論文の概要: A Novel Graphic Bending Transformation on Benchmark

• arxiv url: http://arxiv.org/abs/2004.10042v2
• Date: Fri, 11 Dec 2020 12:37:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-11 06:20:59.787736
• Title: A Novel Graphic Bending Transformation on Benchmark
• Title（参考訳）: ベンチマークによる新しいグラフ的曲げ変換
• Authors: Chunxiuzi Liu and Fengyang Sun and Qingrui Ni and Lin Wang and Bo Yang
• Abstract要約: 本稿では, 関数の形状を変形させるために, ベンチマーク問題に対する新しい図形等角写像変換について検討する。 実験では、回転したバージョンよりも探索予算が増加し、共形曲がり関数により多くの障害が発生することが示されている。
• 参考スコア（独自算出の注目度）: 6.6326947833070395
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Classical benchmark problems utilize multiple transformation techniques to increase optimization difficulty, e.g., shift for anti centering effect and rotation for anti dimension sensitivity. Despite testing the transformation invariance, however, such operations do not really change the landscape's "shape", but rather than change the "view point". For instance, after rotated, ill conditional problems are turned around in terms of orientation but still keep proportional components, which, to some extent, does not create much obstacle in optimization. In this paper, inspired from image processing, we investigate a novel graphic conformal mapping transformation on benchmark problems to deform the function shape. The bending operation does not alter the function basic properties, e.g., a unimodal function can almost maintain its unimodality after bent, but can modify the shape of interested area in the search space. Experiments indicate the same optimizer spends more search budget and encounter more failures on the conformal bent functions than the rotated version. Several parameters of the proposed function are also analyzed to reveal performance sensitivity of the evolutionary algorithms.
• Abstract（参考訳）: 古典的なベンチマーク問題は、例えば反中心効果のシフトや反次元感度の回転といった最適化の難しさを高めるために、複数の変換技術を利用する。 しかし、変換不変性をテストするにもかかわらず、そのような操作はランドスケープの「形」を変えるのではなく、むしろ「視点」を変える。 例えば、回転した後、悪条件問題は向きの点で向きを変えられるが、それでも比例成分を保ち、ある程度最適化において大きな障害を生じさせない。 本稿では,画像処理から着想を得たベンチマーク問題に対する新しい図形等角写像変換を行い,関数形状を変形させる。 屈曲操作は関数の基本特性を変化させない、例えば、一様関数は屈曲後のユニモダリティをほぼ維持できるが、探索空間における興味のある領域の形状を変更することができる。 実験では、同じオプティマイザが、ローテーションバージョンよりも検索予算を増やし、共形曲がり関数により多くの障害に遭遇することを示している。 提案する関数のパラメータも解析して,進化的アルゴリズムの性能感受性を明らかにする。

