Fugu-MT 論文翻訳(概要): Relaxed Octahedral Group Convolution for Learning Symmetry Breaking in 3D Physical Systems

論文の概要: Relaxed Octahedral Group Convolution for Learning Symmetry Breaking in 3D Physical Systems

arxiv url: http://arxiv.org/abs/2310.02299v2
Date: Sat, 14 Oct 2023 02:57:05 GMT
ステータス: 処理完了
システム内更新日: 2023-10-18 02:56:31.378090
Title: Relaxed Octahedral Group Convolution for Learning Symmetry Breaking in 3D Physical Systems
Title（参考訳）: 3次元物理系における対称性の破断学習のための緩和オクタヘドラル群畳み込み
Authors: Rui Wang, Robin Walters, Tess E.Smidt
Abstract要約: 本稿では3次元物理系モデリングのための緩和八面体群畳み込みについて述べる。実験により,本手法は相転移における対称性破壊要因の洞察を与えるだけでなく,流体超解像タスクにおいて優れた性能を達成できることを示す。
参考スコア（独自算出の注目度）: 25.64210616741522
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Deep equivariant models use symmetries to improve sample efficiency and generalization. However, the assumption of perfect symmetry in many of these models can sometimes be restrictive, especially when the data does not perfectly align with such symmetries. Thus, we introduce relaxed octahedral group convolution for modeling 3D physical systems in this paper. This flexible convolution technique provably allows the model to both maintain the highest level of equivariance that is consistent with data and discover the subtle symmetry-breaking factors in the physical systems. Empirical results validate that our approach can not only provide insights into the symmetry-breaking factors in phase transitions but also achieves superior performance in fluid super-resolution tasks.
Abstract（参考訳）: 深部等変モデルでは、サンプル効率と一般化を改善するために対称性を用いる。しかし、これらのモデルの多くにおける完全対称性の仮定は、特にデータがそのような対称性と完全に一致しない場合に制限的である。そこで本稿では,3次元物理系をモデル化するための緩和八面体群畳み込みを導入する。このフレキシブルな畳み込み法は、モデルがデータと整合する最も高いレベルの等値を維持し、物理的システムの微妙な対称性を破る要因を発見できるようにする。実験により,本手法は相転移における対称性破壊要因の洞察を与えるだけでなく,流体超解像タスクにおいて優れた性能を達成できることを示す。

関連論文リスト

Exceptional Points and Stability in Nonlinear Models of Population Dynamics having $\mathcal{PT}$ symmetry [49.1574468325115]
我々は、進化ゲーム理論の複製子方程式と、人口動態のロトカ・ボルテラ系によって支配されるモデルを分析する。 a) 支配対称性特性がモデルの大域的性質と結びついている場合、および(b) それらの対称性が定常状態の周囲に局所的に現れる場合の2つのケースにおける例外点の出現について検討する。
論文参考訳（メタデータ） (2024-11-19T02:15:59Z)
Finding discrete symmetry groups via Machine Learning [0.0]
物理系における離散対称性群を自動的に発見できる機械学習手法を提案する。この方法は、システムの物理的性質を保存するパラメータ変換の有限集合を特定する。
論文参考訳（メタデータ） (2023-07-25T12:37:46Z)
On discrete symmetries of robotics systems: A group-theoretic and data-driven analysis [38.92081817503126]
力学系の離散的形態対称性について検討する。これらの対称性は、系の形態学における1つ以上の平面/対称性の軸の存在から生じる。我々はこれらの対称性をデータ拡張と$G$-equivariant Neural Networkを用いて活用する。
論文参考訳（メタデータ） (2023-02-21T04:10:16Z)
Identifiability and Asymptotics in Learning Homogeneous Linear ODE Systems from Discrete Observations [114.17826109037048]
通常の微分方程式(ODE)は、機械学習において最近多くの注目を集めている。理論的な側面、例えば、統計的推定の識別可能性と特性は、いまだに不明である。本稿では,1つの軌道からサンプリングされた等間隔の誤差のない観測結果から,同次線形ODE系の同定可能性について十分な条件を導出する。
論文参考訳（メタデータ） (2022-10-12T06:46:38Z)
Symmetry Group Equivariant Architectures for Physics [52.784926970374556]
機械学習の分野では、対称性に対する認識が目覚ましいパフォーマンスのブレークスルーを引き起こしている。物理学のコミュニティと、より広い機械学習のコミュニティの両方に、理解すべきことがたくさんある、と私たちは主張する。
論文参考訳（メタデータ） (2022-03-11T18:27:04Z)
Complexity from Adaptive-Symmetries Breaking: Global Minima in the Statistical Mechanics of Deep Neural Networks [0.0]
深部ニューラルネットワーク(DNN)を理解するために、物理における保守対称性への適応対称性というアンチセティカル概念を提案する。我々はDNNシステムの最適化過程を適応対称性破りの拡張プロセスとして特徴付けている。より具体的には、この過程は統計物理学の一般化として評価できる統計力学モデルによって特徴づけられる。
論文参考訳（メタデータ） (2022-01-03T09:06:44Z)
A deep learning driven pseudospectral PCE based FFT homogenization algorithm for complex microstructures [68.8204255655161]
提案手法は,従来の手法よりも高速に評価できる一方で,興味の中心モーメントを予測できることを示す。提案手法は,従来の手法よりも高速に評価できると同時に,興味の中心モーメントを予測できることを示す。
論文参考訳（メタデータ） (2021-10-26T07:02:14Z)
Exact solutions of interacting dissipative systems via weak symmetries [77.34726150561087]
我々は任意の強い相互作用や非線形性を持つクラスマルコフ散逸系(英語版)のリウヴィリアンを解析的に対角化する。これにより、フルダイナミックスと散逸スペクトルの正確な記述が可能になる。我々の手法は他の様々なシステムに適用でき、複雑な駆動散逸量子系の研究のための強力な新しいツールを提供することができる。
論文参考訳（メタデータ） (2021-09-27T17:45:42Z)
Observation of symmetry-protected selection rules in periodically driven quantum systems [8.674241138986925]
フロック系として知られる周期的に駆動される量子系は、近年非平衡物理学の焦点となっている。フレケット状態間の対称性誘起選択規則を観察することにより, 動的対称性のキャラクタリゼーション方法を示す。我々の研究は、強駆動フロケ系のトポロジカル位相で生じる動的対称性を研究するために量子制御ツールキットを利用する方法を示している。
論文参考訳（メタデータ） (2021-05-25T20:45:32Z)
Dynamical symmetries of periodically-driven quantum systems and their spectroscopic signatures [0.0]
本研究では, 回転, 粒子ホール, カイラル, 時間反転対称性とその分光学的特徴について検討した。我々の予測では、量子系が強い光-物質結合状態に達すると、新しい物理現象が明らかになる。
論文参考訳（メタデータ） (2020-11-13T04:44:44Z)
Euclideanizing Flows: Diffeomorphic Reduction for Learning Stable Dynamical Systems [74.80320120264459]
本研究では、限られた数の人間の実演からそのような動きを学ぶためのアプローチを提案する。複素運動は安定な力学系のロールアウトとして符号化される。このアプローチの有効性は、確立されたベンチマーク上での検証と、現実世界のロボットシステム上で収集されたデモによって実証される。
論文参考訳（メタデータ） (2020-05-27T03:51:57Z)

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。