論文の概要: On a realization of motion and similarity group equivalence classes of
labeled points in $\mathbb R^k$ with applications to computer vision
- arxiv url: http://arxiv.org/abs/2103.12980v1
- Date: Wed, 24 Mar 2021 04:25:12 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-25 13:47:03.412802
- Title: On a realization of motion and similarity group equivalence classes of
labeled points in $\mathbb R^k$ with applications to computer vision
- Title(参考訳): a realization of motion and similarity group equivalence class of labeled points in $\mathbb r^k$とそのコンピュータビジョンへの応用について
- Authors: Steven B. Damelin, David L. Ragozin and Michael Werman
- Abstract要約: 我々は、$mathbb Rk, kgeq 1$ のラベル付き点 $ngeq 1$ の運動および類似群同値類を計算可能な計量を持つ計量空間として研究する。
- 参考スコア(独自算出の注目度): 0.8508198765617195
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study a realization of motion and similarity group equivalence classes of
$n\geq 1$ labeled points in $\mathbb R^k,\, k\geq 1$ as a metric space with a
computable metric. Our study is motivated by applications in computer vision.
- Abstract(参考訳): n\geq 1$ラベル付き点の運動同値類と類似性群同値類を、計算可能な計量を持つ計量空間として、$\mathbb r^k,\,k\geq 1$ で実現する。
我々の研究はコンピュータビジョンの応用に動機づけられている。
関連論文リスト
- $f$-MICL: Understanding and Generalizing InfoNCE-based Contrastive
Learning [37.45319637345343]
対照的に学習において、広く適応された目的関数はInfoNCEであり、表現比較にガウスコサイン類似性を用いる。
本稿では,(1)KLをベースとした目的を超えることができるか,という2つの興味深い疑問に答えることを目的とする。
比較学習におけるKLに基づく相互情報を$f$-Mutual Information in Contrastive Learning(f$-MICL)に、$f$-divergencesを用いて一般化することで、回答を提供する。
論文 参考訳(メタデータ) (2024-02-15T17:57:54Z) - Statistical learning on measures: an application to persistence diagrams [0.0]
有限次元ユークリッド空間にデータを持つ代わりに、コンパクト空間 $mathcalX$ の測度を観測するバイナリ教師付き学習分類問題を考える。
当社のフレームワークは,私たちが対処可能な入力データに対して,より柔軟性と多様性を実現しています。
このようなフレームワークは多くの可能なアプリケーションを持っていますが、この作業は永続図と呼ばれるトポロジ的記述子によるデータの分類に強く重点を置いています。
論文 参考訳(メタデータ) (2023-03-15T09:01:37Z) - 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) - Multi-Task Imitation Learning for Linear Dynamical Systems [50.124394757116605]
線形システム上での効率的な模倣学習のための表現学習について検討する。
学習対象ポリシーによって生成された軌道上の模倣ギャップは、$tildeOleft(frack n_xHN_mathrmshared + frack n_uN_mathrmtargetright)$で制限されている。
論文 参考訳(メタデータ) (2022-12-01T00:14:35Z) - Algebraic Aspects of Boundaries in the Kitaev Quantum Double Model [77.34726150561087]
我々は、Ksubseteq G$ の部分群に基づく境界の体系的な扱いを、バルクの Kokuev 量子倍 D(G)$ モデルで提供する。
境界サイトは$*$-subalgebra $Xisubseteq D(G)$の表現であり、その構造を強い$*$-準ホップ代数として説明する。
治療の応用として、水平方向の$K=G$と垂直方向の$K=e$に基づく境界付きパッチを調査し、量子コンピュータでどのように使用できるかを示す。
論文 参考訳(メタデータ) (2022-08-12T15:05:07Z) - Attributable Visual Similarity Learning [90.69718495533144]
本稿では、画像間のより正確で説明可能な類似度測定のための帰属的視覚類似度学習(AVSL)フレームワークを提案する。
人間の意味的類似性認知に動機づけられた2つの画像とグラフとの類似性を表現するために,一般化された類似性学習パラダイムを提案する。
CUB-200-2011、Cars196、Stanford Online Productsデータセットの実験は、既存の深い類似性学習方法よりも大幅に改善されたことを示している。
論文 参考訳(メタデータ) (2022-03-28T17:35:31Z) - Adaptive Poincar\'e Point to Set Distance for Few-Shot Classification [30.84627437310717]
我々は,学習した集合に関連付けられた点と集合の間の距離を特徴付けるために,文脈対応の双曲的計量を学習する。
実験によって,このような測定値が外接点の存在下で得られることが示され,ベースラインモデルよりも明確な改善が達成される。
論文 参考訳(メタデータ) (2021-12-03T05:08:11Z) - Weakly Supervised Contrastive Learning [68.47096022526927]
この問題に対処するために,弱教師付きコントラスト学習フレームワーク(WCL)を導入する。
WCLはResNet50を使用して65%と72%のImageNet Top-1の精度を実現している。
論文 参考訳(メタデータ) (2021-10-10T12:03:52Z) - Deep Relational Metric Learning [84.95793654872399]
本稿では,画像クラスタリングと検索のためのディープリレーショナルメトリック学習フレームワークを提案する。
我々は、クラス間分布とクラス内分布の両方をモデル化するために、異なる側面から画像を特徴付ける特徴のアンサンブルを学ぶ。
広く使われているCUB-200-2011、Cars196、Stanford Online Productsデータセットの実験は、我々のフレームワークが既存の深層学習方法を改善し、非常に競争力のある結果をもたらすことを示した。
論文 参考訳(メタデータ) (2021-08-23T09:31:18Z) - A Weighted Quiver Kernel using Functor Homology [10.279748604797911]
我々のモデルは、有向グラフ $Q$ であり、集合 $Q_1$ の矢印に対して $w$ の重み関数 $Q$ を備える。
W$ がベクトル空間 $M$ 上の表現を備えるとき、ホモロジー代数の標準的な方法により、ホモロジー群 $H_*(Q,w;M)$ を定義できる。
論文 参考訳(メタデータ) (2020-09-27T19:35:28Z) - Batch Decorrelation for Active Metric Learning [21.99577268213412]
本稿では,三重項に基づく類似度評価を行い,距離指標のパラメトリックモデルを学習するためのアクティブな学習戦略を提案する。
クラスベースの学習における先行研究とは対照的に、オブジェクト間の(異なる)相似性のエム度を表現するエムメトリクスに焦点を当てる。
論文 参考訳(メタデータ) (2020-05-20T12:47:48Z)
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。