論文の概要: Rotation Synchronization via Deep Matrix Factorization

• arxiv url: http://arxiv.org/abs/2305.05268v1
• Date: Tue, 9 May 2023 08:46:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-10 13:27:42.014636
• Title: Rotation Synchronization via Deep Matrix Factorization
• Title（参考訳）: ディープマトリックス分解による回転同期
• Authors: Gk Tejus, Giacomo Zara, Paolo Rota, Andrea Fusiello, Elisa Ricci, Federica Arrigoni
• Abstract要約: ニューラルネットワークによる回転同期の定式化に着目する。 ディープ・マトリックス・コンプリートにインスパイアされた我々は、ディープ・ニューラルネットワークによる行列分解という観点から回転同期を表現した。 我々の定式化は暗黙の正規化特性を示し、さらに重要なことは教師なしである。
• 参考スコア（独自算出の注目度）: 24.153207403324917
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper we address the rotation synchronization problem, where the objective is to recover absolute rotations starting from pairwise ones, where the unknowns and the measures are represented as nodes and edges of a graph, respectively. This problem is an essential task for structure from motion and simultaneous localization and mapping. We focus on the formulation of synchronization via neural networks, which has only recently begun to be explored in the literature. Inspired by deep matrix completion, we express rotation synchronization in terms of matrix factorization with a deep neural network. Our formulation exhibits implicit regularization properties and, more importantly, is unsupervised, whereas previous deep approaches are supervised. Our experiments show that we achieve comparable accuracy to the closest competitors in most scenes, while working under weaker assumptions.
• Abstract（参考訳）: 本稿では,グラフのノードとエッジとして未知点と測度がそれぞれ表現されるペアの回転から始まる絶対回転を復元することを目的とした回転同期問題に対処する。 この問題は、運動と同時局在化とマッピングによる構造構築に欠かせない課題である。 我々は,ニューラルネットワークによる同期の定式化に注目する。 ディープ・マトリクス・コンプリートに触発され、ディープ・ニューラルネットワークを用いたマトリクス因子分解の観点から回転同期を表現する。 我々の定式化は暗黙的な正規化特性を示し、さらに重要なことは、以前のディープアプローチは教師なしである。 我々の実験は、ほとんどの場面で最も近い競合相手に匹敵する精度を達成し、弱い仮定の下で作業していることを示している。

関連論文リスト

• Rotation Averaging: A Primal-Dual Method and Closed-Forms in Cycle Graphs [6.511636092857915]
  幾何再構成のベンチマーク、平均化は、それらの間の測定された相対的向きのセットを最適に説明する絶対的な設定のセットを求める。 広範に受け入れられるスペクトル理論によって動機付けられた新しい原始双対サイクル法を提案する。
  論文  参考訳（メタデータ） (2024-05-29T21:46:39Z)
• Intensity Profile Projection: A Framework for Continuous-Time Representation Learning for Dynamic Networks [50.2033914945157]
  本稿では、連続時間動的ネットワークデータのための表現学習フレームワークIntensity Profile Projectionを提案する。 このフレームワークは3つの段階から構成される: 対の強度関数を推定し、強度再構成誤差の概念を最小化する射影を学習する。 さらに、推定軌跡の誤差を厳密に制御する推定理論を開発し、その表現がノイズに敏感な追従解析に利用できることを示す。
  論文  参考訳（メタデータ） (2023-06-09T15:38:25Z)
• ReSync: Riemannian Subgradient-based Robust Rotation Synchronization [26.151024152071784]
  この研究は、ロバスト同期問題を解決するための段階的なアルゴリズムであるReSyncを提示する。 その結果,適切な条件下でのReSyncの有効性が示された。
  論文  参考訳（メタデータ） (2023-05-24T13:31:11Z)
• Temporally-Consistent Surface Reconstruction using Metrically-Consistent Atlases [131.50372468579067]
  そこで本稿では,時間変化点雲列から時間一貫性のある面列を復元する手法を提案する。 我々は、再構成された表面をニューラルネットワークによって計算されたアトラスとして表現し、フレーム間の対応性を確立することができる。 当社のアプローチは、いくつかの挑戦的なデータセットにおいて、最先端のものよりも優れています。
  論文  参考訳（メタデータ） (2021-11-12T17:48:25Z)
• Learning Iterative Robust Transformation Synchronization [71.73273007900717]
  グラフニューラルネットワーク(GNN)を用いて変換同期を学習することを提案する。 本研究では、ロバストな損失関数のハンドクラフトを回避するとともに、グラフニューラルネットワーク(GNN)を用いて変換同期を学習することを提案する。
  論文  参考訳（メタデータ） (2021-11-01T07:03:14Z)
• Utilizing synchronization to partition power networks into microgrids [1.224954637705144]
  電力網をマイクログリッド(または島)に分割することは、将来のスマートグリッドの設計と、極端に故障したグリッドの一部で電力供給を回復するための最後の手段の両方に、関心がある。 本稿では,倉本発振器のサイバーレイヤーの同期特性を利用して,異なる経路を採り,グリッド分割を得る。
  論文  参考訳（メタデータ） (2021-07-26T12:32:11Z)
• Joint Community Detection and Rotational Synchronization via Semidefinite Programming [17.845257705485533]
  ランダムに回転したオブジェクトを複数の下位カテゴリに分類する異種データが存在する場合、それらをクラスタに分類し、ペア関係に基づいて同期させることは困難である。 本稿では, 半定値緩和を連続的に提案し, お祝いブロックモデルをこの新しい設定に拡張する際の正確な回復を実証する。 数値実験により,提案アルゴリズムの有効性を実証し,正確な回復のための急激な相転移を示す理論的結果を確認する。
  論文  参考訳（メタデータ） (2021-05-13T01:40:20Z)
• On the Robustness of Multi-View Rotation Averaging [77.09542018140823]
  解法に$epsilon$-cycle整合項を導入する。 重み低減による誤測定の負の効果を暗黙的に抑制する。 実験の結果,提案手法は様々なベンチマークで芸術の状況よりも優れていた。
  論文  参考訳（メタデータ） (2021-02-09T05:47:37Z)
• MotioNet: 3D Human Motion Reconstruction from Monocular Video with Skeleton Consistency [72.82534577726334]
  モノクロビデオから3次元人間の骨格の動きを直接再構成するディープニューラルネットワークであるMotioNetを紹介した。 本手法は,動作表現を完全かつ一般的に使用するキネマティックスケルトンを直接出力する最初のデータ駆動型手法である。
  論文  参考訳（メタデータ） (2020-06-22T08:50:09Z)
• Revisiting Initialization of Neural Networks [72.24615341588846]
  ヘッセン行列のノルムを近似し, 制御することにより, 層間における重みのグローバルな曲率を厳密に推定する。 Word2Vec と MNIST/CIFAR 画像分類タスクの実験により,Hessian ノルムの追跡が診断ツールとして有用であることが確認された。
  論文  参考訳（メタデータ） (2020-04-20T18:12:56Z)

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。