Goldbach's Function Approximation Using Deep Learning

Avigail Stekel, Merav Shukrun, Amos Azaria

פרסום מחקרי: פרק בספר / בדוח / בכנספרסום בספר כנסביקורת עמיתים

4 ציטוטים ‏(Scopus)

תקציר

Goldbach conjecture is one of the most famous open mathematical problems. It states that every even number, bigger than two, can be presented as a sum of 2 prime numbers. In this work we present a deep learning based model that predicts the number of Goldbach partitions for a given even number. Surprisingly, our model outperforms all state-of-the-art analytically derived estimations for the number of couples, while not requiring prime factorization of the given number. We believe that building a model that can accurately predict the number of couples brings us one step closer to solving one of the world most famous open problems. To the best of our knowledge, this is the first attempt to consider machine learning based data-driven methods to approximate open mathematical problems in the field of number theory, and hope that this work will encourage such attempts.

שפה מקוריתאנגלית
כותר פרסום המארחProceedings - 2018 IEEE/WIC/ACM International Conference on Web Intelligence, WI 2018
מוציא לאורInstitute of Electrical and Electronics Engineers Inc.
עמודים502-507
מספר עמודים6
מסת"ב (אלקטרוני)9781538673256
מזהי עצם דיגיטלי (DOIs)
סטטוס פרסוםפורסם - 10 ינו׳ 2019
אירוע18th IEEE/WIC/ACM International Conference on Web Intelligence, WI 2018 - Santiago, צ'ילה
משך הזמן: 3 דצמ׳ 20186 דצמ׳ 2018

סדרות פרסומים

שםProceedings - 2018 IEEE/WIC/ACM International Conference on Web Intelligence, WI 2018

כנס

כנס18th IEEE/WIC/ACM International Conference on Web Intelligence, WI 2018
מדינה/אזורצ'ילה
עירSantiago
תקופה3/12/186/12/18

טביעת אצבע

להלן מוצגים תחומי המחקר של הפרסום 'Goldbach's Function Approximation Using Deep Learning'. יחד הם יוצרים טביעת אצבע ייחודית.

פורמט ציטוט ביבליוגרפי