Альтернативный метод обучения нейросетей без использования градиентного спуска. Он позволяет минимизировать функцию потерь путем случайных «прыжков» (ходов), что полезно для поиска глобальных минимумов в сложных архитектурах.
В ряде работ фамилия или упоминание Монако связаны с вычислительными методами в архитектуре и анализом визуальных данных.
Новые вычислительные фреймворки ускоряют работу нейросетевых методов Монте-Карло, делая извлечение признаков в квантовой химии и физике более эффективным.