論文の概要: On anisotropic diffusion equations for label propagation

• arxiv url: http://arxiv.org/abs/2007.12516v2
• Date: Tue, 22 Dec 2020 14:31:01 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-07 07:20:08.695660
• Title: On anisotropic diffusion equations for label propagation
• Title（参考訳）: ラベル伝播に対する異方性拡散方程式について
• Authors: Lisa Maria Kreusser and Marie-Therese Wolfram
• Abstract要約: データ分類における多くの問題では、特定の数のラベルが既に正しくラベル付けられているポイントクラウドのポイントにラベルを割り当てることを望んでいる。 本稿では, 正確なラベルに関する情報を隣接点に伝播させる顕微鏡ODE手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: In many problems in data classification one wishes to assign labels to points in a point cloud with a certain number of them being already correctly labeled. In this paper, we propose a microscopic ODE approach, in which information about correct labels is propagated to neighboring points. Its dynamics are based on alignment mechanisms, which are commonly used in large interacting agent systems in consensus formation. We derive the respective continuum description, which corresponds to an anisotropic diffusion equation with reaction term. Solutions of the continuum model on the bounded domain inherit certain properties of the underlying point cloud. We discuss these analytic properties and exemplify the results with micro- and macroscopic simulations.
• Abstract（参考訳）: データ分類における多くの問題では、特定の数のラベルが既に正しくラベル付けられているポイントクラウドのポイントにラベルを割り当てることを望んでいる。 本稿では, 正確なラベルに関する情報を近隣の点に伝播させる顕微鏡ODE手法を提案する。 その力学はアライメント機構に基づいており、コンセンサス形成における大きな相互作用エージェントシステムでよく用いられる。 反応項を持つ異方性拡散方程式に対応する各連続体記述を導出する。 境界領域上の連続体モデルの解は、基礎となる点雲の特定の性質を継承する。 これらの解析特性を議論し、マイクロ・マクロシミュレーションで結果を実証する。

関連論文リスト

• Manifold Regularization Classification Model Based On Improved Diffusion Map [4.772398552868258]
  本稿では,ラベル伝搬モデルに基づく多様体正規化の改善手法を提案する。 データセット上にラベル伝搬関数を構築し、異なる時間ステップでラベルの分布を記述する。 拡張ラベル伝搬関数が十分に長い時間後に安定分布に収束し、分類器として考えられることを証明した。
  論文  参考訳（メタデータ） (2024-03-24T08:06:34Z)
• Theoretical Insights for Diffusion Guidance: A Case Study for Gaussian Mixture Models [59.331993845831946]
  拡散モデルは、所望の特性に向けてサンプル生成を操るために、スコア関数にタスク固有の情報を注入することの恩恵を受ける。 本稿では,ガウス混合モデルの文脈における拡散モデルに対する誘導の影響を理解するための最初の理論的研究を提供する。
  論文  参考訳（メタデータ） (2024-03-03T23:15:48Z)
• Exact Numerical Solution of Stochastic Master Equations for Conditional Spin Squeezing [6.824341405962008]
  同一原子を持つ系に対する条件付きスピンスクイーズ方程式の正確な数値解を示す。 スピンスクイーズが集合密度行列要素のガウス的分布によって鮮明に説明できることを実証する。
  論文  参考訳（メタデータ） (2024-02-04T14:03:42Z)
• Causal Modeling with Stationary Diffusions [89.94899196106223]
  定常密度が干渉下でのシステムの挙動をモデル化する微分方程式を学習する。 古典的アプローチよりもよく、変数に対する見当たらない介入を一般化することを示します。 提案手法は,再生カーネルヒルベルト空間における拡散発生器の定常状態を表す新しい理論結果に基づく。
  論文  参考訳（メタデータ） (2023-10-26T14:01:17Z)
• Multipartite information of free fermions on Hamming graphs [0.0]
  本研究では,ハミンググラフ上に定義された自由フェルミオンモデルの基底状態における多部情報と絡み合い対策について検討する。 解グラフの絡み合いエントロピーの正確な公式と、相互情報および三部情報を得る。
  論文  参考訳（メタデータ） (2022-12-18T20:24:52Z)
• Score-based Continuous-time Discrete Diffusion Models [102.65769839899315]
  連続時間マルコフ連鎖を介して逆過程が認知されるマルコフジャンププロセスを導入することにより、拡散モデルを離散変数に拡張する。 条件境界分布の単純なマッチングにより、偏りのない推定器が得られることを示す。 提案手法の有効性を,合成および実世界の音楽と画像のベンチマークで示す。
  論文  参考訳（メタデータ） (2022-11-30T05:33:29Z)
• The Manifold Hypothesis for Gradient-Based Explanations [55.01671263121624]
  勾配に基づく説明アルゴリズムは知覚的に整合した説明を提供する。 特徴属性がデータの接する空間と一致しているほど、知覚的に一致している傾向にあることを示す。 説明アルゴリズムは、その説明をデータ多様体と整合させるよう積極的に努力すべきである。
  論文  参考訳（メタデータ） (2022-06-15T08:49:24Z)
• Mixture of Conditional Gaussian Graphical Models for unlabelled heterogeneous populations in the presence of co-factors [0.0]
  ガウス図形モデル(GGM)内の条件相関ネットワークは、ランダムベクトルの成分間の直接相互作用を記述するために広く使われている。 本稿では,データポイントをサブポピュレーション対応クラスタに再分類するために,共機能の不均一な効果を減じる条件付きGGM(Mixture of Conditional GGM)を提案する。
  論文  参考訳（メタデータ） (2020-06-19T11:57:30Z)
• Self-training Avoids Using Spurious Features Under Domain Shift [54.794607791641745]
  教師なし領域適応においては、条件付きエントロピー最小化と擬似ラベル処理は、既存の理論で解析されたものよりもドメインシフトがはるかに大きい場合であっても行われる。 ドメインシフトが大きくなる可能性のある特定の設定を特定・分析するが、特定のスパイラルな特徴はソースドメインのラベルと相関するが、ターゲットの独立なラベルである。
  論文  参考訳（メタデータ） (2020-06-17T17:51:42Z)
• Assignment Flows for Data Labeling on Graphs: Convergence and Stability [69.68068088508505]
  本稿では、連続時間割当フローを積分代入(ラベル)に収束させることを保証する重みパラメータの条件を確立する。 いくつかの反例は、条件違反は、文脈データ分類に関する代入フローの好ましくない振る舞いを伴う可能性があることを示している。
  論文  参考訳（メタデータ） (2020-02-26T15:45:38Z)

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。