論文の概要: Fixed-point iterations for several dissimilarity measure barycenters in the Gaussian case

• arxiv url: http://arxiv.org/abs/2205.04806v1
• Date: Tue, 10 May 2022 11:12:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-12 20:56:22.968460
• Title: Fixed-point iterations for several dissimilarity measure barycenters in the Gaussian case
• Title（参考訳）: ガウスの場合のいくつかの相似測度バリ中心に対する固定点反復
• Authors: Alessandro D'Ortenzio, Costanzo Manes, Umut Orguner
• Abstract要約: 目標追跡とセンサ融合の文脈では、多数のガウス密度を扱うことは珍しくない。 FPI(Fixed-Point Iterations)は、いくつかの異なる尺度に従って、バリセンタの計算を行う。
• 参考スコア（独自算出の注目度）: 69.9674326582747
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In target tracking and sensor fusion contexts it is not unusual to deal with a large number of Gaussian densities that encode the available information (multiple hypotheses), as in applications where many sensors, affected by clutter or multimodal noise, take measurements on the same scene. In such cases reduction procedures must be implemented, with the purpose of limiting the computational load. In some situations it is required to fuse all available information into a single hypothesis, and this is usually done by computing the barycenter of the set. However, such computation strongly depends on the chosen dissimilarity measure, and most often it must be performed making use of numerical methods, since in very few cases the barycenter can be computed analytically. Some issues, like the constraint on the covariance, that must be symmetric and positive definite, make it hard the numerical computation of the barycenter of a set of Gaussians. In this work, Fixed-Point Iterations (FPI) are presented for the computation of barycenters according to several dissimilarity measures, making up a useful toolbox for fusion/reduction of Gaussian sets in applications where specific dissimilarity measures are required.
• Abstract（参考訳）: 目標追跡とセンサフュージョンの文脈では、多くのセンサが乱れやマルチモーダルノイズの影響を受けながら同じ場面で測定を行うように、利用可能な情報を符号化する多数のガウス密度(多重仮説)を扱うことは珍しくない。 このような場合、計算負荷を制限するため、削減手順を実施しなければならない。 いくつかの状況では、利用可能な全ての情報を単一の仮説に融合させることが求められ、通常は集合のバリ中心を計算することによって行われる。 しかし、そのような計算は選択された異質性尺度に強く依存しており、非常に少ない場合では解析的にバリセンタを計算できるため、しばしば数値的手法を用いて行う必要がある。 共変性の制約のような、対称で正定値でなければならないいくつかの問題は、ガウス群の集合のバリ中心の数値計算を困難にする。 本研究では,いくつかの相似性尺度に従って,バリセンタの計算にFPI(Fixed-Point Iterations)を適用し,特定の相似性尺度を必要とするアプリケーションにおいてガウス集合の融合・縮小のための有用なツールボックスを構成する。

関連論文リスト

• Semiparametric conformal prediction [79.6147286161434]
  リスクに敏感なアプリケーションは、複数の、潜在的に相関したターゲット変数に対して、よく校正された予測セットを必要とする。 スコアをランダムなベクトルとして扱い、それらの連接関係構造を考慮した予測セットを構築することを目的とする。 実世界のレグレッション問題に対して,所望のカバレッジと競争効率について報告する。
  論文  参考訳（メタデータ） (2024-11-04T14:29:02Z)
• A Fourier Approach to the Parameter Estimation Problem for One-dimensional Gaussian Mixture Models [21.436254507839738]
  一次元ガウス混合モデルにおけるパラメータ推定のための新しいアルゴリズムを提案する。 本アルゴリズムは,EMアルゴリズムと比較して,確率,AIC,BICのスコアがよいことを示す。
  論文  参考訳（メタデータ） (2024-04-19T03:53:50Z)
• Posterior Contraction Rates for Mat\'ern Gaussian Processes on Riemannian Manifolds [51.68005047958965]
  我々は,本質的なガウス過程が実際により優れた性能を発揮することを示す。 我々の研究は、データ効率の異なるレベルを区別するために、よりきめ細かい分析が必要であることを示している。
  論文  参考訳（メタデータ） (2023-09-19T20:30:58Z)
• FunQuant: A R package to perform quantization in the context of rare events and time-consuming simulations [0.0]
  量子化は離散近似を計算することによって連続分布を要約する。 データ量子化の広く採用されている方法の1つにロイドのアルゴリズムがあり、このアルゴリズムは空間を「ボロノ」セルに分割し、クラスターとして見ることができる。
  論文  参考訳（メタデータ） (2023-08-18T08:34:45Z)
• Beyond EM Algorithm on Over-specified Two-Component Location-Scale Gaussian Mixtures [29.26015093627193]
  負の対数様関数の曲率を効率的に探索するために,指数位置更新法(ELU)アルゴリズムを開発した。 ELUアルゴリズムは、対数的な反復数の後、モデルの最終的な統計的半径に収束することを示した。
  論文  参考訳（メタデータ） (2022-05-23T06:49:55Z)
• 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)
• Bayesian Quadrature on Riemannian Data Manifolds [79.71142807798284]
  データに固有の非線形幾何学構造をモデル化する原則的な方法が提供される。 しかし、これらの演算は通常計算的に要求される。 特に、正規法則上の積分を数値計算するためにベイズ二次(bq)に焦点を当てる。 先行知識と活発な探索手法を両立させることで,BQは必要な評価回数を大幅に削減できることを示す。
  論文  参考訳（メタデータ） (2021-02-12T17:38:04Z)
• Resource-efficient adaptive Bayesian tracking of magnetic fields with a quantum sensor [0.0]
  単一スピン量子センサは、磁場のナノスケールマッピングを提供する。 磁場が急速に変化する可能性があるアプリケーションでは、全センシング時間を最小化しなければならない。 本稿では,近似ベイズ推定手法を実装することにより,計算速度の問題に対処する。
  論文  参考訳（メタデータ） (2020-08-20T11:04:09Z)
• Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
  局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。 本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。 実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
  論文  参考訳（メタデータ） (2020-07-20T12:07:48Z)

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。