Fugu-MT 論文翻訳(概要): Diffusion Self-Organizing Map on the Hypersphere

論文の概要: Diffusion Self-Organizing Map on the Hypersphere

arxiv url: http://arxiv.org/abs/2106.00014v1
Date: Mon, 31 May 2021 16:27:50 GMT
ステータス: 処理完了
システム内更新日: 2021-06-02 14:06:24.773519
Title: Diffusion Self-Organizing Map on the Hypersphere
Title（参考訳）: ハイパースフィア上の拡散自己組織化マップ
Authors: M. Andrecut
Abstract要約: 単位超球面上の自己組織化マップの拡散に基づく実装について論じる。本手法は線形代数法のみを用いて効率よく実装できることを示すとともに, ピソンヌンピーの実装を行い, MNISTデータセットを用いたアプローチについて述べる。
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: We discuss a diffusion based implementation of the self-organizing map on the unit hypersphere. We show that this approach can be efficiently implemented using just linear algebra methods, we give a python numpy implementation, and we illustrate the approach using the well known MNIST dataset.
Abstract（参考訳）: 単位超球面上の自己組織化マップの拡散に基づく実装について論じる。我々は,この手法を線形代数法のみを用いて効率的に実装できることを示し,python numpyの実装を与え,よく知られたmnistデータセットを用いてそのアプローチを説明する。

関連論文リスト

Leray-Schauder Mappings for Operator Learning [0.6993026261767287]
結果として得られる手法は、(おそらく非線形な)作用素の普遍近似であることを示す。提案手法の有効性を2つのベンチマークデータセットで示し,その結果がアートモデルに匹敵することを示す。
論文参考訳（メタデータ） (2024-10-02T17:01:01Z)
Manifold Regularization Classification Model Based On Improved Diffusion Map [4.772398552868258]
本稿では,ラベル伝搬モデルに基づく多様体正規化の改善手法を提案する。データセット上にラベル伝搬関数を構築し、異なる時間ステップでラベルの分布を記述する。拡張ラベル伝搬関数が十分に長い時間後に安定分布に収束し、分類器として考えられることを証明した。
論文参考訳（メタデータ） (2024-03-24T08:06:34Z)
A Heat Diffusion Perspective on Geodesic Preserving Dimensionality Reduction [66.21060114843202]
熱測地線埋め込みと呼ばれるより一般的な熱カーネルベースの多様体埋め込み法を提案する。その結果,本手法は,地中真理多様体距離の保存において,既存の技術よりも優れていることがわかった。また,連続体とクラスタ構造を併用した単一セルRNAシークエンシングデータセットに本手法を適用した。
論文参考訳（メタデータ） (2023-05-30T13:58:50Z)
Approximating a RUM from Distributions on k-Slates [88.32814292632675]
与えられた分布を平均で最もよく近似するRUMを求める一般化時間アルゴリズムを求める。我々の理論的結果は、実世界のデータセットに効果的でスケール可能なものを得るという、実践的な結果も得られます。
論文参考訳（メタデータ） (2023-05-22T17:43:34Z)
Adaptive Cholesky Gaussian Processes [7.684183064816171]
本稿では,データの部分集合のみを考慮し,正確なガウス過程モデルを大規模データセットに適合させる手法を提案する。我々のアプローチは、計算オーバーヘッドが少ない正確な推論中に、サブセットのサイズがフライで選択されるという点で新しくなっています。
論文参考訳（メタデータ） (2022-02-22T09:43:46Z)
Sampling from Arbitrary Functions via PSD Models [55.41644538483948]
まず確率分布をモデル化し,そのモデルからサンプリングする。これらのモデルでは, 少数の評価値を用いて, 高精度に多数の密度を近似することが可能であることが示され, それらのモデルから効果的にサンプルする簡単なアルゴリズムが提示される。
論文参考訳（メタデータ） (2021-10-20T12:25:22Z)
DPFM: Deep Partial Functional Maps [28.045544079256686]
我々は、潜在的に有意な部分性を有する非剛体形状間の密接な対応を計算することの問題を考察する。部分的な非剛体形状対応を直接目的とする初等学習手法を提案する。我々のアプローチは関数マップフレームワークを使用し、教師なしまたは教師なしの方法で訓練し、データから直接記述子を学習する。
論文参考訳（メタデータ） (2021-10-19T14:05:37Z)
Local versions of sum-of-norms clustering [77.34726150561087]
本手法はボールモデルにおいて任意に閉じた球を分離できることを示す。我々は、不連結連結集合のクラスタリングで発生する誤差に定量的な有界性を証明した。
論文参考訳（メタデータ） (2021-09-20T14:45:29Z)
Model Fusion with Kullback--Leibler Divergence [58.20269014662046]
異種データセットから学習した後続分布を融合する手法を提案する。我々のアルゴリズムは、融合モデルと個々のデータセット後部の両方に対する平均場仮定に依存している。
論文参考訳（メタデータ） (2020-07-13T03:27:45Z)
Evaluating the Disentanglement of Deep Generative Models through Manifold Topology [66.06153115971732]
本稿では,生成モデルのみを用いた乱れの定量化手法を提案する。複数のデータセットにまたがるいくつかの最先端モデルを実証的に評価する。
論文参考訳（メタデータ） (2020-06-05T20:54:11Z)

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。