関連論文リスト

• Stabilizing Backpropagation Through Time to Learn Complex Physics [21.850601375335074]
  物理シミュレーションにおいて、バックプロパゲーションフィードバックは時間的コヒーレントな振る舞いを取得するために重要である。 物理シミュレータはバランスの取れた勾配の流れを持ち、バックプロパゲーションパスの特定の変更は元のミニマの位置を変化させる。 最終手順は、一連の勾配停止と成分比較演算により容易に実装できる。
  論文  参考訳（メタデータ） (2024-05-03T12:20:08Z)
• PRAGO: Differentiable Multi-View Pose Optimization From Objectness Detections [19.211193336526346]
  画像の集合からカメラのポーズを微分可能な推定を行うために,Pose-refined Rotation Averaging Graph Optimization (PRAGO)法を提案する。 本手法は, 回転ポーズを再構成し, 絶対ポーズを, 幾何的タスク列の最適化の恩恵を受けながら, 微分可能な方法で再構成する。 その結果,PRAGOは7シーンから抽出した未分化のシーンにおいて,類似の翻訳推定を行いながら,相対的に21%の回転率向上を実現できることがわかった。
  論文  参考訳（メタデータ） (2024-03-13T14:42:55Z)
• FRED: Towards a Full Rotation-Equivariance in Aerial Image Object Detection [28.47314201641291]
  FRED(Fully Rotation-Equivariant Oriented Object Detector)を導入する。 提案手法は,DOTA-v1.0では同等の性能を示し,DOTA-v1.5では1.5mAP,モデルパラメータでは16%と大幅に低下する。
  論文  参考訳（メタデータ） (2023-12-22T09:31:43Z)
• Learning Transformations To Reduce the Geometric Shift in Object Detection [60.20931827772482]
  画像キャプチャプロセスの変動から生じる幾何シフトに対処する。 我々は、これらのシフトを最小限に抑えるために幾何変換の集合を学習する自己学習アプローチを導入する。 我々は,カメラの視野変化(FoV)と視点変化(視点変化)の2つの異なるシフトについて,本手法の評価を行った。
  論文  参考訳（メタデータ） (2023-01-13T11:55:30Z)
• Orthonormal Convolutions for the Rotation Based Iterative Gaussianization [64.44661342486434]
  本稿では、画像ガウス化を可能にする回転型反復ガウス化RBIGの拡張について詳述する。 RBIGの回転は主成分分析や独立成分分析に基づくため、画像では小さな画像パッチや孤立画素に制限されている。 emphConvolutional RBIG:この問題を緩和する拡張として,RBIGの回転が畳み込みであることを示す。
  論文  参考訳（メタデータ） (2022-06-08T12:56:34Z)
• Smooth over-parameterized solvers for non-smooth structured optimization [3.756550107432323]
  非滑らか性 (non-smoothness) は、空間性、群空間性、低ランクエッジ、鋭いエッジなどの解の構造的制約を符号化する。 我々は、基礎となる非滑らかな最適化問題の非重み付きだが滑らかな過度パラメータ化を運用する。 我々の主な貢献は変数の一部を明示的に最小化することで新しい定式化を定義する変数射影(VarPro)を適用することです。
  論文  参考訳（メタデータ） (2022-05-03T09:23:07Z)
• Learning High-Precision Bounding Box for Rotated Object Detection via Kullback-Leibler Divergence [100.6913091147422]
  既存の回転物体検出器は、主に水平検出パラダイムから受け継がれている。 本稿では,回転回帰損失の設計を帰納パラダイムから導出手法に変更することを目的としている。
  論文  参考訳（メタデータ） (2021-06-03T14:29:19Z)
• Efficient and Differentiable Shadow Computation for Inverse Problems [64.70468076488419]
  微分可能幾何計算は画像に基づく逆問題に対する関心が高まっている。 微分可能な可視性とソフトシャドウ計算のための効率的かつ効率的なアプローチを提案する。 定式化は微分可能であるため, テクスチャ, 照明, 剛体ポーズ, 画像からの変形回復などの逆問題を解くために使用できる。
  論文  参考訳（メタデータ） (2021-04-01T09:29:05Z)
• GAN "Steerability" without optimization [32.63317794951011]
  操縦」の方向は意味的に意味のある画像変換に対応する。 本稿では,発電機の重みから直接「ステアリング」軌道をクローズド形式で計算できることを示した。
  論文  参考訳（メタデータ） (2020-12-09T21:34:34Z)
• Aligning Partially Overlapping Point Sets: an Inner Approximation Algorithm [80.15123031136564]
  変換の値に関する事前情報がない点集合を整列するロバストな手法を提案する。 我々のアルゴリズムは変換の正規化を必要とせず、変換の値に関する事前情報がない状況に対処できる。 実験により,提案手法が最先端のアルゴリズムよりも高いロバスト性を示した。
  論文  参考訳（メタデータ） (2020-07-05T15:23:33Z)
• A Flexible Framework for Designing Trainable Priors with Adaptive Smoothing and Game Encoding [57.1077544780653]
  我々は、前方通過を非滑らかな凸最適化問題として解釈できるニューラルネットワーク層の設計とトレーニングのための一般的なフレームワークを紹介する。 グラフのノードに代表されるローカルエージェントによって解決され、正規化関数を介して相互作用する凸ゲームに焦点を当てる。 このアプローチは、訓練可能なエンドツーエンドのディープモデル内で、古典的な画像の事前使用を可能にするため、画像の問題を解決するために魅力的である。
  論文  参考訳（メタデータ） (2020-06-26T08:34:54Z)

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。