Fugu-MT 論文翻訳(概要): Root Laplacian Eigenmaps with their application in spectral embedding

論文の概要: Root Laplacian Eigenmaps with their application in spectral embedding

arxiv url: http://arxiv.org/abs/2302.02731v1
Date: Mon, 6 Feb 2023 12:16:36 GMT
ステータス: 処理完了
システム内更新日: 2023-02-07 16:46:17.849002
Title: Root Laplacian Eigenmaps with their application in spectral embedding
Title（参考訳）: ルートラプラシア固有写像とそのスペクトル埋め込みへの応用
Authors: Shouvik Datta Choudhury
Abstract要約: 根ラプラシアン作用素(英: root laplacian operator)またはラプラシアンの平方根(英: square root)は、グラフ理論においてグラフ-ラプラシアンの平方根として類似している。幾何的深層学習(スペクトルクラスタリング)やグラフ信号処理において潜在的な応用が示されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The root laplacian operator or the square root of Laplacian which can be obtained in complete Riemannian manifolds in the Gromov sense has an analog in graph theory as a square root of graph-Laplacian. Some potential applications have been shown in geometric deep learning (spectral clustering) and graph signal processing.
Abstract（参考訳）: グロモフの意味で完備リーマン多様体で得られるラプラシアンの根根あるいは平方根は、グラフ理論においてグラフ-ラプラシアンの平方根として類似している。幾何的深層学習(スペクトルクラスタリング)やグラフ信号処理において潜在的な応用が示されている。

関連論文リスト

Graph Classification Gaussian Processes via Hodgelet Spectral Features [18.356495042963267]
本稿では,グラフの分類のためのプロセスベース分類アルゴリズムを提案する。私たちはHodge分解を利用して、頂点とエッジの複雑なリッチさをよりよく捉えます。
論文参考訳（メタデータ） (2024-10-14T14:26:46Z)
A kernel-based analysis of Laplacian Eigenmaps [1.5229257192293204]
ガウス核に基づく関連する経験グラフラプラシアンのスペクトル特性について検討する。我々の主な結果は非漸近誤差境界であり、経験グラフラプラシアンの固有値と固有空間が$mathcalM$のラプラス・ベルトラミ作用素の固有値と固有空間に近いことを示す。
論文参考訳（メタデータ） (2024-02-26T11:00:09Z)
Improving embedding of graphs with missing data by soft manifolds [51.425411400683565]
グラフ埋め込みの信頼性は、連続空間の幾何がグラフ構造とどの程度一致しているかに依存する。我々は、この問題を解決することができる、ソフト多様体と呼ばれる新しい多様体のクラスを導入する。グラフ埋め込みにソフト多様体を用いることで、複雑なデータセット上のデータ解析における任意のタスクを追求するための連続空間を提供できる。
論文参考訳（メタデータ） (2023-11-29T12:48:33Z)
From axioms over graphs to vectors, and back again: evaluating the properties of graph-based ontology embeddings [78.217418197549]
埋め込みを生成するアプローチの1つは、名前付きエンティティと論理公理構造のためのノードとエッジのセットを導入することである。グラフに埋め込む方法(グラフ射影)は、それらが利用する公理の種類と異なる性質を持つ。
論文参考訳（メタデータ） (2023-03-29T08:21:49Z)
Exploring Singularities in point clouds with the graph Laplacian: An explicit approach [1.9981375888949477]
グラフラプラシアンを用いて、基礎となるデータセットの多様体の幾何学を解析する理論と手法を開発する。我々の理論は、基礎多様体の特異点に近く定義された函数に作用するとき、グラフラプラシアンの函数形式に関する理論的な保証と明示的な境界を与える。
論文参考訳（メタデータ） (2022-12-31T13:48:42Z)
Geometric Graph Representation Learning via Maximizing Rate Reduction [73.6044873825311]
学習ノード表現は、コミュニティ検出やノード分類などのグラフ解析において、さまざまな下流タスクの恩恵を受ける。教師なしの方法でノード表現を学習するための幾何学グラフ表現学習(G2R)を提案する。 G2R は異なるグループ内のノードを異なる部分空間にマッピングし、各部分空間はコンパクトで異なる部分空間が分散される。
論文参考訳（メタデータ） (2022-02-13T07:46:24Z)
Dist2Cycle: A Simplicial Neural Network for Homology Localization [66.15805004725809]
単純複体は多方向順序関係を明示的にエンコードするグラフの高次元一般化と見なすことができる。単体錯体の$k$-homological特徴によってパラメータ化された関数のグラフ畳み込みモデルを提案する。
論文参考訳（メタデータ） (2021-10-28T14:59:41Z)
Spectral-Spatial Global Graph Reasoning for Hyperspectral Image Classification [50.899576891296235]
畳み込みニューラルネットワークは、ハイパースペクトル画像分類に広く応用されている。近年の手法は空間トポロジのグラフ畳み込みによってこの問題に対処しようとしている。
論文参考訳（メタデータ） (2021-06-26T06:24:51Z)
Directed Graph Embeddings in Pseudo-Riemannian Manifolds [0.0]
一般的な有向グラフは、3つの成分を結合した埋め込みモデルで効果的に表現できることを示す。本稿では,リンク予測のタスクに適用することで,この手法の表現能力を実証する。
論文参考訳（メタデータ） (2021-06-16T10:31:37Z)
Graph Pooling with Node Proximity for Hierarchical Representation Learning [80.62181998314547]
本稿では,ノード近接を利用したグラフプーリング手法を提案し,そのマルチホップトポロジを用いたグラフデータの階層的表現学習を改善する。その結果,提案したグラフプーリング戦略は,公開グラフ分類ベンチマークデータセットの集合において,最先端のパフォーマンスを達成できることが示唆された。
論文参考訳（メタデータ） (2020-06-19T13:09:44Z)

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。