Fugu-MT 論文翻訳(概要): Atlas flow : compatible local structures on the manifold

論文の概要: Atlas flow : compatible local structures on the manifold

arxiv url: http://arxiv.org/abs/2210.14149v1
Date: Mon, 24 Oct 2022 07:19:48 GMT
ステータス: 処理完了
システム内更新日: 2022-10-26 13:55:01.685599
Title: Atlas flow : compatible local structures on the manifold
Title（参考訳）: アトラス流 : 多様体上の互換局所構造
Authors: Taejin Paik, Jaemin Park, Jung Ho Park
Abstract要約: 多様体の局所構造の交叉に着目し、多様体の大域構造を解析する。重なり合う局所領域に対して、局所構造が多様体の大域構造と結びつくことを保証したグルリング整合条件を課す。
参考スコア（独自算出の注目度）: 0.8594140167290099
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we focus on the intersections of a manifold's local structures to analyze the global structure of a manifold. We obtain local regions on data manifolds such as the latent space of StyleGAN2, using Mapper, a tool from topological data analysis. We impose gluing compatibility conditions on overlapping local regions, which guarantee that the local structures can be glued together to the global structure of a manifold. We propose a novel generative flow model called Atlas flow that uses compatibility to reattach the local regions. Our model shows that the generating processes perform well on synthetic dataset samples of well-known manifolds with noise. Furthermore, we investigate the style vector manifold of StyleGAN2 using our model.
Abstract（参考訳）: 本稿では,多様体の局所構造の交点に着目し,多様体の大域構造を分析する。トポロジ的データ解析のツールであるMapperを用いて,StyleGAN2の潜在空間などのデータ多様体上の局所領域を求める。我々は、局所的な構造を多様体の全体構造に結合できることを保証し、重複する局所的な領域にグルーイング相互換性条件を課す。本稿では,Atlas Flowと呼ばれる新しい生成フローモデルを提案する。本モデルでは,ノイズのあるよく知られた多様体の合成データセットにおいて,生成過程が良好に機能することを示す。さらに,本モデルを用いて,StyleGAN2のスタイルベクトル多様体について検討する。

関連論文リスト

Compressing Image-to-Image Translation GANs Using Local Density Structures on Their Learned Manifold [69.33930972652594]
GAN(Generative Adversarial Networks)は、画像から画像への変換のための複雑なデータ分散のモデル化において、顕著な成功を収めている。既存のGAN圧縮法は主に知識蒸留や畳み込み分類器の刈り取り技術に依存している。学習多様体上の元のパラメータ重モデルの密度構造を保存するために,プルーンドモデルを明示的に促すことにより,新しいアプローチを提案する。画像変換GANモデルであるPix2PixとCycleGANについて,様々なベンチマークデータセットとアーキテクチャを用いて実験を行い,本手法の有効性を実証した。
論文参考訳（メタデータ） (2023-12-22T15:43:12Z)
A Global-Local Approximation Framework for Large-Scale Gaussian Process Modeling [0.0]
本稿では,大規模ガウス過程(GP)モデリングのための新しいフレームワークを提案する。近似構築にグローバルなアプローチを併用する。 TwinGPと呼ぶ我々のフレームワークの性能は、最先端のGPモデリング手法と同等かそれ以上である。
論文参考訳（メタデータ） (2023-05-17T12:19:59Z)
Local and Global Structure Preservation Based Spectral Clustering [1.8047694351309205]
本稿では、スペクトルクラスタリングをLGPSC(Local and Global Structure Preservation Based Spectral Clustering)に拡張する。 LGPSCは、グローバル構造とローカル近隣構造の両方を同時に組み込んでいる。
論文参考訳（メタデータ） (2022-10-23T16:36:05Z)
LCPFormer: Towards Effective 3D Point Cloud Analysis via Local Context Propagation in Transformers [60.51925353387151]
本稿では,近隣地域間のメッセージパッシングを活用するために,LCP (Local Context Propagation) という新しいモジュールを提案する。隣接するローカル領域の重複点を仲介として使用した後、異なるローカルリージョンからの共有ポイントの特徴を再重み付けし、その後、次のレイヤに渡す。提案手法は, 異なるタスクに適用可能であり, 3次元形状分類や高密度予測タスクを含むベンチマークにおいて, 様々なトランスフォーマーベースの手法より優れる。
論文参考訳（メタデータ） (2022-10-23T15:43:01Z)
Learning Signal-Agnostic Manifolds of Neural Fields [50.066449953522685]
ニューラルネットワークを利用して、画像、形状、オーディオ、およびモーダル・オーディオヴィジュアル領域の基盤となる構造を捉える。 GEMの基底多様体を横切ることで、信号領域に新しいサンプルを生成できることが示される。
論文参考訳（メタデータ） (2021-11-11T18:57:40Z)
Capturing Structural Locality in Non-parametric Language Models [85.94669097485992]
非パラメトリック言語モデルに局所性情報を追加するための,単純かつ効果的なアプローチを提案する。 Javaソースコードとウィキペディアテキストという2つの異なる領域の実験では、局所性がモデルの有効性を向上させることが示されている。
論文参考訳（メタデータ） (2021-10-06T15:53:38Z)
Global Aggregation then Local Distribution for Scene Parsing [99.1095068574454]
提案手法は,エンドツーエンドのトレーニング可能なブロックとしてモジュール化され,既存のセマンティックセグメンテーションネットワークに容易に接続可能であることを示す。私たちのアプローチでは、Cityscapes、ADE20K、Pascal Context、Camvid、COCO-stuffといった主要なセマンティックセグメンテーションベンチマークに基づいて、新しい最先端の技術を構築できます。
論文参考訳（メタデータ） (2021-07-28T03:46:57Z)
State, global and local parameter estimation using local ensemble Kalman filters: applications to online machine learning of chaotic dynamics [0.0]
より系統的に、共分散ローカライゼーションまたは局所領域を持つ局所アンサンブルカルマンフィルタを使用する可能性について検討する。グローバルパラメータは代理ダイナミクスを表すことを意図しており、局所パラメータはモデルの強制力を表すのが一般的である。本稿ではより一般的に,グローバルモデルパラメータとローカルモデルパラメータの両方をオンラインで推定する上で重要な課題について論じる。
論文参考訳（メタデータ） (2021-07-23T14:12:20Z)
Multi-chart flows [0.0]
本稿では,非自明な位相的非自明な多様体演算を同時に学習するフローベースモデルを提案する。我々のモデルは、学習された座標チャートの集合を通して、局所多様体トポロジーを「グルー」することで断片的に学習する。我々は,現在の最先端技術に対して,より優れたサンプル効率,競争力,あるいは優れた性能を示す。
論文参考訳（メタデータ） (2021-06-07T10:37:06Z)
LDLE: Low Distortion Local Eigenmaps [77.02534963571597]
本稿では、低次元のデータセットの低歪み局所ビューのセットを構築し、それらを登録してグローバル埋め込みを取得するマニホールド学習技術である低歪み局所固有マップ(LDLE)を紹介します。局所ビューはグラフラプラシアンのグローバル固有ベクトルを用いて構築され、procrustes分析を用いて登録される。
論文参考訳（メタデータ） (2021-01-26T19:55:05Z)

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。