Fugu-MT 論文翻訳(概要): Equivariant Representation Learning in the Presence of Stabilizers

論文の概要: Equivariant Representation Learning in the Presence of Stabilizers

arxiv url: http://arxiv.org/abs/2301.05231v2
Date: Sat, 16 Sep 2023 20:56:32 GMT
ステータス: 処理完了
システム内更新日: 2023-09-20 00:59:48.097856
Title: Equivariant Representation Learning in the Presence of Stabilizers
Title（参考訳）: 安定器存在下での等変表現学習
Authors: Luis Armando P\'erez Rey, Giovanni Luca Marchetti, Danica Kragic, Dmitri Jarnikov, Mike Holenderski
Abstract要約: EquIN は自由でない群作用、すなわち非自明な対称性によってデータを安定化する群作用に適している。 EquIN は理論上、群論の軌道安定化定理に基礎を置いている。
参考スコア（独自算出の注目度）: 13.11108596589607
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We introduce Equivariant Isomorphic Networks (EquIN) -- a method for learning representations that are equivariant with respect to general group actions over data. Differently from existing equivariant representation learners, EquIN is suitable for group actions that are not free, i.e., that stabilize data via nontrivial symmetries. EquIN is theoretically grounded in the orbit-stabilizer theorem from group theory. This guarantees that an ideal learner infers isomorphic representations while trained on equivariance alone and thus fully extracts the geometric structure of data. We provide an empirical investigation on image datasets with rotational symmetries and show that taking stabilizers into account improves the quality of the representations.
Abstract（参考訳）: EquIN(Equivariant Isomorphic Networks)は、データ上の一般的なグループ動作に対して同変である表現を学習する手法である。既存の同変表現学習者とは異なり、EquINは自由でない群アクション、すなわち非自明な対称性によるデータの安定化に適している。 EquIN は理論上、群論の軌道安定化定理に基礎を置いている。これは、理想学習者が等分散だけを訓練しながら同型表現を推論し、従ってデータの幾何学的構造を完全に抽出することを保証する。回転対称性を持つ画像データセットについて実験的検討を行い,安定化器を考慮に入れれば表現の質が向上することを示す。

関連論文リスト

Equivariant score-based generative models provably learn distributions with symmetries efficiently [7.90752151686317]
実験的な研究により、対称性を生成モデルに組み込むことで、より優れた一般化とサンプリング効率が得られることが示されている。我々は,ある群対称性に対して不変な分布を学習するためのスコアベース生成モデル(SGM)の最初の理論的解析と保証を提供する。
論文参考訳（メタデータ） (2024-10-02T05:14:28Z)
Algebras of actions in an agent's representations of the world [51.06229789727133]
我々は、対称性に基づく非交叉表現学習形式から対称性に基づく表現を再現するために、我々のフレームワークを使用する。次に、簡単な強化学習シナリオで発生する特徴を持つ世界の変換の代数について研究する。私たちが開発した計算手法を用いて、これらの世界の変換の代数を抽出し、それらの性質に応じてそれらを分類する。
論文参考訳（メタデータ） (2023-10-02T18:24:51Z)
Evaluating the Robustness of Interpretability Methods through Explanation Invariance and Equivariance [72.50214227616728]
解釈可能性法は、それらの説明が説明されたモデルを忠実に記述した場合にのみ有用である。特定の対称性群の下で予測が不変であるニューラルネットワークを考える。
論文参考訳（メタデータ） (2023-04-13T17:59:03Z)
Equivariant Disentangled Transformation for Domain Generalization under Combination Shift [91.38796390449504]
ドメインとラベルの組み合わせは、トレーニング中に観察されるのではなく、テスト環境に現れる。我々は、同型の概念、同値性、および整合性の定義に基づく結合シフト問題の一意的な定式化を提供する。
論文参考訳（メタデータ） (2022-08-03T12:31:31Z)
Equivariant Representation Learning via Class-Pose Decomposition [17.032782230538388]
データの対称性に同値な表現を学習するための一般的な方法を提案する。コンポーネントは、それぞれ固有のデータクラスとポーズに意味的に対応します。その結果,表現はデータの幾何を捉え,他の同変表現学習フレームワークよりも優れていることがわかった。
論文参考訳（メタデータ） (2022-07-07T06:55:52Z)
Unified Fourier-based Kernel and Nonlinearity Design for Equivariant Networks on Homogeneous Spaces [52.424621227687894]
等質空間上の群同変ネットワークに対する統一的枠組みを導入する。昇降した特徴場のフーリエ係数の空間性を利用する。安定化部分群におけるフーリエ係数としての特徴を取り扱う他の方法が、我々のアクティベーションの特別な場合であることを示す。
論文参考訳（メタデータ） (2022-06-16T17:59:01Z)
Equivariant Mesh Attention Networks [10.517110532297021]
上述したすべての変換にほぼ同値なメッシュデータに対する注意に基づくアーキテクチャを提案する。提案したアーキテクチャは,これらの局所的・言語的変換に対して同変であり,従って堅牢であることを確認した。
論文参考訳（メタデータ） (2022-05-21T19:53:14Z)
Learning Symmetric Embeddings for Equivariant World Models [9.781637768189158]
入力空間(例えば画像)を符号化する学習対称埋め込みネットワーク(SEN)を提案する。このネットワークは、同変のタスクネットワークでエンドツーエンドにトレーニングして、明示的に対称な表現を学ぶことができる。実験により、SENは複素対称性表現を持つデータへの同変ネットワークの適用を促進することを示した。
論文参考訳（メタデータ） (2022-04-24T22:31:52Z)
Commutative Lie Group VAE for Disentanglement Learning [96.32813624341833]
本研究では,データに表される因子の変動を同変的に反映する基盤構造を見いだすこととして,非絡み合い学習を考察する。グループベースの非絡み合い学習を実現するために、Communative Lie Group VAEというシンプルなモデルが導入された。実験により,本モデルでは,教師なしの非絡み合い表現を効果的に学習し,余分な制約を伴わずに最先端のパフォーマンスを達成できることが示されている。
論文参考訳（メタデータ） (2021-06-07T07:03:14Z)
Group Equivariant Conditional Neural Processes [30.134634059773703]
群同変条件ニューラルプロセス(EquivCNP)を提案する。 EquivCNPは1次元回帰タスクにおいて従来の条件付きニューラルプロセスに匹敵する性能を示す。
論文参考訳（メタデータ） (2021-02-17T13:50:07Z)
Generalizing Convolutional Neural Networks for Equivariance to Lie Groups on Arbitrary Continuous Data [52.78581260260455]
任意の特定のリー群からの変換に同値な畳み込み層を構築するための一般的な方法を提案する。同じモデルアーキテクチャを画像、ボール・アンド・スティック分子データ、ハミルトン力学系に適用する。
論文参考訳（メタデータ） (2020-02-25T17:40:38Z)

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。