Fugu-MT 論文翻訳(概要): MLPs to Find Extrema of Functionals

論文の概要: MLPs to Find Extrema of Functionals

arxiv url: http://arxiv.org/abs/2007.00530v2
Date: Thu, 2 Jul 2020 02:43:07 GMT
ステータス: 処理完了
システム内更新日: 2022-11-14 23:29:23.500471
Title: MLPs to Find Extrema of Functionals
Title（参考訳）: 機能エクストリームを見つけるためのMDP
Authors: Tao Liu
Abstract要約: 多層パーセプトロン(Multilayer perceptron、MLP)は、複数のパーセプトロンからなるネットワークのクラスである。我々は関数の極限を求めるための新しい数値法を開発した。
参考スコア（独自算出の注目度）: 3.6888480380309416
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Multilayer perceptron (MLP) is a class of networks composed of multiple layers of perceptrons, and it is essentially a mathematical function. Based on MLP, we develop a new numerical method to find the extrema of functionals. As demonstrations, we present our solutions in three physic scenes. Ideally, the same method is applicable to any cases where the objective curve/surface can be fitted by second-order differentiable functions. This method can also be extended to cases where there are a finite number of non-differentiable (but continuous) points/surfaces.
Abstract（参考訳）: 多層パーセプトロン(MLP)は、複数のパーセプトロンからなるネットワークのクラスであり、本質的には数学的機能である。 MLPに基づいて,関数の極限を求めるための新しい数値法を開発した。実演として,3つの物理場面で解法を提示する。理想的には、目的曲線/曲面が二階微分可能関数に適合できる場合にも同様の方法が適用できる。この方法は、有限個の非微分可能(しかし連続)点/曲面が存在する場合にも拡張することができる。

関連論文リスト

MultiPull: Detailing Signed Distance Functions by Pulling Multi-Level Queries at Multi-Step [48.812388649469106]
粗いSDFを粗い値から細かい値に最適化することにより,原点雲から多スケール暗黙フィールドを学習する手法を提案する。広く使われているオブジェクトとシーンのベンチマーク実験により,この手法は表面再構成における最先端の手法よりも優れていることが示された。
論文参考訳（メタデータ） (2024-11-02T10:50:22Z)
Matrix Wigner Function and SU(1,1) [0.0]
本稿では,いくつかの単純な微分システムに適用された手法の概要について述べる。解空間を双曲平面に拡張し、行列計算からいくつかの結果を利用することにより、多くの興味深いアイデンティティを復元できることを示す。
論文参考訳（メタデータ） (2023-06-02T02:05:26Z)
Continuous Function Structured in Multilayer Perceptron for Global Optimization [0.0]
線形ニューロンを持つ多層パーセプトロンの勾配情報は、大域的最小探索問題をベンチマークするために、関数微分を用いて修正される。関数微分を用いて与えられた連続関数から導かれる勾配の風景は、ax+bニューロンの形で表現できることを示す。
論文参考訳（メタデータ） (2023-03-07T14:50:50Z)
Efficient Graph Field Integrators Meet Point Clouds [59.27295475120132]
点雲を符号化するグラフ上での効率的な場積分のためのアルゴリズムを2種類提案する。第1のクラスであるSeparatorFactorization(SF)は、ポイントメッシュグラフの有界属を利用するが、第2のクラスであるRFDiffusion(RFD)は、ポイントクラウドの一般的なepsilon-nearest-neighborグラフ表現を使用する。
論文参考訳（メタデータ） (2023-02-02T08:33:36Z)
Rethinking Network Design and Local Geometry in Point Cloud: A Simple Residual MLP Framework [55.40001810884942]
我々は、洗練された局所幾何学的抽出器を組み込んだ純粋な残留ネットワークPointMLPを導入するが、それでも非常に競争力がある。実世界のScanObjectNNデータセットでは,従来のベストメソッドを3.3%の精度で上回ります。最新のCurveNetと比較して、PointMLPは2倍速く、テストは7倍速く、ModelNet40ベンチマークではより正確である。
論文参考訳（メタデータ） (2022-02-15T01:39:07Z)
Hybrid Trilinear and Bilinear Programming for Aligning Partially Overlapping Point Sets [85.71360365315128]
多くの応用において、部分重なり合う点集合が対応するRPMアルゴリズムに不変であるようなアルゴリズムが必要である。まず、目的が立方体有界関数であることを示し、次に、三線型および双線型単相変換の凸エンベロープを用いて、その下界を導出する。次に、変換変数上の分岐のみを効率よく実行するブランチ・アンド・バウンド(BnB)アルゴリズムを開発する。
論文参考訳（メタデータ） (2021-01-19T04:24:23Z)
Multipoint correlation functions: spectral representation and numerical evaluation [0.0]
多体フレームワークに適用可能な多点相関関数に対する一般化スペクトル表現を導出する。本手法は時間順序特性からスペクトルを分離し、3つの形式主義の関係を解明する。数値再正規化群 (NRG) 法を用いて, 選択した量子不純物モデルに対する数値結果を示す。
論文参考訳（メタデータ） (2021-01-03T21:35:56Z)
Fourier Features Let Networks Learn High Frequency Functions in Low Dimensional Domains [69.62456877209304]
単純なフーリエ特徴写像を通して入力点を渡すことで、多層パーセプトロンが高周波関数を学習できることを示す。結果は、最先端の結果を達成するコンピュータビジョンとグラフィックの進歩に光を当てた。
論文参考訳（メタデータ） (2020-06-18T17:59:11Z)
Spectral Discovery of Jointly Smooth Features for Multimodal Data [10.158584616360669]
複数の観測多様体上で共同的に滑らかな関数を導出する手法を提案する。本手法は, 可能な限りスムーズな関数セットを提供することが保証されていることを解析的に示す。さらに,非線形力学系のパラメータ空間の最小化を実現するために,提案手法をいかに活用するかを示す。
論文参考訳（メタデータ） (2020-04-09T07:04:02Z)
Complexity of Finding Stationary Points of Nonsmooth Nonconvex Functions [84.49087114959872]
非滑らかで非滑らかな関数の定常点を見つけるための最初の非漸近解析を提供する。特に、アダマール半微分可能函数(おそらく非滑らか関数の最大のクラス)について研究する。
論文参考訳（メタデータ） (2020-02-10T23:23:04Z)

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。