Fugu-MT 論文翻訳(概要): Data-driven intrinsic localized mode detection and classification in one-dimensional crystal lattice model

論文の概要: Data-driven intrinsic localized mode detection and classification in one-dimensional crystal lattice model

arxiv url: http://arxiv.org/abs/2110.12870v1
Date: Fri, 15 Oct 2021 16:15:06 GMT
ステータス: 処理完了
システム内更新日: 2021-11-01 09:02:19.140095
Title: Data-driven intrinsic localized mode detection and classification in one-dimensional crystal lattice model
Title（参考訳）: 1次元結晶格子モデルにおけるデータ駆動型固有局所モードの検出と分類
Authors: J\=anis Baj\=ars and Filips Kozirevs
Abstract要約: 本稿では,一次元結晶格子波を分類する支援ベクトルマシン分類アルゴリズムを提案する。粒子変位,モータ,エネルギー密度の3つの異なる学習データセットを考察した。分類アルゴリズムの効率は、2つの次元削減技術によりさらに改善される。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work we propose Support Vector Machine classification algorithms to classify one-dimensional crystal lattice waves from locally sampled data. Three different learning datasets of particle displacements, momenta and energy density values are considered. Efficiency of the classification algorithms are further improved by two dimensionality reduction techniques: Principal Component Analysis and Locally Linear Embedding. Robustness of classifiers are investigated and demonstrated. Developed algorithms are successfully applied to detect localized intrinsic modes in three numerical simulations considering a case of two localized stationary breather solutions, a single stationary breather solution in noisy background and two mobile breather collision.
Abstract（参考訳）: 本研究では,局所サンプルデータから1次元結晶格子波を分類するサポートベクターマシン分類アルゴリズムを提案する。粒子変位,モータ,エネルギー密度の3つの異なる学習データセットを考察した。分類アルゴリズムの効率は、主成分分析と局所線形埋め込みの2次元化によってさらに向上している。分類器のロバスト性を調査し,実証した。 2つの局所定常呼吸解,1つの定常呼吸解,および2つの移動呼吸衝突を考慮した3つの数値シミュレーションにおいて,局所固有モードを検出するアルゴリズムの開発に成功した。

関連論文リスト

Hyperspectral Band Selection based on Generalized 3DTV and Tensor CUR Decomposition [8.812294191190896]
ハイパースペクトルイメージングはリモートセンシングにおいて重要な技術である。高次元とデータボリュームは、重大な計算上の課題を生じさせる。データを低ランクで滑らかな成分とスパース成分に分解することで,新しいスペクトル帯域選択モデルを提案する。
論文参考訳（メタデータ） (2024-05-02T02:23:38Z)
Linear Anchored Gaussian Mixture Model for Location and Width Computations of Objects in Thick Line Shape [1.7205106391379021]
3次元画像グレーレベル表現は、統計分布の有限混合モデルであると考えられている。入力データとして元の画像を用いた期待最大化アルゴリズム(Algo1)を用いてモデルパラメータを推定する。修正EMアルゴリズム(Algo2)について詳述する。
論文参考訳（メタデータ） (2024-04-03T20:05:00Z)
Diffusion-based 3D Object Detection with Random Boxes [58.43022365393569]
既存のアンカーベースの3D検出方法は、アンカーの実証的な設定に依存しており、アルゴリズムはエレガンスを欠いている。提案するDiff3Detは,検出ボックスを生成対象として考慮し,拡散モデルから3次元オブジェクト検出のための提案生成へ移行する。推論段階では、モデルは予測結果にランダムボックスのセットを徐々に洗練する。
論文参考訳（メタデータ） (2023-09-05T08:49:53Z)
Score-based Diffusion Models in Function Space [140.792362459734]
拡散モデルは、最近、生成モデリングの強力なフレームワークとして登場した。本稿では,関数空間における拡散モデルをトレーニングするためのDDO(Denoising Diffusion Operators)という,数学的に厳密なフレームワークを提案する。データ解像度に依存しない固定コストで、対応する離散化アルゴリズムが正確なサンプルを生成することを示す。
論文参考訳（メタデータ） (2023-02-14T23:50:53Z)
Detecting Rotated Objects as Gaussian Distributions and Its 3-D Generalization [81.29406957201458]
既存の検出方法は、パラメータ化バウンディングボックス(BBox)を使用して(水平)オブジェクトをモデル化し、検出する。このような機構は回転検出に有効な回帰損失を構築するのに基本的な限界があると主張する。回転した物体をガウス分布としてモデル化することを提案する。 2次元から3次元へのアプローチを、方向推定を扱うアルゴリズム設計により拡張する。
論文参考訳（メタデータ） (2022-09-22T07:50:48Z)
A DeepParticle method for learning and generating aggregation patterns in multi-dimensional Keller-Segel chemotaxis systems [3.6184545598911724]
ケラー・セガル (KS) ケモタキシー系の2次元および3次元における凝集パターンと近傍特異解の正則化相互作用粒子法について検討した。さらに,物理パラメータの異なる解を学習し,生成するためのDeepParticle (DP) 法を開発した。
論文参考訳（メタデータ） (2022-08-31T20:52:01Z)
Tracking perovskite crystallization via deep learning-based feature detection on 2D X-ray scattering data [137.47124933818066]
本稿では,より高速なR-CNN深層学習アーキテクチャに基づくX線回折画像の自動解析パイプラインを提案する。有機-無機ペロブスカイト構造の結晶化をリアルタイムに追跡し, 2つの応用で検証した。
論文参考訳（メタデータ） (2022-02-22T15:39:00Z)
Roadside Lidar Vehicle Detection and Tracking Using Range And Intensity Background Subtraction [0.0]
本稿では,2つの教師なし学習アルゴリズムを組み合わせた道路側LiDAR物体検出手法を提案する。この手法は商用トラフィックデータ収集プラットフォームに対して検証された。
論文参考訳（メタデータ） (2022-01-13T00:54:43Z)
NuSPAN: A Proximal Average Network for Nonuniform Sparse Model -- Application to Seismic Reflectivity Inversion [23.080395291046408]
我々は, 地震データの高分解能回復の観点から, 近位脱畳の問題を解く。凸と非一様シグナライザの組み合わせを用いる。結果として生じるスパースネットワークアーキテクチャは、データ駆動方式で取得できる。
論文参考訳（メタデータ） (2021-05-01T04:33:02Z)
Dense Non-Rigid Structure from Motion: A Manifold Viewpoint [162.88686222340962]
Non-Rigid Structure-from-Motion (NRSfM) 問題は、複数のフレームにまたがる2次元特徴対応から変形物体の3次元形状を復元することを目的としている。提案手法は,ノイズに対する精度,スケーラビリティ,堅牢性を大幅に向上させる。
論文参考訳（メタデータ） (2020-06-15T09:15:54Z)
Cylindrical Convolutional Networks for Joint Object Detection and Viewpoint Estimation [76.21696417873311]
3次元空間で定義された畳み込みカーネルの円筒形表現を利用する学習可能なモジュールである円筒型畳み込みネットワーク(CCN)を導入する。 CCNはビュー固有の畳み込みカーネルを通してビュー固有の特徴を抽出し、各視点におけるオブジェクトカテゴリスコアを予測する。本実験は,円柱状畳み込みネットワークが関節物体の検出と視点推定に与える影響を実証する。
論文参考訳（メタデータ） (2020-03-25T10:24:58Z)

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。