Fugu-MT 論文翻訳(概要): Adaptive directional Haar tight framelets on bounded domains for digraph signal representations

論文の概要: Adaptive directional Haar tight framelets on bounded domains for digraph signal representations

arxiv url: http://arxiv.org/abs/2008.11966v1
Date: Thu, 27 Aug 2020 07:45:46 GMT
ステータス: 処理完了
システム内更新日: 2022-10-24 08:46:13.361226
Title: Adaptive directional Haar tight framelets on bounded domains for digraph signal representations
Title（参考訳）: ディグラフ信号表現のための有界領域上の適応方向ハールタイトフレームレット
Authors: Yuchen Xiao and Xiaosheng Zhuang
Abstract要約: 任意のコンパクト集合 $Ksubseteq mathbbRd$ 上のハール型強フレームレットの構成を提供する。本稿では,適応指向性Haarタイトフレームレットシステムを用いて信号表現を行う方法を示す。
参考スコア（独自算出の注目度）: 6.65010897396803
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Based on hierarchical partitions, we provide the construction of Haar-type tight framelets on any compact set $K\subseteq \mathbb{R}^d$. In particular, on the unit block $[0,1]^d$, such tight framelets can be built to be with adaptivity and directionality. We show that the adaptive directional Haar tight framelet systems can be used for digraph signal representations. Some examples are provided to illustrate results in this paper.
Abstract（参考訳）: 階層分割に基づき、任意のコンパクト集合 $k\subseteq \mathbb{r}^d$ 上のハール型タイトフレームレットの構成を提供する。特に、単位ブロック $[0,1]^d$ では、そのようなタイトなフレームレットは適応性と方向性を持って構築することができる。適応的方向haarタイトなフレームレットシステムは、ダイアグラム信号表現に使用できることを示す。本論文の結果を説明するためにいくつかの例を挙げる。

関連論文リスト

AdaContour: Adaptive Contour Descriptor with Hierarchical Representation [52.381359663689004]
既存の角度ベースの輪郭記述子は、星以外の形状の損失表現に悩まされる。 AdaConは、他のディスクリプタよりも正確に形を表現できる。
論文参考訳（メタデータ） (2024-04-12T07:30:24Z)
Data-Adaptive Graph Framelets with Generalized Vanishing Moments for Graph Signal Processing [2.039632659682125]
本稿では,階層的分割に基づく局所化サポート付きグラフ上でのタイトなフレームレットシステム構築のためのフレームワークを提案する。我々の構成は、分割木に基づく非常に一般的なパラメタライズドグラフフレームレットシステムを提供する。学習したグラフフレームレットシステムは,非線形近似および復号化タスクにおいて優れた性能を発揮することを示す。
論文参考訳（メタデータ） (2023-09-07T07:49:43Z)
Manifold-aligned Neighbor Embedding [2.8529475140229263]
多様体アライメントのための隣接埋め込みフレームワークを提案する。我々のアルゴリズムは、データセット全体の埋め込みに視覚的に競合する整列多様体を学習できることを示す。
論文参考訳（メタデータ） (2022-05-19T23:56:07Z)
Frame Averaging for Equivariant Shape Space Learning [85.42901997467754]
形状空間学習に対称性を組み込む自然な方法は、形状空間(エンコーダ)への写像と形状空間(デコーダ)からの写像が関連する対称性に同値であることを問うことである。本稿では,2つのコントリビューションを導入することで,エンコーダとデコーダの等価性を組み込む枠組みを提案する。
論文参考訳（メタデータ） (2021-12-03T06:41:19Z)
Equivariant Subgraph Aggregation Networks [23.26140936226352]
本稿では,この問題に対処するためのEquivariant Subgraph Aggregation Networks (ESAN) という新しいフレームワークを提案する。 2つのグラフはMPNNでは区別できないかもしれないが、しばしば区別可能な部分グラフを含む。グラフ同型に対する1次元Weisfeiler-Leman(1-WL)テストの新しい変種を開発し、ESANの表現性に対する下界を証明した。サブグラフ選択ポリシーや同変ニューラルアーキテクチャといった設計選択がアーキテクチャの表現力にどのように影響するかを記述する理論的結果を提供する。
論文参考訳（メタデータ） (2021-10-06T16:45:07Z)
Bi-level Feature Alignment for Versatile Image Translation and Manipulation [88.5915443957795]
GAN(Generative Adversarial Network)は画像翻訳と操作において大きな成功を収めている。忠実なスタイル制御を備えた高忠実な画像生成は、コンピュータビジョンにおいて依然として大きな課題である。本稿では,高精度なセマンティック・スタイル・ガイダンスを実現する多機能な画像翻訳・操作フレームワークを提案する。
論文参考訳（メタデータ） (2021-07-07T05:26:29Z)
A Multi-Implicit Neural Representation for Fonts [79.6123184198301]
エッジやコーナーのようなフォント固有の不連続性は、ニューラルネットワークを使って表現することが難しい。そこで我々は,フォントを文順に表現するためのtextitmulti-implicitsを導入する。
論文参考訳（メタデータ） (2021-06-12T21:40:11Z)
Spatial-spectral Hyperspectral Image Classification via Multiple Random Anchor Graphs Ensemble Learning [88.60285937702304]
本稿では,複数のランダムアンカーグラフアンサンブル学習(RAGE)を用いた空間スペクトルHSI分類手法を提案する。まず、各選択されたバンドのより記述的な特徴を抽出し、局所的な構造と領域の微妙な変化を保存するローカルバイナリパターンを採用する。次に,アンカーグラフの構成に適応隣接代入を導入し,計算複雑性を低減した。
論文参考訳（メタデータ） (2021-03-25T09:31:41Z)
Quiver Signal Processing (QSP) [145.6921439353007]
キーバー表現に関する信号処理フレームワークの基礎を述べる。ネットワークにおける異種多次元情報を扱うための信号処理フレームワークを提案する。
論文参考訳（メタデータ） (2020-10-22T08:40:15Z)

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。