論文の概要: Fast expansion into harmonics on the disk: a steerable basis with fast
radial convolutions
- arxiv url: http://arxiv.org/abs/2207.13674v1
- Date: Wed, 27 Jul 2022 17:40:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-28 14:09:01.315328
- Title: Fast expansion into harmonics on the disk: a steerable basis with fast
radial convolutions
- Title(参考訳): 円板上の高調波への高速膨張:高速ラジアル畳み込みを伴う制御可能な基底
- Authors: Nicholas F. Marshall, Oscar Mickelin, Amit Singer
- Abstract要約: 本稿では,ディスク上でサポートされた$[-1,1]2$上の関数を表す,デジタル化された$L×L$画像を高速かつ数値的に拡張する手法を提案する。
この係数に対角変換を適用することにより、半径関数との畳み込みを効率的に計算できることを示す。
- 参考スコア(独自算出の注目度): 6.2859996652179
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a fast and numerically accurate method for expanding digitized $L
\times L$ images representing functions on $[-1,1]^2$ supported on the disk
$\{x \in \mathbb{R}^2 : |x|<1\}$ in the harmonics (Dirichlet Laplacian
eigenfunctions) on the disk. Our method runs in $\mathcal{O}(L^2 \log L)$
operations. This basis is also known as the Fourier-Bessel basis and it has
several computational advantages: it is orthogonal, ordered by frequency, and
steerable in the sense that images expanded in the basis can be rotated by
applying a diagonal transform to the coefficients. Moreover, we show that
convolution with radial functions can also be efficiently computed by applying
a diagonal transform to the coefficients.
- Abstract(参考訳): 円板上の高調波(ディリクレラプラシアン固有関数)における$[-1,1]^2$サポートされた関数を表す数値化された$l \times l$イメージを,高速かつ数値的に拡張する手法を提案する。
我々のメソッドは$\mathcal{O}(L^2 \log L)$演算で実行される。
この基底はフーリエ・ベッセル基底としても知られており、直交的であり、周波数で順序付けられ、基底で拡張された画像は係数に対角変換を適用することで回転することができるという意味での計算上の利点がある。
さらに, 対角変換を係数に適用することにより, 放射関数との畳み込みも効率的に計算できることを示した。
関連論文リスト
- Enabling Efficient Equivariant Operations in the Fourier Basis via Gaunt
Tensor Products [16.84090726181652]
そこで本研究では, テンソル積の複雑さを加速する体系的手法を提案する。
本稿では,効率的な同変演算を行うための新しい手法として機能するGaunt Productを紹介する。
Open Catalyst Projectと3BPAデータセットの実験では、効率の向上と性能向上の両面が示されている。
論文 参考訳(メタデータ) (2024-01-18T18:57:10Z) - Fast Kernel Summation in High Dimensions via Slicing and Fourier
Transforms [0.0]
カーネルベースの手法は機械学習で多用されている。
彼らは考慮されたデータポイントの$O(N2)$複雑さに悩まされる。
近似法を提案し、この複雑さを$O(N)$に削減する。
論文 参考訳(メタデータ) (2024-01-16T10:31:27Z) - Adapting Newton's Method to Neural Networks through a Summary of
Higher-Order Derivatives [0.0]
関数 $boldsymboltheta$ に適用した勾配に基づく最適化法を考える。
このフレームワークは、勾配降下によるニューラルネットワークのトレーニングなど、多くの一般的なユースケースを含んでいる。
論文 参考訳(メタデータ) (2023-12-06T20:24:05Z) - Learning a Single Neuron with Adversarial Label Noise via Gradient
Descent [50.659479930171585]
モノトン活性化に対する $mathbfxmapstosigma(mathbfwcdotmathbfx)$ の関数について検討する。
学習者の目標は仮説ベクトル $mathbfw$ that $F(mathbbw)=C, epsilon$ を高い確率で出力することである。
論文 参考訳(メタデータ) (2022-06-17T17:55:43Z) - Orthonormal Convolutions for the Rotation Based Iterative
Gaussianization [64.44661342486434]
本稿では、画像ガウス化を可能にする回転型反復ガウス化RBIGの拡張について詳述する。
RBIGの回転は主成分分析や独立成分分析に基づくため、画像では小さな画像パッチや孤立画素に制限されている。
emphConvolutional RBIG:この問題を緩和する拡張として,RBIGの回転が畳み込みであることを示す。
論文 参考訳(メタデータ) (2022-06-08T12:56:34Z) - Hybrid Model-based / Data-driven Graph Transform for Image Coding [54.31406300524195]
予測内残差ブロックを符号化するハイブリッドモデルベース/データ駆動方式を提案する。
変換行列の最初の$K$固有ベクトルは、安定性のための非対称離散正弦変換(ADST)のような統計モデルから導かれる。
WebPをベースライン画像として使用することにより、我々のハイブリッドグラフ変換は、デフォルトの離散コサイン変換(DCT)よりもエネルギーの圧縮が良く、KLTよりも安定性がよいことを示す。
論文 参考訳(メタデータ) (2022-03-02T15:36:44Z) - An algebraic form of the Marchenko inversion. Partial waves with orbital
momentum $l\ge 0$ [0.0]
我々は、三角形の波動集合を用いて、マルテンコ方程式の核を分離可能な形で拡張する。
線型表現は任意の軌道角運動量$l$に対して有効である。
カーネルは、半径Schr"odinger方程式のポテンシャル関数を$h$-stepの精度で見つけることができる。
論文 参考訳(メタデータ) (2021-12-29T00:48:13Z) - Nearly Minimax Optimal Regret for Learning Infinite-horizon
Average-reward MDPs with Linear Function Approximation [95.80683238546499]
本論文では, 線形関数近似を用いた UCRL2 アルゴリズムの拡張として見ることのできる新しいアルゴリズム UCRL2-VTR を提案する。
Bernstein 型ボーナス付き UCRL2-VTR は $tildeO(dsqrtDT)$ の後悔を達成でき、$d$ は特徴写像の次元である。
また、一致した下界$tildeOmega(dsqrtDT)$を証明し、提案したUCRL2-VTRが対数係数の最小値であることを示す。
論文 参考訳(メタデータ) (2021-02-15T02:08:39Z) - Linear Time Sinkhorn Divergences using Positive Features [51.50788603386766]
エントロピー正則化で最適な輸送を解くには、ベクトルに繰り返し適用される$ntimes n$ kernel matrixを計算する必要がある。
代わりに、$c(x,y)=-logdotpvarphi(x)varphi(y)$ ここで$varphi$は、地上空間から正のorthant $RRr_+$への写像であり、$rll n$である。
論文 参考訳(メタデータ) (2020-06-12T10:21:40Z) - Spectral density estimation with the Gaussian Integral Transform [91.3755431537592]
スペクトル密度作用素 $hatrho(omega)=delta(omega-hatH)$ は線形応答論において中心的な役割を果たす。
スペクトル密度を近似する近似量子アルゴリズムについて述べる。
論文 参考訳(メタデータ) (2020-04-10T03:14:38Z)
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。