論文の概要: Formulation of Weighted Average Smoothing as a Projection of the Origin
onto a Convex Polytope
- arxiv url: http://arxiv.org/abs/2303.11958v1
- Date: Sun, 19 Mar 2023 22:40:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-22 14:22:45.632492
- Title: Formulation of Weighted Average Smoothing as a Projection of the Origin
onto a Convex Polytope
- Title（参考訳）: 凸ポリトープへの原点投影としての重み付き平均平滑化の定式化
- Authors: Kaan Gokcesu, Hakan Gokcesu
- Abstract要約: 中心付近に対称な最適なウェイトウインドウが存在することを示す。
対応する最小二乗問題を二次計画として定式化し、最終的に原点の凸ポリトープへの射影として定式化する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Our study focuses on determining the best weight windows for a weighted
moving average smoother under squared loss. We show that there exists an
optimal weight window that is symmetrical around its center. We study the class
of tapered weight windows, which decrease in weight as they move away from the
center. We formulate the corresponding least squares problem as a quadratic
program and finally as a projection of the origin onto a convex polytope.
Additionally, we provide some analytical solutions to the best window when some
conditions are met on the input data.
- Abstract（参考訳）: 本研究は,2乗損失下での重み付き移動平均平滑化に最適なウインドウを決定することに焦点を当てた。
我々は,その中心付近に対称な最適重み窓が存在することを示す。
中心から遠ざかるにつれて重量が減少するテーパー重み窓の分類について検討した。
対応する最小二乗問題を二次プログラムとして、最終的に凸多面体への原点の射影として定式化する。
さらに、入力データ上で条件が満たされた場合、最良のウィンドウにいくつかの解析的ソリューションを提供する。
関連論文リスト
- Generative Feature Training of Thin 2-Layer Networks [0.0]
正方形損失と小さなデータセットに基づく隠れ重みの少ない2層ニューラルネットワークによる関数近似を考察する。
高度に隠蔽されたモデルとして、学習された分布提案からのサンプルを用いて隠れ重みを利用する。
潜時空間における勾配に基づく後処理により, 試料重量を改良する。
論文 参考訳（メタデータ） (2024-11-11T10:32:33Z) - Tracking Dynamic Gaussian Density with a Theoretically Optimal Sliding
Window Approach [16.45003200150227]
我々は「すべり窓」カーネル密度推定器の正確な平均2乗誤差(MISE)について検討した。
合成データセットを用いて実験的なエビデンスを提示し、重み付け方式がトラッキング性能を向上させることを示す。
論文 参考訳（メタデータ） (2024-03-11T23:21:26Z) - Coverage Axis++: Efficient Inner Point Selection for 3D Shape Skeletonization [49.47444127373479]
Coverage Axis++は、3D形状のスケルトン化に対する、新しくて効率的なアプローチである。
メディア軸変換(MAT)の高精度近似を提供する。
論文 参考訳（メタデータ） (2024-01-23T18:07:07Z) - Equivariant Deep Weight Space Alignment [54.65847470115314]
本稿では,ウェイトアライメント問題を解決するための学習を目的とした新しいフレームワークを提案する。
まず、重み調整が2つの基本対称性に一致することを証明し、それからこれらの対称性を尊重する深いアーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-10-20T10:12:06Z) - Optimizing Solution-Samplers for Combinatorial Problems: The Landscape
of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。
我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。
本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文 参考訳（メタデータ） (2023-10-08T23:39:38Z) - Distributed Sketching for Randomized Optimization: Exact
Characterization, Concentration and Lower Bounds [54.51566432934556]
我々はヘシアンの形成が困難である問題に対する分散最適化法を検討する。
ランダム化されたスケッチを利用して、問題の次元を減らし、プライバシを保ち、非同期分散システムにおけるストラグラーレジリエンスを改善します。
論文 参考訳（メタデータ） (2022-03-18T05:49:13Z) - Smoothing with the Best Rectangle Window is Optimal for All Tapered
Rectangle Windows [0.0]
重み窓はその中心付近で対称であることを示し、これはそのピークでもある。
テーパー長方形窓重みのクラスを考えるが、これは中心から遠ざかるものではない。
論文 参考訳（メタデータ） (2022-03-06T16:08:46Z) - Square Root Marginalization for Sliding-Window Bundle Adjustment [53.34552451834707]
実時間オドメトリーに適合する新しい正方形根のすべり窓束の調整法を提案する。
提案した平方根辺化は、ヘシアン上でのシュール補数(SC)の従来の使用と代数的に等価であることを示す。
実世界のデータセットにおける視覚的および視覚的慣性オドメトリーの評価は,提案した推定器がベースラインよりも36%高速であることを示す。
論文 参考訳（メタデータ） (2021-09-05T23:22:38Z) - Canny-VO: Visual Odometry with RGB-D Cameras based on Geometric 3D-2D
Edge Alignment [85.32080531133799]
本稿では,自由形式の曲線登録に関する古典的な問題をレビューし,効率的なrgbdビジュアルオドメトリシステムcanny-voに適用する。
エッジ登録でよく用いられる距離変換の代替として、近似近接近傍場と配向近接近傍場という2つの方法が提案されている。
3D2Dエッジアライメントは、効率性と精度の両方の観点から、これらの代替製剤の恩恵を受けます。
論文 参考訳（メタデータ） (2020-12-15T11:42:17Z)
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。