Fugu-MT 論文翻訳(概要): Deep Equivariant Hyperspheres

論文の概要: Deep Equivariant Hyperspheres

arxiv url: http://arxiv.org/abs/2305.15613v1
Date: Wed, 24 May 2023 23:04:34 GMT
ステータス: 処理完了
システム内更新日: 2023-05-26 18:11:19.614020
Title: Deep Equivariant Hyperspheres
Title（参考訳）: 深部等変超球面
Authors: Pavlo Melnyk, Michael Felsberg, M{\aa}rten Wadenb\"ack, Andreas Robinson, Cuong Le
Abstract要約: 本稿では, 点雲解析における直交変換の下でのnD特徴量同変の学習手法を提案する。我々の主な貢献は理論であり、幾何変換の下での等分散や不変といった幾何学的深層学習における主要な問題に取り組むことである。
参考スコア（独自算出の注目度）: 13.104464892691373
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents an approach to learning nD features equivariant under orthogonal transformations for point cloud analysis, utilizing hyperspheres and regular n-simplexes. Our main contributions are theoretical and tackle major issues in geometric deep learning such as equivariance and invariance under geometric transformations. Namely, we enrich the recently developed theory of steerable 3D spherical neurons -- SO(3)-equivariant filter banks based on neurons with spherical decision surfaces -- by extending said neurons to nD, which we call deep equivariant hyperspheres, and enabling their stacking in multiple layers. Using the ModelNet40 benchmark, we experimentally verify our theoretical contributions and show a potential practical configuration of the proposed equivariant hyperspheres.
Abstract（参考訳）: 本稿では,点雲解析における直交変換の下でのnD特徴量同変の学習手法を提案する。我々の主な貢献は理論であり、幾何学的変換の下での等分散や不変性といった幾何学的深層学習における主要な問題に取り組む。すなわち、我々は最近開発された3次元球面ニューロン(SO(3)-同変フィルタバンク)の理論を、そのニューロンをnDに拡張することで強化し、深い同変超球体と呼び、複数の層に積み重ねることを可能にした。 modelnet40ベンチマークを用いて理論的貢献を実験的に検証し,提案する同変超球面の実用的構成を示す。

関連論文リスト

Approximation Rates for Shallow ReLU$^k$ Neural Networks on Sobolev Spaces via the Radon Transform [4.096453902709292]
我々は,ReLU$k$アクティベーション関数がソボレフ空間からの関数をいかに効率的に近似できるかという問題を考察する。例えば、$qleq p$, $pgeq 2$, $s leq k + (d+1)/2$ などである。
論文参考訳（メタデータ） (2024-08-20T16:43:45Z)
Fast, Expressive SE$(n)$ Equivariant Networks through Weight-Sharing in Position-Orientation Space [15.495593104596399]
我々は,畳み込みネットワークにおける重み共有の概念を,ポイントペア上でのメッセージ関数の共有として定式化する。我々は3次元点雲処理のための効率的な同変群畳み込みネットワークを開発した。
論文参考訳（メタデータ） (2023-10-04T17:06:32Z)
Effective Minkowski Dimension of Deep Nonparametric Regression: Function Approximation and Statistical Theories [70.90012822736988]
ディープ非パラメトリック回帰に関する既存の理論は、入力データが低次元多様体上にある場合、ディープニューラルネットワークは本質的なデータ構造に適応できることを示した。本稿では,$mathcalS$で表される$mathbbRd$のサブセットに入力データが集中するという緩和された仮定を導入する。
論文参考訳（メタデータ） (2023-06-26T17:13:31Z)
Equivalence Between SE(3) Equivariant Networks via Steerable Kernels and Group Convolution [90.67482899242093]
近年, 入力の回転と変換において等価な3次元データに対して, ニューラルネットワークを設計するための幅広い手法が提案されている。両手法とその等価性を詳細に解析し,その2つの構成をマルチビュー畳み込みネットワークに関連付ける。また、同値原理から新しいTFN非線形性を導出し、実用的なベンチマークデータセット上でテストする。
論文参考訳（メタデータ） (2022-11-29T03:42:11Z)
Scalable and Equivariant Spherical CNNs by Discrete-Continuous (DISCO) Convolutions [5.8808473430456525]
既存の球面畳み込みニューラルネットワーク(CNN)フレームワークは、計算的拡張性と回転的同変の両方である。我々は、高分解能に対して同変かつ計算的に同値なハイブリッド離散連続群畳み込み(DISCO)を開発する。 4kの球面画像では、計算コストが109ドル、メモリ使用量が104ドルである。
論文参考訳（メタデータ） (2022-09-27T18:00:01Z)
Lessons from $O(N)$ models in one dimension [0.0]
1つの時空次元(通常の量子力学)における$O(N)$モデルに関連する様々なトピックが考慮される。その焦点は、より単純な文脈で量子場理論の手法を教育的に提示することである。
論文参考訳（メタデータ） (2021-09-14T11:36:30Z)
Quantum double aspects of surface code models [77.34726150561087]
基礎となる量子double $D(G)$対称性を持つ正方格子上でのフォールトトレラント量子コンピューティングの北エフモデルを再検討する。有限次元ホップ代数$H$に基づいて、我々の構成がどのように$D(H)$モデルに一般化するかを示す。
論文参考訳（メタデータ） (2021-06-25T17:03:38Z)
Geometric Deep Learning and Equivariant Neural Networks [0.9381376621526817]
幾何学的深層学習の数学的基礎を調査し,群同変とゲージ同変ニューラルネットワークに着目した。任意の多様体 $mathcalM$ 上のゲージ同変畳み込みニューラルネットワークを、構造群 $K$ の主バンドルと、関連するベクトルバンドルの切断間の同変写像を用いて開発する。セマンティックセグメンテーションやオブジェクト検出ネットワークなど,このフォーマリズムのいくつかの応用を解析する。
論文参考訳（メタデータ） (2021-05-28T15:41:52Z)
A Practical Method for Constructing Equivariant Multilayer Perceptrons for Arbitrary Matrix Groups [115.58550697886987]
行列群の同変層を解くための完全一般的なアルゴリズムを提供する。他作品からのソリューションを特殊ケースとして回収するだけでなく、これまで取り組んだことのない複数のグループと等価な多層パーセプトロンを構築します。提案手法は, 粒子物理学および力学系への応用により, 非同変基底線より優れる。
論文参考訳（メタデータ） (2021-04-19T17:21:54Z)
A deep network construction that adapts to intrinsic dimensionality beyond the domain [79.23797234241471]
本稿では,ReLUを活性化したディープネットワークを用いて,2層合成の近似を$f(x) = g(phi(x))$で検討する。例えば、低次元埋め込み部分多様体への射影と、低次元集合の集合への距離である。
論文参考訳（メタデータ） (2020-08-06T09:50:29Z)
Stochastic Flows and Geometric Optimization on the Orthogonal Group [52.50121190744979]
直交群 $O(d)$ 上の幾何駆動最適化アルゴリズムの新しいクラスを示す。提案手法は,深層,畳み込み,反復的なニューラルネットワーク,強化学習,フロー,メトリック学習など,機械学習のさまざまな分野に適用可能であることを示す。
論文参考訳（メタデータ） (2020-03-30T15:37:50Z)

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。