論文の概要: Revisiting the Continuity of Rotation Representations in Neural Networks

• arxiv url: http://arxiv.org/abs/2006.06234v2
• Date: Fri, 12 Jun 2020 04:10:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-22 14:35:42.365944
• Title: Revisiting the Continuity of Rotation Representations in Neural Networks
• Title（参考訳）: ニューラルネットワークにおける回転表現の連続性の再検討
• Authors: Sitao Xiang, Hao Li
• Abstract要約: ニューラルネットワークの回転表現に関連する過去の研究で遭遇したオイラー角と単位四元数の特定の病理学的挙動を解析する。 この挙動は問題自体のトポロジ的特性に固有のものであり、不適切なネットワークアーキテクチャやトレーニング手順によって引き起こされるものではないことを示す。
• 参考スコア（独自算出の注目度）: 14.63787408331962
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we provide some careful analysis of certain pathological behavior of Euler angles and unit quaternions encountered in previous works related to rotation representation in neural networks. In particular, we show that for certain problems, these two representations will provably produce completely wrong results for some inputs, and that this behavior is inherent in the topological property of the problem itself and is not caused by unsuitable network architectures or training procedures. We further show that previously proposed embeddings of $\mathrm{SO}(3)$ into higher dimensional Euclidean spaces aimed at fixing this behavior are not universally effective, due to possible symmetry in the input causing changes to the topology of the input space. We propose an ensemble trick as an alternative solution.
• Abstract（参考訳）: 本稿では,ニューラルネットワークにおける回転表現に関する先行研究で遭遇したオイラー角と単位四元数の病理的挙動を注意深く解析する。 特に、ある問題に対して、これらの2つの表現は、いくつかの入力に対して完全に間違った結果をもたらすことを示し、この挙動は問題自体のトポロジ的特性に固有のものであり、不適切なネットワークアーキテクチャやトレーニング手順によって引き起こされるものではないことを示す。 さらに、この振る舞いの修正を目的とした高次元ユークリッド空間への$\mathrm{SO}(3)$の埋め込みは、入力空間の位相変化を引き起こす入力の対称性が可能であるため、普遍的に有効ではないことを示す。 代替手法としてアンサンブル・トリックを提案する。

関連論文リスト

• Non Commutative Convolutional Signal Models in Neural Networks: Stability to Small Deformations [111.27636893711055]
  非可換畳み込みフィルタのフィルタ特性と安定性について検討する。 この結果は,グループニューラルネットワーク,マルチグラフニューラルネットワーク,四元系ニューラルネットワークに直接影響する。
  論文  参考訳（メタデータ） (2023-10-05T20:27:22Z)
• Learning Linear Causal Representations from Interventions under General Nonlinear Mixing [52.66151568785088]
  介入対象にアクセスできることなく、未知の単一ノード介入を考慮し、強い識別可能性を示す。 これは、ディープニューラルネットワークの埋め込みに対する非ペアの介入による因果識別性の最初の例である。
  論文  参考訳（メタデータ） (2023-06-04T02:32:12Z)
• From Tempered to Benign Overfitting in ReLU Neural Networks [41.271773069796126]
  過自明なニューラルネットワーク(NN)は、ノイズの多いデータに完全に適合するように訓練された場合でも、適切に一般化することが観察される。 最近、NNの振舞いは「抑止過剰」と表現されることが多いと推測され、実証的に観察された。
  論文  参考訳（メタデータ） (2023-05-24T13:36:06Z)
• A Lifted Bregman Formulation for the Inversion of Deep Neural Networks [28.03724379169264]
  本稿では,ディープニューラルネットワークの正規化インバージョンのための新しいフレームワークを提案する。 このフレームワークは、補助変数を導入することにより、パラメータ空間を高次元空間に引き上げる。 理論的結果を提示し,その実用的応用を数値的な例で支援する。
  論文  参考訳（メタデータ） (2023-03-01T20:30:22Z)
• Deep neural networks can stably solve high-dimensional, noisy, non-linear inverse problems [2.6651200086513107]
  本研究では,雑音測定のみが可能な場合の逆問題に対する解の再構成問題について検討する。 逆演算子に対しては,演算子のロバスト・ツー・ノイズ近似であるニューラルネットワークが存在することを示す。
  論文  参考訳（メタデータ） (2022-06-02T08:51:46Z)
• An artificial neural network approach to bifurcating phenomena in computational fluid dynamics [0.0]
  非線形パラメタライズドPDEの非滑らか解集合を扱うPOD-NN手法について論じる。 臨界点進化の非侵襲的回復のための縮小多様体ベースの分岐図を提案する。
  論文  参考訳（メタデータ） (2021-09-22T14:42:36Z)
• Convolutional Filtering and Neural Networks with Non Commutative Algebras [153.20329791008095]
  本研究では,非可換畳み込みニューラルネットワークの一般化について検討する。 非可換畳み込み構造は作用素空間上の変形に対して安定であることを示す。
  論文  参考訳（メタデータ） (2021-08-23T04:22:58Z)
• A neural anisotropic view of underspecification in deep learning [60.119023683371736]
  ニューラルネットが問題の未特定化を扱う方法が,データ表現に大きく依存していることを示す。 深層学習におけるアーキテクチャ的インダクティブバイアスの理解は,これらのシステムの公平性,堅牢性,一般化に対処する上で基本的であることを強調した。
  論文  参考訳（メタデータ） (2021-04-29T14:31:09Z)
• Going beyond p-convolutions to learn grayscale morphological operators [64.38361575778237]
  p-畳み込み層と同じ原理に基づく2つの新しい形態層を提示する。 本研究では, p-畳み込み層と同じ原理に基づく2つの新しい形態層を示す。
  論文  参考訳（メタデータ） (2021-02-19T17:22:16Z)
• Deep neural network surrogates for non-smooth quantities of interest in shape uncertainty quantification [0.0]
  私達は楕円形のインターフェイス問題およびヘルムホルツ伝達問題に焦点を合わせます。 物理領域における解の点値は、一般に高次元パラメータに依存しない。 深層ニューラルネットワークを用いたポイント評価用サロゲートを構築します。
  論文  参考訳（メタデータ） (2021-01-18T12:02:57Z)
• Problems of representation of electrocardiograms in convolutional neural networks [58.720142291102135]
  これらの問題は本質的に体系的であることを示す。 これらは、畳み込みネットワークが複合オブジェクトでどのように機能するかに起因するが、その一部は厳格に固定されていないが、大きな移動性を持っている。
  論文  参考訳（メタデータ） (2020-12-01T14:02:06Z)

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。