Fugu-MT 論文翻訳(概要): Optimal transport for vector Gaussian mixture models

論文の概要: Optimal transport for vector Gaussian mixture models

arxiv url: http://arxiv.org/abs/2012.09226v1
Date: Wed, 16 Dec 2020 19:46:08 GMT
ステータス: 翻訳完了
システム内更新日: 2021-05-03 07:19:00.220576
Title: Optimal transport for vector Gaussian mixture models
Title（参考訳）: ベクトルガウス混合モデルに対する最適輸送
Authors: Jiening Zhu, Kaiming Xu, Allen Tannenbaum
Abstract要約: ガウス混合模型をベクトル化し,そのモデルに対する最適物質移動に関する問題を考察する。最適な質量輸送にベクトルガウス混合物を使用することの利点は、計算効率と構造を維持する能力を含む。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Vector Gaussian mixture models form an important special subset of vector-valued distributions. Any physical entity that can mutate or transit among alternative manifestations distributed in a given space falls into this category. A key example is color imagery. In this note, we vectorize the Gaussian mixture model and study different optimal mass transport related problems for such models. The benefits of using vector Gaussian mixture for optimal mass transport include computational efficiency and the ability to preserve structure.
Abstract（参考訳）: ベクトルガウス混合モデルはベクトル値分布の重要な特殊部分集合を形成する。与えられた空間に分布する別の表現を変更または遷移できる任意の物理的実体は、このカテゴリに該当する。主な例はカラー画像である。本稿では,ガウス混合モデルをベクトル化し,そのようなモデルに対する最適物質輸送関連問題を考察する。最適物質輸送にベクトルガウス混合を用いる利点は、計算効率と構造を保存する能力である。

関連論文リスト

A note on the relations between mixture models, maximum-likelihood and entropic optimal transport [6.246185995463311]
本研究では, 混合モデルに対する最大線量推定は, エントロピー正則化を伴う最適輸送問題としてパラメータを最小化することと同値であることを示す。
論文参考訳（メタデータ） (2025-01-21T09:55:21Z)
Structured Diffusion Models with Mixture of Gaussians as Prior Distribution [13.052085651071135]
本研究では,従来の混合ガウス語の使用を円滑に適応する簡易な実践訓練手法を開発した。提案手法は誤特定に対して堅牢であることが示され,特にトレーニングリソースの制限や,リアルタイムの迅速なトレーニングが望まれる状況に適している。
論文参考訳（メタデータ） (2024-10-24T20:34:06Z)
A Copula Graphical Model for Multi-Attribute Data using Optimal Transport [9.817170209575346]
本稿では,Cyclical Monotone Copulaという新しいコプラに基づく,新しい半パラメトリック多属性グラフィカルモデルを提案する。高次元特性を持つ場合、次元問題の呪いに対処するために、射影単調コプラモデルが提案される。
論文参考訳（メタデータ） (2024-04-10T04:49:00Z)
Optimal Transport for Domain Adaptation through Gaussian Mixture Models [7.292229955481438]
本稿では,ガウス混合モデルを用いてデータ分布をモデル化する手法を提案する。最適なトランスポートソリューションは、ソースとターゲットドメインの混合コンポーネントのマッチングを提供します。断層診断における2つの領域適応ベンチマークを用いて,本手法の最先端性能を示す。
論文参考訳（メタデータ） (2024-03-18T09:32:33Z)
Mixed Gaussian Flow for Diverse Trajectory Prediction [78.00204650749453]
混合ガウスを将来の軌跡多様体に変換するためのフローベースモデルを提案する。このモデルでは、多様な軌道パターンを生成する能力が向上している。また,多様な,制御可能な,分布外のトラジェクトリを生成可能であることも実証した。
論文参考訳（メタデータ） (2024-02-19T15:48:55Z)
Efficient Learning of Convolution Weights as Gaussian Mixture Model Posteriors [0.0]
畳み込み層の特徴写像は、画像モデリングのための特別な種類のガウス混合の非正規化ログ後部と等価であることを示す。次に,モデルを拡張して多様な特徴を駆動し,モデルを学ぶための対応するEMアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-01-30T19:35:07Z)
Equivariant Flow Matching with Hybrid Probability Transport [69.11915545210393]
拡散モデル (DM) は, 特徴量の多いジオメトリの生成に有効であることを示した。 DMは通常、非効率なサンプリング速度を持つ不安定な確率力学に悩まされる。等変モデリングと安定化確率力学の両方の利点を享受する幾何フローマッチングを導入する。
論文参考訳（メタデータ） (2023-12-12T11:13:13Z)
Gaussian Mixture Solvers for Diffusion Models [84.83349474361204]
本稿では,拡散モデルのためのGMSと呼ばれる,SDEに基づく新しい解法について紹介する。画像生成およびストロークベース合成におけるサンプル品質の観点から,SDEに基づく多くの解法よりも優れる。
論文参考訳（メタデータ） (2023-11-02T02:05:38Z)
A Robust and Flexible EM Algorithm for Mixtures of Elliptical Distributions with Missing Data [71.9573352891936]
本稿では、ノイズや非ガウス的なデータに対するデータ計算の欠如に対処する。楕円分布と潜在的な欠落データを扱う特性を混合した新しいEMアルゴリズムについて検討した。合成データの実験的結果は,提案アルゴリズムが外れ値に対して頑健であり,非ガウスデータで使用可能であることを示す。
論文参考訳（メタデータ） (2022-01-28T10:01:37Z)
Equivariant vector field network for many-body system modeling [65.22203086172019]
Equivariant Vector Field Network (EVFN) は、新しい同変層と関連するスカラー化およびベクトル化層に基づいて構築されている。シミュレーションされたニュートン力学系の軌跡を全観測データと部分観測データで予測する手法について検討した。
論文参考訳（メタデータ） (2021-10-26T14:26:25Z)
Multi-marginal optimal transport and probabilistic graphical models [15.16937009186805]
確率的グラフィカルモデルの観点から,マルチマージ最適輸送問題について検討する。最適輸送の基盤となるコストがグラフ構造を許容する場合、この2つの間のエレガントな接続が指摘される。
論文参考訳（メタデータ） (2020-06-25T00:35:41Z)
Gaussianization Flows [113.79542218282282]
そこで本研究では,サンプル生成における効率のよい繰り返しと効率のよい逆変換を両立できる新しい型正規化フローモデルを提案する。この保証された表現性のため、サンプル生成の効率を損なうことなく、マルチモーダルなターゲット分布をキャプチャできる。
論文参考訳（メタデータ） (2020-03-04T08:15:06Z)

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。