論文の概要: Robust Single Rotation Averaging
- arxiv url: http://arxiv.org/abs/2004.00732v4
- Date: Thu, 5 Nov 2020 00:17:44 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-17 19:13:11.254835
- Title: Robust Single Rotation Averaging
- Title(参考訳): ロバスト単回転平均化
- Authors: Seong Hun Lee, Javier Civera
- Abstract要約: Weszfeldアルゴリズムを用いた一回転平均化手法を提案する。
提案手法は, 提案した外乱拒絶方式と同等に機能することを示す。
- 参考スコア(独自算出の注目度): 20.02647320786556
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a novel method for single rotation averaging using the Weiszfeld
algorithm. Our contribution is threefold: First, we propose a robust
initialization based on the elementwise median of the input rotation matrices.
Our initial solution is more accurate and robust than the commonly used chordal
$L_2$-mean. Second, we propose an outlier rejection scheme that can be
incorporated in the Weiszfeld algorithm to improve the robustness of $L_1$
rotation averaging. Third, we propose a method for approximating the chordal
$L_1$-mean using the Weiszfeld algorithm. An extensive evaluation shows that
both our method and the state of the art perform equally well with the proposed
outlier rejection scheme, but ours is $2-4$ times faster.
- Abstract(参考訳): 本稿では,weiszfeldアルゴリズムを用いた単回転平均化法を提案する。
まず,入力回転行列の要素ごとの中央値に基づくロバスト初期化を提案する。
最初のソリューションは、一般的に使われる$l_2$-meanよりも正確で堅牢です。
次に,Weiszfeldアルゴリズムに組み込むことで,平均回転数$L_1$のロバスト性を向上させるために,外乱除去方式を提案する。
第3に,ワイズフェルトアルゴリズムを用いて和音$l_1$-meanを近似する手法を提案する。
広範な評価の結果,提案手法と最先端技術はともに,提案手法と同等の性能を示すが,提案手法の2~4倍高速である。
関連論文リスト
- Robust Single Rotation Averaging Revisited [17.169174477501976]
本稿では, 極端に多くの外乱を効率的に処理できるロバストな単回転平均化法を提案する。
本手法は, 高い精度のインレーヤが与えられた場合, 最大99%のアウトレーヤに対して頑健であり, 現状よりも優れていた。
論文 参考訳(メタデータ) (2023-09-11T11:35:17Z) - Strictly Low Rank Constraint Optimization -- An Asymptotically
$\mathcal{O}(\frac{1}{t^2})$ Method [5.770309971945476]
最適解における空間性を促進するために,テキスト規則化を用いた非テキスト・非滑らかな問題のクラスを提案する。
我々のアルゴリズムは、滑らかな凸問題に対する一階法に対するネステロフの最適収束と全く同じ$Ofrac(t2)$の特異収束を達成することができることを示す。
論文 参考訳(メタデータ) (2023-07-04T16:55:41Z) - An Oblivious Stochastic Composite Optimization Algorithm for Eigenvalue
Optimization Problems [76.2042837251496]
相補的な合成条件に基づく2つの難解なミラー降下アルゴリズムを導入する。
注目すべきは、どちらのアルゴリズムも、目的関数のリプシッツ定数や滑らかさに関する事前の知識なしで機能する。
本稿では,大規模半確定プログラム上での手法の効率性とロバスト性を示す。
論文 参考訳(メタデータ) (2023-06-30T08:34:29Z) - Learning the Positions in CountSketch [56.22648269865784]
本稿では,まずランダムなスケッチ行列に乗じてデータを圧縮し,最適化問題を高速に解くスケッチアルゴリズムについて検討する。
本研究では,ゼロでないエントリの位置を最適化する学習ベースアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-06-11T07:28:35Z) - A Cubic-regularized Policy Newton Algorithm for Reinforcement Learning [9.628032156001073]
立方正則化を取り入れた2つのポリシーニュートンアルゴリズムを提案する。
どちらのアルゴリズムも確率比法を用いて値関数の勾配とヘシアンを推定する。
特に、我々のアルゴリズムのサンプル複雑さが$epsilon$-SOSPを見つけるのに$O(epsilon-3.5)$であり、これは最先端のサンプル複雑性の$O(epsilon-4.5)$よりも改善されている。
論文 参考訳(メタデータ) (2023-04-21T13:43:06Z) - Revisiting Rotation Averaging: Uncertainties and Robust Losses [51.64986160468128]
現在の手法の主な問題は、推定エピポーラを通して入力データと弱い結合しか持たない最小コスト関数である。
本稿では,点対応から回転平均化への不確実性を直接伝播させることにより,基礎となる雑音分布をモデル化することを提案する。
論文 参考訳(メタデータ) (2023-03-09T11:51:20Z) - Stochastic Dimension-reduced Second-order Methods for Policy
Optimization [11.19708535159457]
各イテレーションにおいて勾配とヘシアンベクトル積のみを必要とするポリシー最適化のための新しい2次アルゴリズムを提案する。
具体的には、投影された2次元信頼領域のサブプロブレムを繰り返す次元還元二階法(DR-SOPO)を提案する。
DR-SOPOはおよそ1次定常状態に到達するために$mathcalO(epsilon-3.5)$の複雑さが得られることを示す。
さらに,拡張アルゴリズム (DVR-SOPO) を提案する。
論文 参考訳(メタデータ) (2023-01-28T12:09:58Z) - Extra-Newton: A First Approach to Noise-Adaptive Accelerated
Second-Order Methods [57.050204432302195]
本研究では,2次スムーズな凸関数を最小化するための普遍的かつ適応的な2次法を提案する。
我々のアルゴリズムは、オラクルフィードバックが分散$sigma2$であるときに$O(sigma / sqrtT)$収束を達成し、決定論的オラクルで$O(1 / T3)$に収束を改善する。
論文 参考訳(メタデータ) (2022-11-03T14:12:51Z) - Clustering Mixture Models in Almost-Linear Time via List-Decodable Mean
Estimation [58.24280149662003]
本稿では,データセットの大部分を敵が破壊できるリストデコタブル平均推定の問題について検討する。
我々は、ほぼ最適な統計的保証を達成するために、リストデコダブル平均推定のための新しいアルゴリズムを開発した。
論文 参考訳(メタデータ) (2021-06-16T03:34:14Z) - Correcting Momentum with Second-order Information [50.992629498861724]
最適積に$O(epsilon)$epsilon点を求める非臨界最適化のための新しいアルゴリズムを開発した。
我々は、さまざまな大規模ディープラーニングベンチマークとアーキテクチャで結果を検証する。
論文 参考訳(メタデータ) (2021-03-04T19:01:20Z) - Analysis of The Ratio of $\ell_1$ and $\ell_2$ Norms in Compressed
Sensing [4.755908500065439]
まず、$ssparser信号が$ell_1/ell$アルゴリズムのローカル$sparserであることを保証する新しい基準を提案する。
次に、幾何学的零空間を用いて、最初の一様回復条件を与える。
実験により、ノイズがデータに汚染されると、この条件は容易に満たされることが示された。
論文 参考訳(メタデータ) (2020-04-13T11:35:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。