論文の概要: Cycle Registration in Persistent Homology with Applications in
Topological Bootstrap
- arxiv url: http://arxiv.org/abs/2101.00698v1
- Date: Sun, 3 Jan 2021 20:12:00 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-12 11:39:26.261992
- Title: Cycle Registration in Persistent Homology with Applications in
Topological Bootstrap
- Title(参考訳): 持続的ホモロジーにおける周期登録とトポロジカルブートストラップへの応用
- Authors: Yohai Reani, Omer Bobrowski
- Abstract要約: 2つの空間の持続的ホモロジー表現(フィルタ)を比較するための新しいアプローチを提案する。
2つの異なる空間の個々の持続サイクル間の対応関係を定義する。
サイクルのマッチングは、永続化間隔と各特徴の空間配置の両方に基づいています。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this article we propose a novel approach for comparing the persistent
homology representations of two spaces (filtrations). Commonly used methods are
based on numerical summaries such as persistence diagrams and persistence
landscapes, along with suitable metrics (e.g. Wasserstein). These summaries are
useful for computational purposes, but they are merely a marginal of the actual
topological information that persistent homology can provide. Instead, our
approach compares between two topological representations directly in the data
space. We do so by defining a correspondence relation between individual
persistent cycles of two different spaces, and devising a method for computing
this correspondence. Our matching of cycles is based on both the persistence
intervals and the spatial placement of each feature. We demonstrate our new
framework in the context of topological inference, where we use statistical
bootstrap methods in order to differentiate between real features and noise in
point cloud data.
- Abstract(参考訳): 本稿では、2つの空間(フィルタ)の持続的ホモロジー表現を比較するための新しいアプローチを提案する。
一般的に用いられる方法は、永続化図や永続化風景などの数値的な要約と、適切なメトリクス(例)に基づいている。
ワッサースタイン(wasserstein)。
これらの要約は計算目的に有用であるが、それらは持続的ホモロジーが提供できる実際の位相情報の限界にすぎない。
その代わり、我々のアプローチはデータ空間で直接2つの位相表現を比較する。
2つの異なる空間の個々の持続的サイクル間の対応関係を定義し、この対応を計算する方法を考案する。
サイクルのマッチングは、永続化間隔と各特徴の空間配置の両方に基づいています。
そこでは,実際の特徴と点クラウドデータのノイズを区別するために,統計的ブートストラップ法を用いて,トポロジカル推論の文脈で新しいフレームワークを実証する。
関連論文リスト
- Measuring similarity between embedding spaces using induced neighborhood graphs [10.056989400384772]
本稿では,ペアの項目表現の類似性を評価するための指標を提案する。
この結果から,類似度とゼロショット分類タスクの精度が類似度と相関していることが示唆された。
論文 参考訳(メタデータ) (2024-11-13T15:22:33Z) - Efficient Trajectory Inference in Wasserstein Space Using Consecutive Averaging [3.8623569699070353]
軌道推論は、そのような観測から連続的な過程を再構築する挑戦を扱う。
ワッサーシュタイン空間に直交する連続平均化による点雲のB-スプライン近似法を提案する。
コンバージェンス保証を提供し、シミュレーションセルデータ上でテストすることで、我々の手法を厳格に評価する。
論文 参考訳(メタデータ) (2024-05-30T04:19:20Z) - Stochastic interpolants with data-dependent couplings [31.854717378556334]
補間剤の枠組みを用いて、ベースとターゲット密度を補間する方法を定式化する。
これらのトランスポートマップは、標準的な独立な設定に類似した単純な2乗損失回帰問題を解くことで学習可能であることを示す。
論文 参考訳(メタデータ) (2023-10-05T17:46:31Z) - Concrete Score Matching: Generalized Score Matching for Discrete Data [109.12439278055213]
コンクレトスコア(Concrete score)とは、個別の設定のためのスコア(ステイン)の一般化である。
コンクレトスコアマッチング(Concrete Score Matching)は、サンプルからこのようなスコアを学習するフレームワークである。
論文 参考訳(メタデータ) (2022-11-02T00:41:37Z) - On topological data analysis for SHM; an introduction to persistent
homology [0.0]
トポロジカルデータ解析における主要なツールは、永続的ホモロジーである。
永続的ホモロジーは、データのホモロジー的特徴が間隔を超えてどのように持続するかの表現である。
これらの結果により、トポロジカルな推論と高次元データの特徴を推定することができる。
論文 参考訳(メタデータ) (2022-09-12T12:02:39Z) - Ontology Matching Through Absolute Orientation of Embedding Spaces [1.5169370091868053]
Ontologyは、インターオペラビリティとリンクされたオープンデータセットを作成する際の中核的なタスクである。
本稿では,知識グラフの埋め込みに基づく構造に基づくマッピング手法を提案する。
合成データを用いた実験では、このアプローチが同様に構造化されたデータセットで非常にうまく機能することがわかった。
論文 参考訳(メタデータ) (2022-04-08T12:59:31Z) - Learning Conditional Invariance through Cycle Consistency [60.85059977904014]
本稿では,データセットの変動の有意義な要因と独立な要因を識別する新しい手法を提案する。
提案手法は,対象プロパティと残りの入力情報に対する2つの別個の潜在部分空間を含む。
我々は,より意味のある因子を同定し,よりスペーサーや解釈可能なモデルに導く合成および分子データについて実証する。
論文 参考訳(メタデータ) (2021-11-25T17:33:12Z) - Temporally-Consistent Surface Reconstruction using Metrically-Consistent
Atlases [131.50372468579067]
そこで本稿では,時間変化点雲列から時間一貫性のある面列を復元する手法を提案する。
我々は、再構成された表面をニューラルネットワークによって計算されたアトラスとして表現し、フレーム間の対応性を確立することができる。
当社のアプローチは、いくつかの挑戦的なデータセットにおいて、最先端のものよりも優れています。
論文 参考訳(メタデータ) (2021-11-12T17:48:25Z) - Modelling Neighbor Relation in Joint Space-Time Graph for Video
Correspondence Learning [53.74240452117145]
本稿では、ラベルなしビデオから信頼できる視覚対応を学習するための自己教師付き手法を提案する。
接続時空間グラフでは,ノードがフレームからサンプリングされたグリッドパッチであり,2種類のエッジによってリンクされる。
学習した表現は、様々な視覚的タスクにおいて最先端の自己監督手法よりも優れています。
論文 参考訳(メタデータ) (2021-09-28T05:40:01Z) - Image Synthesis via Semantic Composition [74.68191130898805]
本稿では,その意味的レイアウトに基づいて現実的なイメージを合成する新しい手法を提案する。
類似した外観を持つ物体に対して、類似した表現を共有するという仮説が立てられている。
本手法は, 空間的変化と関連表現の両方を生じる, 外観相関による領域間の依存関係を確立する。
論文 参考訳(メタデータ) (2021-09-15T02:26:07Z) - Spatial Pyramid Based Graph Reasoning for Semantic Segmentation [67.47159595239798]
セマンティックセグメンテーションタスクにグラフ畳み込みを適用し、改良されたラプラシアンを提案する。
グラフ推論は、空間ピラミッドとして構成された元の特徴空間で直接実行される。
計算とメモリのオーバーヘッドの利点で同等のパフォーマンスを実現しています。
論文 参考訳(メタデータ) (2020-03-23T12:28:07Z)
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。