Texte intégralCheng, Hao. « Efficient importance sampling imputation algorithms for quantile and composite quantile regression ». Statistical Analysis and Data Mining : The ASA Data Science Journal, 29 novembre 2021. http://dx.doi.org/10.1002/sam.11565.
Texte intégralDabney, Will, Mark Rowland, Marc Bellemare et Rémi Munos. « Distributional Reinforcement Learning With Quantile Regression ». Proceedings of the AAAI Conference on Artificial Intelligence 32, no 1 (29 avril 2018). http://dx.doi.org/10.1609/aaai.v32i1.11791.
Texte intégralChernozhukov, Victor, Iván Fernández-Val et Blaise Melly. « Fast algorithms for the quantile regression process ». Empirical Economics, 12 juillet 2020. http://dx.doi.org/10.1007/s00181-020-01898-0.
Texte intégralDeng, Yan, Huiwen Jia, Shabbir Ahmed, Jon Lee et Siqian Shen. « Scenario Grouping and Decomposition Algorithms for Chance-Constrained Programs ». INFORMS Journal on Computing, 13 octobre 2020. http://dx.doi.org/10.1287/ijoc.2020.0970.
Texte intégralPapacharalampous, Georgia, et Andreas Langousis. « Probabilistic water demand forecasting using quantile regression algorithms ». Water Resources Research, 5 mai 2022. http://dx.doi.org/10.1029/2021wr030216.
Texte intégralWen, Jiawei, Songshan Yang, Christina Dan Wang, Yifan Jiang et Runze Li. « Feature-splitting algorithms for ultrahigh dimensional quantile regression ». Journal of Econometrics, mars 2023. http://dx.doi.org/10.1016/j.jeconom.2023.01.028.
Texte intégralDolce, Pasquale, Cristina Davino et Domenico Vistocco. « Quantile composite-based path modeling : algorithms, properties and applications ». Advances in Data Analysis and Classification, 2 novembre 2021. http://dx.doi.org/10.1007/s11634-021-00469-0.
Texte intégralJin, Jun, Shuangzhe Liu et Tiefeng Ma. « Optimal subsampling algorithms for composite quantile regression in massive data ». Statistics, 24 juillet 2023, 1–33. http://dx.doi.org/10.1080/02331888.2023.2239507.
Texte intégralPagès, Gilles, et Abass Sagna. « Weak and strong error analysis of recursive quantization : a general approach with an application to jump diffusions ». IMA Journal of Numerical Analysis, 30 septembre 2020. http://dx.doi.org/10.1093/imanum/draa033.
Texte intégralMoon, Haeseong, et Wen-Xin Zhou. « High-dimensional composite quantile regression : Optimal statistical guarantees and fast algorithms ». Electronic Journal of Statistics 17, no 2 (1 janvier 2023). http://dx.doi.org/10.1214/23-ejs2147.
Texte intégralSu, Yang, Huang Zhang, Benoit Gabrielle et David Makowski. « Performances of Machine Learning Algorithms in Predicting the Productivity of Conservation Agriculture at a Global Scale ». Frontiers in Environmental Science 10 (8 février 2022). http://dx.doi.org/10.3389/fenvs.2022.812648.
Texte intégralKrabichler, Thomas, et Marcus Wunsch. « Hedging goals ». Financial Markets and Portfolio Management, 17 novembre 2023. http://dx.doi.org/10.1007/s11408-023-00437-y.
Texte intégralGerdt, Vladimir P., et Vladimir V. Kornyak. « An algorithm for analysis of the structure of finitely presented Lie algebras ». Discrete Mathematics & ; Theoretical Computer Science Vol. 1 (1 janvier 1997). http://dx.doi.org/10.46298/dmtcs.243.
Texte intégralGholami, Hamid, Aliakbar Mohammadifar, Dieu Tien Bui et Adrian L. Collins. « Mapping wind erosion hazard with regression-based machine learning algorithms ». Scientific Reports 10, no 1 (24 novembre 2020). http://dx.doi.org/10.1038/s41598-020-77567-0.
Texte intégralVogeti, Rishith Kumar, Bhavesh Rahul Mishra et K. Srinivasa Raju. « Machine learning algorithms for streamflow forecasting of Lower Godavari Basin ». H2Open Journal, 1 novembre 2022. http://dx.doi.org/10.2166/h2oj.2022.240.
Texte intégralDebbarma, Nilotpal, Parthasarathi Choudhury et Parthajit Roy. « Comparision of performance of multi criteria decision making ensemble-clustering algorithms in rainfall frequency analysis ». Water Practice and Technology, 2 septembre 2021. http://dx.doi.org/10.2166/wpt.2021.086.
Texte intégralAdler, Jakob, Elina Taneva, Thomas Ansorge et Peter R. Mertens. « CKD prevalence based on real-world data : continuous age-dependent lower reference limits of eGFR with CKD–EPI, FAS and EKFC algorithms ». International Urology and Nephrology, 28 avril 2022. http://dx.doi.org/10.1007/s11255-022-03210-8.
Texte intégral