論文の概要: General Data Analytics with Applications to Visual Information Analysis:
A Provable Backward-Compatible Semisimple Paradigm over T-Algebra
- arxiv url: http://arxiv.org/abs/2011.00307v8
- Date: Sun, 2 May 2021 15:45:32 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-01 04:37:07.332725
- Title: General Data Analytics with Applications to Visual Information Analysis:
A Provable Backward-Compatible Semisimple Paradigm over T-Algebra
- Title（参考訳）: 汎用データ分析とビジュアル情報分析:T-Algebra上での後方互換性のある半単純パラダイム
- Authors: Liang Liao and Stephen John Maybank
- Abstract要約: 我々は最近報告された半単純代数に対する一般データ解析の新しい後方互換性パラダイムを考える。
視覚パターン解析のための標準アルゴリズムを一般化する。
公開データセットの実験では、一般化されたアルゴリズムは標準的アルゴリズムと好意的に比較されている。
- 参考スコア（独自算出の注目度）: 7.028302194243312
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We consider a novel backward-compatible paradigm of general data analytics
over a recently-reported semisimple algebra (called t-algebra). We study the
abstract algebraic framework over the t-algebra by representing the elements of
t-algebra by fix-sized multi-way arrays of complex numbers and the algebraic
structure over the t-algebra by a collection of direct-product constituents.
Over the t-algebra, many algorithms are generalized in a straightforward manner
using this new semisimple paradigm. To demonstrate the new paradigm's
performance and its backward-compatibility, we generalize some canonical
algorithms for visual pattern analysis. Experiments on public datasets show
that the generalized algorithms compare favorably with their canonical
counterparts.
- Abstract（参考訳）: 我々は、最近報告された半単純代数学(t-代数と呼ばれる)上の一般データ分析の新しい後方互換パラダイムを考える。
複素数の固定サイズのマルチウェイアレイと、直積成分の集合によるt-代数上の代数構造により、t-代数の要素を表現することによって、t-代数上の抽象的代数的枠組みを研究する。
t-代数上、この新しい半単純パラダイムを用いて、多くのアルゴリズムは単純に一般化される。
新しいパラダイムの性能とその後方互換性を示すために、視覚パターン分析のための標準アルゴリズムを一般化する。
公開データセットの実験では、一般化されたアルゴリズムは標準的アルゴリズムと好意的に比較されている。
関連論文リスト
- Revisiting Extragradient-Type Methods -- Part 1: Generalizations and Sublinear Convergence Rates [6.78476672849813]
本稿では、方程式と包摂性の両方を解くためのよく知られた指数関数法(EG法)を包括的に分析する。
アルゴリズムのクラス全体のサブ線形ベストイテレートとラストイテレートの収束率を分析する。
我々は、新しいアルゴリズムのクラスとそれに対応する収束結果を導入し、上述のEGフレームワークをモノトーンの包含に拡張する。
論文 参考訳（メタデータ） (2024-09-25T12:14:05Z) - Optimal Matrix-Mimetic Tensor Algebras via Variable Projection [0.0]
行列緩和性(Matrix mimeticity)は、テンソルを、行列に類似した乗算、分解、解析が可能な作用素として解釈することから生じる。
我々は、データの事前の知識に頼ることなく、最適線形写像と対応するテンソル表現を学習する。
可変射影型アルゴリズムの変換と収束解析の独創性理論を提供する。
論文 参考訳（メタデータ） (2024-06-11T04:52:23Z) - Algebras of actions in an agent's representations of the world [51.06229789727133]
我々は、対称性に基づく非交叉表現学習形式から対称性に基づく表現を再現するために、我々のフレームワークを使用する。
次に、簡単な強化学習シナリオで発生する特徴を持つ世界の変換の代数について研究する。
私たちが開発した計算手法を用いて、これらの世界の変換の代数を抽出し、それらの性質に応じてそれらを分類する。
論文 参考訳（メタデータ） (2023-10-02T18:24:51Z) - Accelerated Discovery of Machine-Learned Symmetries: Deriving the
Exceptional Lie Groups G2, F4 and E6 [55.41644538483948]
このレターでは、対称性変換の発見を著しく高速化する2つの改良されたアルゴリズムを紹介している。
例外的リー群の複雑性を考えると,この機械学習手法は完全に汎用的であり,多種多様なラベル付きデータセットに適用可能であることを示す。
論文 参考訳（メタデータ） (2023-07-10T20:25:44Z) - Invariant Representations of Embedded Simplicial Complexes [0.0]
多くの分野において、三角メッシュやグラフのような埋め込み単純複体を解析することは重要な問題である。
本稿では, 位相情報と幾何学情報のみを用いて, サブディビジョン不変およびアイソメトリー不変の方法で, 組込みsimplicial Complexを解析するための新しいアプローチを提案する。
論文 参考訳（メタデータ） (2023-02-27T07:49:05Z) - Deep Learning Symmetries and Their Lie Groups, Algebras, and Subalgebras
from First Principles [55.41644538483948]
ラベル付きデータセットに存在する連続した対称性群の検出と同定のためのディープラーニングアルゴリズムを設計する。
完全に接続されたニューラルネットワークを用いて、変換対称性と対応するジェネレータをモデル化する。
また,Lie群とその性質の数学的研究に機械学習アプローチを使うための扉を開く。
論文 参考訳（メタデータ） (2023-01-13T16:25:25Z) - Learning Algebraic Representation for Systematic Generalization in
Abstract Reasoning [109.21780441933164]
推論における体系的一般化を改善するためのハイブリッドアプローチを提案する。
我々はRaven's Progressive Matrices (RPM) の抽象的空間時間課題に対する代数的表現を用いたプロトタイプを紹介する。
得られた代数的表現は同型によって復号化して解を生成することができることを示す。
論文 参考訳（メタデータ） (2021-11-25T09:56:30Z) - Grounded Graph Decoding Improves Compositional Generalization in
Question Answering [68.72605660152101]
質問応答モデルは、長いシーケンスやより複雑なテスト構造のようなトレーニングパターンの新しい構成に一般化するのに苦労する。
構造化された予測をアテンション機構でグラウンド化することで,言語表現の合成一般化を改善する手法であるグラウンドドグラフデコーディングを提案する。
本モデルは,質問応答における合成一般化の挑戦的ベンチマークである構成自由ベース質問(CFQ)データセットにおいて,最先端のベースラインを著しく上回っている。
論文 参考訳（メタデータ） (2021-11-05T17:50:14Z) - Learning Algebraic Recombination for Compositional Generalization [71.78771157219428]
合成一般化のための代数的組換え学習のためのエンドツーエンドニューラルモデルLeARを提案する。
主要な洞察は、意味解析タスクを潜在構文代数学と意味代数学の間の準同型としてモデル化することである。
2つの現実的・包括的構成一般化の実験は、我々のモデルの有効性を実証している。
論文 参考訳（メタデータ） (2021-07-14T07:23:46Z) - Knowledge Hypergraph Embedding Meets Relational Algebra [13.945694569456665]
本稿では,知識ハイパーグラフのリンク予測を行うReAlEと呼ばれるシンプルな埋め込みモデルを提案する。
理論上、reale は完全表現的であり、原始関係代数演算の大きな部分集合を表現できるという証明と経験的証拠を与える。
論文 参考訳（メタデータ） (2021-02-18T18:57:44Z)
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。