Fugu-MT 論文翻訳(概要): Invertible Convolution with Symmetric Paddings

論文の概要: Invertible Convolution with Symmetric Paddings

arxiv url: http://arxiv.org/abs/2303.17361v1
Date: Thu, 30 Mar 2023 13:19:07 GMT
ステータス: 処理完了
システム内更新日: 2023-03-31 13:29:22.232019
Title: Invertible Convolution with Symmetric Paddings
Title（参考訳）: 対称パディングを持つ可逆畳み込み
Authors: Bo Li
Abstract要約: 対称パッドド・コンボリューションはDFTを介して解析的に逆転できることを示す。我々は、複数の異なる対称および反対称なパディングモードを解析し、インバージョンが可能な複数のケースが存在することを示す。
参考スコア（独自算出の注目度）: 7.05949591248206
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We show that symmetrically padded convolution can be analytically inverted via DFT. We comprehensively analyze several different symmetric and anti-symmetric padding modes and show that multiple cases exist where the inversion can be achieved. The implementation is available at \url{https://github.com/prclibo/iconv_dft}.
Abstract（参考訳）: 対称パッドド・コンボリューションはDFTを介して解析的に逆転できることを示す。複数の異なる対称および反対称パディングモードを包括的に解析し、逆変換が可能となる複数のケースが存在することを示す。実装は \url{https://github.com/prclibo/iconv_dft} で利用可能である。

関連論文リスト

Variational Inference Failures Under Model Symmetries: Permutation Invariant Posteriors for Bayesian Neural Networks [43.88179780450706]
重み空間置換対称性が変分推論に与える影響について検討する。置換不変変分後部を構築するための対称対称性機構を考案する。本研究は, 対称性分布が真の後部と厳密に適合していること, 元のELBO目標を用いてトレーニングできること, を示す。
論文参考訳（メタデータ） (2024-08-10T09:06:34Z)
Self-Supervised Detection of Perfect and Partial Input-Dependent Symmetries [11.54837584979607]
群の同値性は、群の対称性がデータで観測されたものと異なる場合、過度にモデルを制約することができる。本稿では,ラベルを使わずに各入力の対称性のレベルを検出する手法を提案する。我々のフレームワークは、連続分布と離散対称性分布の両方の異なる族に対応するのに十分である。
論文参考訳（メタデータ） (2023-12-19T15:11:46Z)
Learning Probabilistic Symmetrization for Architecture Agnostic Equivariance [16.49488981364657]
群対称性を持つ学習関数における同変アーキテクチャの限界を克服する新しい枠組みを提案する。我々は、不変量や変圧器のような任意の基底モデルを使用し、それを与えられた群に同変するように対称性付けする。実証実験は、調整された同変アーキテクチャに対する競争結果を示す。
論文参考訳（メタデータ） (2023-06-05T13:40:54Z)
Oracle-Preserving Latent Flows [58.720142291102135]
我々はラベル付きデータセット全体にわたって複数の非自明な連続対称性を同時に発見するための方法論を開発する。対称性変換と対応するジェネレータは、特別に構築された損失関数で訓練された完全連結ニューラルネットワークでモデル化される。この研究における2つの新しい要素は、縮小次元の潜在空間の使用と、高次元のオラクルに関して不変な変換への一般化である。
論文参考訳（メタデータ） (2023-02-02T00:13:32Z)
Deep Learning Symmetries and Their Lie Groups, Algebras, and Subalgebras from First Principles [55.41644538483948]
ラベル付きデータセットに存在する連続した対称性群の検出と同定のためのディープラーニングアルゴリズムを設計する。完全に接続されたニューラルネットワークを用いて、変換対称性と対応するジェネレータをモデル化する。また,Lie群とその性質の数学的研究に機械学習アプローチを使うための扉を開く。
論文参考訳（メタデータ） (2023-01-13T16:25:25Z)
On the Importance of Asymmetry for Siamese Representation Learning [53.86929387179092]
シームズネットワークは、2つの並列エンコーダと概念的に対称である。ネットワーク内の2つのエンコーダを明確に区別することで,非対称性の重要性について検討する。非対称設計による改善は、より長いトレーニングスケジュール、複数の他のフレームワーク、より新しいバックボーンに一般化されている。
論文参考訳（メタデータ） (2022-04-01T17:57:24Z)
Reflection and Rotation Symmetry Detection via Equivariant Learning [40.61825212385055]
我々は、EquiSymと呼ばれる対称性検出のためのグループ同変畳み込みネットワークを導入する。 DENse と Diverse symmetric (DENDI) という新しいデータセットを提案し、既存の反射・回転対称性検出のためのベンチマークの制限を緩和する。実験により,LDRSおよびDENDIデータセットの対称性検出において,本手法が芸術の状態を達成できることが確認された。
論文参考訳（メタデータ） (2022-03-31T04:18:33Z)
Handling Object Symmetries in CNN-based Pose Estimation [7.1577508803778045]
畳み込みニューラルネットワーク(CNN)に基づくポーズ推定器が対称オブジェクトを持つ問題について検討する。特に、対称性を意識した損失を生成するための一般的なミニ・オーバー・対称性のアプローチは、勾配に基づく最適化ではうまくいかない傾向にある。これらの知見から「閉対称性ループ」(csl)と呼ばれる表現を提案し、関連するベクトルの角度を対称性の順序に乗じて6-DOFに一般化する。
論文参考訳（メタデータ） (2020-11-26T10:10:25Z)
Meta-Learning Symmetries by Reparameterization [63.85144439337671]
データから対応するパラメータ共有パターンを学習し、等価性をネットワークに学習し、符号化する手法を提案する。本実験は,画像処理タスクで使用される共通変換に等価性をエンコードして自動的に学習できることを示唆する。
論文参考訳（メタデータ） (2020-07-06T17:59:54Z)
Inverse Learning of Symmetries [71.62109774068064]
2つの潜在部分空間からなるモデルで対称性変換を学ぶ。我々のアプローチは、情報ボトルネックと連続的な相互情報正規化器の組み合わせに基づいています。我々のモデルは, 人工的および分子的データセットにおける最先端の手法より優れている。
論文参考訳（メタデータ） (2020-02-07T13:48:52Z)

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。