論文の概要: Unrolled algorithms for group synchronization
- arxiv url: http://arxiv.org/abs/2207.09418v1
- Date: Tue, 19 Jul 2022 17:25:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-20 14:38:16.464947
- Title: Unrolled algorithms for group synchronization
- Title(参考訳): グループ同期のための未ロールアルゴリズム
- Authors: Noam Janco and Tamir Bendory
- Abstract要約: 群同期問題は、そのペア比のノイズ測定から群要素の集合を推定することを含む。
群要素を推定する標準的な方法は、線形および非線形作用素を反復的に適用することに基づいている。
深層ニューラルネットワークと構造的類似性により、我々はアルゴリズムのアンロールの概念を採用した。
- 参考スコア(独自算出の注目度): 7.969977930633441
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The group synchronization problem involves estimating a collection of group
elements from noisy measurements of their pairwise ratios. This task is a key
component in many computational problems, including the molecular
reconstruction problem in single-particle cryo-electron microscopy (cryo-EM).
The standard methods to estimate the group elements are based on iteratively
applying linear and non-linear operators. Motivated by the structural
similarity to deep neural networks, we adopt the concept of algorithm
unrolling, where training data is used to optimize the algorithm. We design
unrolled algorithms for several group synchronization instances, including
synchronization over the group of 3-D rotations: the synchronization problem in
cryo-EM. We also apply a similar approach to the multi-reference alignment
problem. We show by numerical experiments that the unrolling strategy
outperforms existing synchronization algorithms in a wide variety of scenarios.
- Abstract(参考訳): 群同期問題は、そのペア比のノイズ測定から群要素の集合を推定することを含む。
この課題は、単粒子核電子顕微鏡(cryo-em)における分子再構成問題を含む多くの計算問題において重要な要素である。
群要素を推定する標準的な方法は、線形および非線形作用素を反復的に適用することに基づいている。
ディープニューラルネットワークの構造的類似性に動機づけられ、アルゴリズムの最適化にトレーニングデータを使用するアルゴリズムの展開という概念を採用する。
我々は,3次元回転群上での同期を含む,いくつかのグループ同期インスタンスに対するアンロールアルゴリズムを設計する。
また,マルチリファレンスアライメント問題にも同様のアプローチを適用する。
数値実験により, ロールング戦略が既存の同期アルゴリズムよりも多種多様なシナリオにおいて優れていることを示す。
関連論文リスト
- Efficient Detection of Long Consistent Cycles and its Application to Distributed Synchronization [16.017134759593333]
グループ同期は、SfM(Structure from Motion)のグローバルパイプラインにおいて重要な役割を果たす
サイクル同期はこれらの課題に対処するのに有効である。
3から6までの長さの周期からの情報を活用するグループ同期アルゴリズムを提案する。
論文 参考訳(メタデータ) (2024-07-05T05:19:53Z) - An Efficient Algorithm for Clustered Multi-Task Compressive Sensing [60.70532293880842]
クラスタ化マルチタスク圧縮センシングは、複数の圧縮センシングタスクを解決する階層モデルである。
このモデルに対する既存の推論アルゴリズムは計算コストが高く、高次元ではうまくスケールしない。
本稿では,これらの共分散行列を明示的に計算する必要をなくし,モデル推論を大幅に高速化するアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-09-30T15:57:14Z) - Multi-Frequency Joint Community Detection and Phase Synchronization [22.683901672480353]
本稿では, 相対位相をもつテクスト確率ブロックモデルにおける共同コミュニティ検出と位相同期問題について検討する。
本稿では,その最大推定値(MLE)の定式化を精査し,テキストマルチ周波数構造を示す。
MLEの定式化を利用して、複数の周波数にまたがる情報から得られる2つの単純かつ効率的なアルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-06-16T23:08:27Z) - First-Order Algorithms for Nonlinear Generalized Nash Equilibrium
Problems [88.58409977434269]
非線形一般化ナッシュ均衡問題(NGNEP)における平衡計算の問題を考える。
我々の貢献は、2次ペナルティ法と拡張ラグランジアン法に基づく2つの単純な一階アルゴリズムフレームワークを提供することである。
これらのアルゴリズムに対する漸近的理論的保証を提供する。
論文 参考訳(メタデータ) (2022-04-07T00:11:05Z) - A Spectral Method for Joint Community Detection and Orthogonal Group
Synchronization [20.413250472034143]
我々は、スペクトル分解ステップとブロックワイドカラムピボットQR因子分解(CPQR)からなる単純なアルゴリズムを提案する。
提案アルゴリズムは効率的で,データ点数に応じて線形にスケールする。
また、最近開発されたLeft-one-out技術を利用して、クラスタメンバシップの正確なリカバリをほぼ最適に保証する。
論文 参考訳(メタデータ) (2021-12-25T07:38:14Z) - Learning Iterative Robust Transformation Synchronization [71.73273007900717]
グラフニューラルネットワーク(GNN)を用いて変換同期を学習することを提案する。
本研究では、ロバストな損失関数のハンドクラフトを回避するとともに、グラフニューラルネットワーク(GNN)を用いて変換同期を学習することを提案する。
論文 参考訳(メタデータ) (2021-11-01T07:03:14Z) - Sparse Quadratic Optimisation over the Stiefel Manifold with Application
to Permutation Synchronisation [71.27989298860481]
二次目的関数を最大化するスティーフェル多様体上の行列を求める非最適化問題に対処する。
そこで本研究では,支配的固有空間行列を求めるための,単純かつ効果的なスパーシティプロモーティングアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-09-30T19:17:35Z) - On the Robustness of Multi-View Rotation Averaging [77.09542018140823]
解法に$epsilon$-cycle整合項を導入する。
重み低減による誤測定の負の効果を暗黙的に抑制する。
実験の結果,提案手法は様々なベンチマークで芸術の状況よりも優れていた。
論文 参考訳(メタデータ) (2021-02-09T05:47:37Z) - Determinantal consensus clustering [77.34726150561087]
本稿では,クラスタリングアルゴリズムのランダム再起動における決定点プロセス (DPP) の利用を提案する。
DPPは部分集合内の中心点の多様性を好んでいる。
DPPとは対照的に、この手法は多様性の確保と、すべてのデータフェースについて良好なカバレッジを得るために失敗することを示す。
論文 参考訳(メタデータ) (2021-02-07T23:48:24Z) - Near-Optimal Performance Bounds for Orthogonal and Permutation Group
Synchronization via Spectral Methods [0.7614628596146599]
グループ同期は、それぞれの測定値からグループ要素を復元することを要求する。
スペクトル法は 効率と利便性で 大人気でした
ランダムな乱れの下での置換群同期では、広く使われている2段階の手順がすべての群要素を正確に復元できることが示される。
論文 参考訳(メタデータ) (2020-08-12T14:20:16Z) - Message Passing Least Squares Framework and its Application to Rotation
Synchronization [16.650654530240566]
まず,測定されたグループ比の劣化レベルを推定する理論的に保証されたメッセージパッシングアルゴリズムについて述べる。
次に, グループ要素を推定する新たな最小二乗法を提案し, そこでは, 推定汚職レベルを用いて重みを反復的に更新する。
合成データと実データの両方を用いた回転同期の最先端手法よりも優れた性能を示す。
論文 参考訳(メタデータ) (2020-07-27T15:39:19Z)
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。