論文の概要: Quaternion Backpropagation
- arxiv url: http://arxiv.org/abs/2212.13082v1
- Date: Mon, 26 Dec 2022 10:56:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-27 14:59:15.933180
- Title: Quaternion Backpropagation
- Title(参考訳): 四元系バックプロパゲーション
- Authors: Johannes P\"oppelbaum, Andreas Schwung
- Abstract要約: 製品とチェーンルールは、四元数バックプロパゲーションを保たないことを示す。
得られた四元数バックプロパゲーションの機能について実験的に検証した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Quaternion valued neural networks experienced rising popularity and interest
from researchers in the last years, whereby the derivatives with respect to
quaternions needed for optimization are calculated as the sum of the partial
derivatives with respect to the real and imaginary parts. However, we can show
that product- and chain-rule does not hold with this approach. We solve this by
employing the GHRCalculus and derive quaternion backpropagation based on this.
Furthermore, we experimentally prove the functionality of the derived
quaternion backpropagation.
- Abstract(参考訳): 四元数重畳ニューラルネットワークは、過去数年間、研究者から人気と関心が高まり、最適化に必要な四元数に対する微分は、実部と虚部に関する偏微分の和として計算される。
しかし、製品とチェーンルールがこのアプローチを保たないことを示すことはできる。
我々は、ghr計算とそれに基づく四元系バックプロパゲーションを用いることにより、これを解決する。
さらに, 四元系バックプロパゲーションの機能を実験的に証明した。
関連論文リスト
- On the Matrix Form of the Quaternion Fourier Transform and Quaternion
Convolution [7.860834920755341]
フーリエ変換および畳み込み演算の四元数版行列形式について検討する。
四元数(英語版)は強力な表現単位を提供するが、それらは四元数乗算の非可換性から最も遠ざかるそれらの使用の困難に関係している。
論文 参考訳(メタデータ) (2023-07-04T17:28:58Z) - Promises and Pitfalls of the Linearized Laplace in Bayesian Optimization [73.80101701431103]
線形化ラプラス近似(LLA)はベイズニューラルネットワークの構築に有効で効率的であることが示されている。
ベイズ最適化におけるLLAの有用性について検討し,その性能と柔軟性を強調した。
論文 参考訳(メタデータ) (2023-04-17T14:23:43Z) - Data-Driven Influence Functions for Optimization-Based Causal Inference [105.5385525290466]
統計的汎関数に対するガトー微分を有限差分法で近似する構成的アルゴリズムについて検討する。
本研究では,確率分布を事前知識がないが,データから推定する必要がある場合について検討する。
論文 参考訳(メタデータ) (2022-08-29T16:16:22Z) - Learning Dynamical Systems via Koopman Operator Regression in
Reproducing Kernel Hilbert Spaces [52.35063796758121]
動的システムの有限データ軌跡からクープマン作用素を学ぶためのフレームワークを定式化する。
リスクとクープマン作用素のスペクトル分解の推定を関連付ける。
以上の結果から,RRRは他の広く用いられている推定値よりも有益である可能性が示唆された。
論文 参考訳(メタデータ) (2022-05-27T14:57:48Z) - Entanglement dynamics of spins using a few complex trajectories [77.34726150561087]
2つのスピンが最初にコヒーレント状態の積として準備され、その絡み合いのダイナミクスを研究する。
還元密度作用素の線形エントロピーに対する半古典公式の導出を可能にするアプローチを採用する。
論文 参考訳(メタデータ) (2021-08-13T01:44:24Z) - Convergence bounds for nonlinear least squares and applications to
tensor recovery [0.0]
我々は、L2$-ノルムの重み付きモンテカルロ推定のみを計算できる場合、一般非線形部分集合である$L2$の関数を近似する問題を考える。
結果の批判的分析により、低ランクテンソルのモデル集合に対するサンプル効率の良いアルゴリズムを導出できる。
論文 参考訳(メタデータ) (2021-08-11T14:14:02Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳(メタデータ) (2021-02-12T12:23:13Z) - Equivalence of Convergence Rates of Posterior Distributions and Bayes
Estimators for Functions and Nonparametric Functionals [4.375582647111708]
非パラメトリック回帰におけるガウス過程の先行したベイズ法の後部収縮率について検討する。
カーネルの一般クラスに対しては、回帰関数とその微分の後方測度の収束率を確立する。
我々の証明は、ある条件下では、ベイズ推定器の任意の収束率に対して、後部分布の同じ収束率に対応することを示す。
論文 参考訳(メタデータ) (2020-11-27T19:11:56Z) - A Quaternion-Valued Variational Autoencoder [15.153617649974263]
可変オートエンコーダ(VAE)は、入力の潜在表現を学習することで、生成過程をモデル化する能力を証明している。
四元数領域で定義された新しいVAEを提案し、四元数代数の特性を利用して性能を向上させる。
論文 参考訳(メタデータ) (2020-10-22T12:33:42Z) - Analytically projected rotationally symmetric explicitly correlated
Gaussian Functions with one-axis-shifted centers [0.0]
任意の角運動量とパリティを持つN粒子系の波動関数を拡張するための新しい関数形式が提示される。
我々は、新しい定式化が、小さな原子や分子の性質の高精度な計算のための統一的な枠組みとしてどのように用いられるかを示す。
論文 参考訳(メタデータ) (2020-04-30T20:38:09Z) - SLEIPNIR: Deterministic and Provably Accurate Feature Expansion for
Gaussian Process Regression with Derivatives [86.01677297601624]
本稿では,2次フーリエ特徴に基づく導関数によるGP回帰のスケーリング手法を提案する。
我々は、近似されたカーネルと近似された後部の両方に適用される決定論的、非漸近的、指数関数的に高速な崩壊誤差境界を証明した。
論文 参考訳(メタデータ) (2020-03-05T14:33:20Z)
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。