論文の概要: Message Passing Least Squares Framework and its Application to Rotation
Synchronization
- arxiv url: http://arxiv.org/abs/2007.13638v3
- Date: Sat, 15 Aug 2020 02:00:34 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-06 08:01:20.403452
- Title: Message Passing Least Squares Framework and its Application to Rotation
Synchronization
- Title(参考訳): メッセージパッシング最小二乗フレームワークとその回転同期への応用
- Authors: Yunpeng Shi and Gilad Lerman
- Abstract要約: まず,測定されたグループ比の劣化レベルを推定する理論的に保証されたメッセージパッシングアルゴリズムについて述べる。
次に, グループ要素を推定する新たな最小二乗法を提案し, そこでは, 推定汚職レベルを用いて重みを反復的に更新する。
合成データと実データの両方を用いた回転同期の最先端手法よりも優れた性能を示す。
- 参考スコア(独自算出の注目度): 16.650654530240566
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose an efficient algorithm for solving group synchronization under
high levels of corruption and noise, while we focus on rotation
synchronization. We first describe our recent theoretically guaranteed message
passing algorithm that estimates the corruption levels of the measured group
ratios. We then propose a novel reweighted least squares method to estimate the
group elements, where the weights are initialized and iteratively updated using
the estimated corruption levels. We demonstrate the superior performance of our
algorithm over state-of-the-art methods for rotation synchronization using both
synthetic and real data.
- Abstract(参考訳): 回転同期に着目しながら、高レベルの汚職や騒音下でのグループ同期を効率的に解くアルゴリズムを提案する。
まず,評価したグループ比の腐敗レベルを推定する,理論上保証されたメッセージパッシングアルゴリズムについて述べる。
次に, 重みを初期化し, 反復的に更新するグループ要素を推定する新しい再重み付け最小二乗法を提案する。
合成データと実データの両方を用いた回転同期の最先端手法よりも優れた性能を示す。
関連論文リスト
- A Mirror Descent-Based Algorithm for Corruption-Tolerant Distributed Gradient Descent [57.64826450787237]
本研究では, 分散勾配降下アルゴリズムの挙動を, 敵対的腐敗の有無で解析する方法を示す。
汚職耐性の分散最適化アルゴリズムを設計するために、(怠慢な)ミラー降下からアイデアをどう使うかを示す。
MNISTデータセットの線形回帰、サポートベクトル分類、ソフトマックス分類に基づく実験は、我々の理論的知見を裏付けるものである。
論文 参考訳(メタデータ) (2024-07-19T08:29:12Z) - A Novel Framework for Improving the Breakdown Point of Robust Regression
Algorithms [1.9594639581421422]
本稿では,頑健な回帰アルゴリズムの分解点を改善するための効果的なフレームワークを提案する。
反復局所探索(CORALS)を用いた一貫した頑健な回帰アルゴリズムを導出する。
論文 参考訳(メタデータ) (2023-05-20T15:59:33Z) - Unrolled algorithms for group synchronization [7.969977930633441]
群同期問題は、そのペア比のノイズ測定から群要素の集合を推定することを含む。
群要素を推定する標準的な方法は、線形および非線形作用素を反復的に適用することに基づいている。
深層ニューラルネットワークと構造的類似性により、我々はアルゴリズムのアンロールの概念を採用した。
論文 参考訳(メタデータ) (2022-07-19T17:25:56Z) - Robust Group Synchronization via Quadratic Programming [15.254598796939922]
グループ同期における汚職レベルを推定するための2次計画法を提案する。
目的関数はグループのサイクル整合性を利用しており、この手法を構造整合性の検出と推定(DESC)と呼ぶ。
回転平均化の合成および実データ実験において,本手法の競合精度を示す。
論文 参考訳(メタデータ) (2022-06-17T20:08:03Z) - A Spectral Method for Joint Community Detection and Orthogonal Group
Synchronization [20.413250472034143]
我々は、スペクトル分解ステップとブロックワイドカラムピボットQR因子分解(CPQR)からなる単純なアルゴリズムを提案する。
提案アルゴリズムは効率的で,データ点数に応じて線形にスケールする。
また、最近開発されたLeft-one-out技術を利用して、クラスタメンバシップの正確なリカバリをほぼ最適に保証する。
論文 参考訳(メタデータ) (2021-12-25T07:38:14Z) - Learning Iterative Robust Transformation Synchronization [71.73273007900717]
グラフニューラルネットワーク(GNN)を用いて変換同期を学習することを提案する。
本研究では、ロバストな損失関数のハンドクラフトを回避するとともに、グラフニューラルネットワーク(GNN)を用いて変換同期を学習することを提案する。
論文 参考訳(メタデータ) (2021-11-01T07:03:14Z) - Adaptive Sampling for Heterogeneous Rank Aggregation from Noisy Pairwise
Comparisons [85.5955376526419]
ランキングアグリゲーション問題では、各項目を比較する際に、様々な精度レベルが示される。
本稿では,ノイズのあるペアワイズ比較によってアイテムのランクを推定する,除去に基づくアクティブサンプリング戦略を提案する。
提案アルゴリズムは,商品の真のランキングを高い確率で返却できることを示す。
論文 参考訳(メタデータ) (2021-10-08T13:51:55Z) - Estimating leverage scores via rank revealing methods and randomization [50.591267188664666]
任意のランクの正方形密度あるいはスパース行列の統計レバレッジスコアを推定するアルゴリズムについて検討した。
提案手法は,高密度およびスパースなランダム化次元性還元変換の合成と階調明細化法を組み合わせることに基づく。
論文 参考訳(メタデータ) (2021-05-23T19:21:55Z) - Near-Optimal Performance Bounds for Orthogonal and Permutation Group
Synchronization via Spectral Methods [0.7614628596146599]
グループ同期は、それぞれの測定値からグループ要素を復元することを要求する。
スペクトル法は 効率と利便性で 大人気でした
ランダムな乱れの下での置換群同期では、広く使われている2段階の手順がすべての群要素を正確に復元できることが示される。
論文 参考訳(メタデータ) (2020-08-12T14:20:16Z) - Accelerated Message Passing for Entropy-Regularized MAP Inference [89.15658822319928]
離散値のランダムフィールドにおけるMAP推論の最大化は、機械学習の基本的な問題である。
この問題の難しさから、特殊メッセージパッシングアルゴリズムの導出には線形プログラミング(LP)緩和が一般的である。
古典的加速勾配の根底にある手法を活用することにより,これらのアルゴリズムを高速化するランダム化手法を提案する。
論文 参考訳(メタデータ) (2020-07-01T18:43:32Z) - Corruption-Tolerant Gaussian Process Bandit Optimization [130.60115798580136]
未知(典型的には非生成)関数を有界ノルムで最適化する問題を考察する。
我々は「高速だが非ローバスト」と「スロー」に基づく高速スローGP-UCBに基づくアルゴリズムを提案する。
ある種の依存関係は、汚職レベルによっては要求できない、と我々は主張する。
論文 参考訳(メタデータ) (2020-03-04T09:46:58Z)
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。