論文の概要: Experimental Results regarding multiple Machine Learning via Quaternions
- arxiv url: http://arxiv.org/abs/2308.01946v1
- Date: Thu, 3 Aug 2023 08:14:07 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-07 15:03:28.667085
- Title: Experimental Results regarding multiple Machine Learning via Quaternions
- Title(参考訳): 四元数による複数機械学習の実験結果
- Authors: Tianlei Zhu, Renzhe Zhu
- Abstract要約: 本稿では,複数の機械学習アルゴリズムにおける四元数の適用に関する実験的検討を行う。
四元数と複数の機械学習アルゴリズムに基づいて、予測タスクの精度が向上し、性能が大幅に向上した。
- 参考スコア(独自算出の注目度): 1.2183405753834562
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents an experimental study on the application of quaternions
in several machine learning algorithms. Quaternion is a mathematical
representation of rotation in three-dimensional space, which can be used to
represent complex data transformations. In this study, we explore the use of
quaternions to represent and classify rotation data, using randomly generated
quaternion data and corresponding labels, converting quaternions to rotation
matrices, and using them as input features. Based on quaternions and multiple
machine learning algorithms, it has shown higher accuracy and significantly
improved performance in prediction tasks. Overall, this study provides an
empirical basis for exploiting quaternions for machine learning tasks.
- Abstract(参考訳): 本稿では,複数の機械学習アルゴリズムにおける四元数の適用に関する実験的検討を行う。
四元数は三次元空間における回転の数学的表現であり、複雑なデータ変換を表現するのに使うことができる。
本研究では,四元数データの表現と分類,ランダムに生成された四元数データと対応するラベルを用いて四元数を回転行列に変換し,それらを入力特徴として用いる。
四元数と複数の機械学習アルゴリズムに基づいて、高い精度と予測タスクの性能が大幅に向上した。
本研究は,機械学習タスクの四元数を利用した経験的基礎を提供する。
関連論文リスト
- Inferring Kernel $ε$-Machines: Discovering Structure in Complex Systems [49.1574468325115]
本稿では,カーネル因果状態推定を縮小次元空間における座標の集合として符号化する因果拡散成分を提案する。
それぞれのコンポーネントがデータから予測機能を抽出し,そのアプリケーションを4つの例で示す。
論文 参考訳(メタデータ) (2024-10-01T21:14:06Z) - The HR-Calculus: Enabling Information Processing with Quaternion Algebra [23.004932995116054]
四元数とその分割代数は三次元空間における回転/向きのモデル化において有利であることが証明されている。
四元数値信号に特化して設計された適応情報処理技術は、最近になって機械学習、信号処理、制御コミュニティの注目を集めている。
論文 参考訳(メタデータ) (2023-11-28T13:25:34Z) - Dual Quaternion Rotational and Translational Equivariance in 3D Rigid
Motion Modelling [6.130606305848124]
点集合の回転と変換を共同で記述した3次元空間における剛体運動の2つの四元数表現を提案する。
我々のアプローチは翻訳と回転の同変であり、データの変化に苦しむことはない。
この定式化が与えられたモデルは、人間のポーズ予測アプリケーションにおいて、以前のアプローチより優れていた。
論文 参考訳(メタデータ) (2023-10-11T16:06:14Z) - Geometry-Informed Neural Operator for Large-Scale 3D PDEs [76.06115572844882]
大規模偏微分方程式の解演算子を学習するために,幾何インフォームド・ニューラル演算子(GINO)を提案する。
我々はGINOを訓練し、わずか500点のデータポイントで車両表面の圧力を予測することに成功した。
論文 参考訳(メタデータ) (2023-09-01T16:59:21Z) - Accelerated Discovery of Machine-Learned Symmetries: Deriving the
Exceptional Lie Groups G2, F4 and E6 [55.41644538483948]
このレターでは、対称性変換の発見を著しく高速化する2つの改良されたアルゴリズムを紹介している。
例外的リー群の複雑性を考えると,この機械学習手法は完全に汎用的であり,多種多様なラベル付きデータセットに適用可能であることを示す。
論文 参考訳(メタデータ) (2023-07-10T20:25:44Z) - Learning 4DVAR inversion directly from observations [0.0]
部分的および雑音的な観測から同化タスクを直接学習するハイブリッドアーキテクチャを設計する。
提案手法は,興味深い正規化特性を持つ所望の逆変換を学習できることを示した。
論文 参考訳(メタデータ) (2022-11-17T18:05:41Z) - Quaternion-based machine learning on topological quantum systems [0.0]
本研究では,2次元チャーン絶縁体を分類するために,四元数代数をデータ解析に取り入れる。
教師なし学習の側面では、四元数変換された固有状態に対して主成分分析(PCA)を適用する。
我々は,従来の畳み込みニューラルネットワーク上に,四元畳み込み層を1つ加えることで,機械を構築する。
論文 参考訳(メタデータ) (2022-09-29T05:02:20Z) - Exploring the Adjugate Matrix Approach to Quaternion Pose Extraction [0.0]
四元数はコンピュータグラフィックス、マシンビジョン、ロボット工学における様々な回転に関する問題にとって重要である。
四元数と回転行列の関係の非自明な幾何学を、関連する固有値問題の特性方程式の随伴行列を利用して研究する。
3次元正弦波最小二乗抽出問題の正確な解を見つけ,既存の手法を改良した結果の抽出問題にも有効に適用する。
論文 参考訳(メタデータ) (2022-05-17T23:20:55Z) - GENEOnet: A new machine learning paradigm based on Group Equivariant
Non-Expansive Operators. An application to protein pocket detection [97.5153823429076]
グループ同変非拡張演算子に基づく新しい計算パラダイムを導入する。
我々は、薬物設計における重要な問題として、ホスト可能なタンパク質の表面のポケットを検出する、GENEOnetと呼ばれる方法を試した。
論文 参考訳(メタデータ) (2022-01-31T11:14:51Z) - An Analysis of SVD for Deep Rotation Estimation [63.97835949897361]
SVDが回転群に射影する自然な選択であることを示す理論的解析を提案する。
解析の結果,既存の表現をSVDの直交化手順に置き換えれば,多くのディープラーニングアプリケーションにおいて,技術性能の状態を得られることがわかった。
論文 参考訳(メタデータ) (2020-06-25T17:58:28Z) - Quaternion Equivariant Capsule Networks for 3D Point Clouds [58.566467950463306]
本稿では,3次元回転と翻訳に同値な点雲を処理するための3次元カプセルモジュールを提案する。
カプセル間の動的ルーティングをよく知られたWeiszfeldアルゴリズムに接続する。
オペレーターに基づいて、ポーズから幾何学をアンタングルするカプセルネットワークを構築します。
論文 参考訳(メタデータ) (2019-12-27T13:51:17Z)
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。