論文の概要: Multiview Sensing With Unknown Permutations: An Optimal Transport Approach

• arxiv url: http://arxiv.org/abs/2103.07458v1
• Date: Fri, 12 Mar 2021 18:48:18 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-15 13:27:12.100773
• Title: Multiview Sensing With Unknown Permutations: An Optimal Transport Approach
• Title（参考訳）: 未知の順列を持つマルチビューセンシング:最適なトランスポートアプローチ
• Authors: Yanting Ma, Petros T. Boufounos, Hassan Mansour, Shuchin Aeron
• Abstract要約: 我々は、最適な輸送のレンズを介して未知の置換の対象となる信号を回復する問題を再検討します。 これを利用して、ソリューションのより可能性の高い置換を促進する正規化関数を導入しています。 一般的な問題は凸ではありませんが、結果として生じる正規化問題の適切な緩和は、OTのよく発達した機械を利用し、トラクタブルアルゴリズムを開発することを可能にします。
• 参考スコア（独自算出の注目度）: 42.62524143925126
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In several applications, including imaging of deformable objects while in motion, simultaneous localization and mapping, and unlabeled sensing, we encounter the problem of recovering a signal that is measured subject to unknown permutations. In this paper we take a fresh look at this problem through the lens of optimal transport (OT). In particular, we recognize that in most practical applications the unknown permutations are not arbitrary but some are more likely to occur than others. We exploit this by introducing a regularization function that promotes the more likely permutations in the solution. We show that, even though the general problem is not convex, an appropriate relaxation of the resulting regularized problem allows us to exploit the well-developed machinery of OT and develop a tractable algorithm.
• Abstract（参考訳）: 動作中の変形可能な物体の撮像、同時局在化とマッピング、ラベルなしセンシングなど、いくつかの応用において、未知の順列によって測定される信号の復元の問題に遭遇する。 本論文では、最適搬送(OT)のレンズを通して、この問題を新たな視点で検討する。 特に、ほとんどの実用的な応用において、未知の置換は任意ではないが、あるものは他のものよりも起こりやすいと認識している。 これを利用して、ソリューションのより可能性の高い置換を促進する正規化関数を導入しています。 一般的な問題は凸ではありませんが、結果として生じる正規化問題の適切な緩和は、OTのよく発達した機械を利用し、トラクタブルアルゴリズムを開発することを可能にします。

関連論文リスト

• Paired Autoencoders for Inverse Problems [3.355436702348694]
  前方問題は偏微分方程式の離散化である非線形逆問題の解を考える。 典型的なアルゴリズムの主な計算ボトルネックは、データ不適合性の直接推定である。 逆問題に対する確率自由度推定器として,ペアオートエンコーダフレームワークを用いる。
  論文  参考訳（メタデータ） (2024-05-21T22:00:34Z)
• A Survey and Analysis of Evolutionary Operators for Permutations [0.0]
  置換を進化させるには、特別な進化作用素が必要である。 本稿では、置換のための進化的演算子の幅を調査する。 これらのすべては、進化計算のためのオープンソースのJavaライブラリであるChips-n-Salsaで実装しています。
  論文  参考訳（メタデータ） (2023-11-24T16:32:44Z)
• E-detectors: a nonparametric framework for sequential change detection [86.15115654324488]
  逐次的変化検出のための基本的かつ汎用的なフレームワークを開発する。 私たちの手順は、平均走行距離のクリーンで無症状な境界が伴います。 統計的および計算効率の両方を達成するために,これらの混合物を設計する方法を示す。
  論文  参考訳（メタデータ） (2022-03-07T17:25:02Z)
• Imitation of Manipulation Skills Using Multiple Geometries [20.21868546298435]
  本稿では,座標系の辞書から最適表現を抽出し,観測された動きを表現する学習手法を提案する。 本研究では,シミュレーションおよび7軸フランカ・エミカロボットのグリーピングおよびボックスオープニングタスクに適用する。
  論文  参考訳（メタデータ） (2022-03-02T15:19:33Z)
• Sparse Quadratic Optimisation over the Stiefel Manifold with Application to Permutation Synchronisation [71.27989298860481]
  二次目的関数を最大化するスティーフェル多様体上の行列を求める非最適化問題に対処する。 そこで本研究では,支配的固有空間行列を求めるための,単純かつ効果的なスパーシティプロモーティングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-09-30T19:17:35Z)
• Regularizing Towards Permutation Invariance in Recurrent Models [26.36835670113303]
  我々は、RNNが置換不変性に対して規則化可能であることを示し、その結果、コンパクトモデルが得られることを示した。 既存のソリューションは、主に、設計によって不変な置換性を持つ仮説クラスに学習問題を限定することを提案している。 提案手法は,合成および実世界のデータセットにおける他の置換不変手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2020-10-25T07:46:51Z)
• Scalable Normalizing Flows for Permutation Invariant Densities [0.0]
  有望なアプローチは、連続正規化フローを持つ置換不変密度の族を定義する。 この手法の重要なステップであるトレースの計算が、トレーニングと推論の両方で発生する問題を提起する方法を実証する。 我々は、閉じた形跡を与える置換同変変換を定義する別の方法を提案する。
  論文  参考訳（メタデータ） (2020-10-07T07:51:30Z)
• Differentiable Causal Discovery from Interventional Data [141.41931444927184]
  本稿では、介入データを活用可能なニューラルネットワークに基づく理論的基盤化手法を提案する。 提案手法は,様々な環境下での美術品の状態と良好に比較できることを示す。
  論文  参考訳（メタデータ） (2020-07-03T15:19:17Z)
• The limits of min-max optimization algorithms: convergence to spurious non-critical sets [82.74514886461257]
  min-max最適化アルゴリズムは周期サイクルや同様の現象が存在するため、はるかに大きな問題に遭遇する。 問題のどの点も引き付けないアルゴリズムが存在することを示す。 ほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほぼほとんどである。
  論文  参考訳（メタデータ） (2020-06-16T10:49:27Z)
• A Permutation-Equivariant Neural Network Architecture For Auction Design [49.41561446069114]
  期待収益を最大化するインセンティブ互換オークションの設計は、オークションデザインの中心的な問題である。 本研究では、置換同変対称性を有するオークション設計問題を考察し、置換同変最適機構を完全に回復できるニューラルネットワークを構築する。
  論文  参考訳（メタデータ） (2020-03-02T00:37:36Z)

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。