論文の概要: Manifold-aligned Neighbor Embedding
- arxiv url: http://arxiv.org/abs/2205.11257v1
- Date: Thu, 19 May 2022 23:56:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-06 01:39:51.348250
- Title: Manifold-aligned Neighbor Embedding
- Title(参考訳): Manifold-aligned Neighbor Embedding
- Authors: Mohammad Tariqul Islam, Jason W. Fleischer
- Abstract要約: 多様体アライメントのための隣接埋め込みフレームワークを提案する。
我々のアルゴリズムは、データセット全体の埋め込みに視覚的に競合する整列多様体を学習できることを示す。
- 参考スコア(独自算出の注目度): 2.8529475140229263
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we introduce a neighbor embedding framework for manifold
alignment. We demonstrate the efficacy of the framework using a
manifold-aligned version of the uniform manifold approximation and projection
algorithm. We show that our algorithm can learn an aligned manifold that is
visually competitive to embedding of the whole dataset.
- Abstract(参考訳): 本稿では,多様体アライメントのための隣接埋め込みフレームワークを提案する。
本研究では,一様多様体近似および投影アルゴリズムの多様体整列版を用いたフレームワークの有効性を示す。
我々のアルゴリズムは、データセット全体の埋め込みに視覚的に競合する整列多様体を学習できることを示す。
関連論文リスト
- Efficient Fairness-Performance Pareto Front Computation [51.558848491038916]
最適公正表現はいくつかの有用な構造特性を持つことを示す。
そこで,これらの近似問題は,凹凸プログラミング法により効率的に解けることを示す。
論文 参考訳(メタデータ) (2024-09-26T08:46:48Z) - Boundary Detection Algorithm Inspired by Locally Linear Embedding [8.259071011958254]
本稿では,広く使用されている局所的線形埋め込みアルゴリズムにインスパイアされた境界点検出手法を提案する。
本手法は,2つの近傍探索スキーム($epsilon$-radius ball scheme)と$K$-nearest neighbor scheme($K$-nearest neighbor scheme)を用いて実装する。
論文 参考訳(メタデータ) (2024-06-26T16:05:57Z) - Multiway Point Cloud Mosaicking with Diffusion and Global Optimization [74.3802812773891]
マルチウェイポイントクラウドモザイクのための新しいフレームワーク(水曜日)を紹介する。
我々のアプローチの核心は、重複を識別し、注意点を洗練する学習されたペアワイズ登録アルゴリズムODINである。
4つの多種多様な大規模データセットを用いて、我々の手法は、全てのベンチマークにおいて大きなマージンで、最先端のペアとローテーションの登録結果を比較した。
論文 参考訳(メタデータ) (2024-03-30T17:29:13Z) - Handbook on Leveraging Lines for Two-View Relative Pose Estimation [82.72686460985297]
本稿では,画像ペア間の相対的なポーズを,点,線,およびそれらの一致をハイブリッド方式で共同で推定する手法を提案する。
我々のハイブリッドフレームワークは、すべての構成の利点を組み合わせて、挑戦的な環境で堅牢で正確な見積もりを可能にします。
論文 参考訳(メタデータ) (2023-09-27T21:43:04Z) - Linearization Algorithms for Fully Composite Optimization [61.20539085730636]
本稿では,完全合成最適化問題を凸コンパクト集合で解くための一階アルゴリズムについて検討する。
微分可能および非微分可能を別々に扱い、滑らかな部分のみを線形化することで目的の構造を利用する。
論文 参考訳(メタデータ) (2023-02-24T18:41:48Z) - Graph Encoder Ensemble for Simultaneous Vertex Embedding and Community Detection [16.743897700396218]
本稿では, 埋め込み, コミュニティ検出, コミュニティサイズ決定のための新しい, 計算効率の良い手法を提案する。
本手法では,正規化された1ホットグラフエンコーダと階数に基づくクラスタサイズ測定を利用する。
広範にシミュレーションを行い,提案したグラフエンコーダアンサンブルアルゴリズムの優れた数値性能を示す。
論文 参考訳(メタデータ) (2023-01-18T14:49:43Z) - Learning Canonical Embedding for Non-rigid Shape Matching [36.85782408336389]
本稿では,非剛体形状マッチングのための標準埋め込みを学習する新しいフレームワークを提供する。
我々のフレームワークはエンドツーエンドで訓練されており、一般的に使用されているLaplace-Beltramiベースに関連する不安定性と制約を回避する。
論文 参考訳(メタデータ) (2021-10-06T18:09:13Z) - Modelling Neighbor Relation in Joint Space-Time Graph for Video
Correspondence Learning [53.74240452117145]
本稿では、ラベルなしビデオから信頼できる視覚対応を学習するための自己教師付き手法を提案する。
接続時空間グラフでは,ノードがフレームからサンプリングされたグリッドパッチであり,2種類のエッジによってリンクされる。
学習した表現は、様々な視覚的タスクにおいて最先端の自己監督手法よりも優れています。
論文 参考訳(メタデータ) (2021-09-28T05:40:01Z) - Unsupervised Embedding of Hierarchical Structure in Euclidean Space [30.507049058838025]
我々は、集約アルゴリズムによって生成される階層的クラスタリングを改善する方法として、ユークリッド空間にデータの非線形埋め込みを学習することを検討する。
遅延空間埋め込みの再スケーリングはデンドログラムの純度とモーゼリー・ワングのコスト関数の改善をもたらすことを示す。
論文 参考訳(メタデータ) (2020-10-30T03:57:09Z) - Deep Shells: Unsupervised Shape Correspondence with Optimal Transport [52.646396621449]
本稿では,3次元形状対応のための教師なし学習手法を提案する。
提案手法は,複数のデータセット上での最先端技術よりも大幅に改善されていることを示す。
論文 参考訳(メタデータ) (2020-10-28T22:24:07Z)
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。