論文の概要: GAD-PVI: A General Accelerated Dynamic-Weight Particle-Based Variational Inference Framework

• arxiv url: http://arxiv.org/abs/2312.16429v1
• Date: Wed, 27 Dec 2023 06:31:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-29 19:24:50.104412
• Title: GAD-PVI: A General Accelerated Dynamic-Weight Particle-Based Variational Inference Framework
• Title（参考訳）: GAD-PVI: 一般化された動的重粒子に基づく変分推論フレームワーク
• Authors: Fangyikang Wang, Huminhao Zhu, Chao Zhang, Hanbin Zhao, Hui Qian
• Abstract要約: 本稿では,加速度位置更新と動的重み調整を同時に行うParVIフレームワークを提案する。 GAD-PVIは異なる相似関数と関連する滑らかなアプローチと互換性がある。 合成データと実世界のデータの両方の実験では、GAD-PVI法の高速収束と近似誤差の低減が示されている。
• 参考スコア（独自算出の注目度）: 11.4522103360875
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Particle-based Variational Inference (ParVI) methods approximate the target distribution by iteratively evolving finite weighted particle systems. Recent advances of ParVI methods reveal the benefits of accelerated position update strategies and dynamic weight adjustment approaches. In this paper, we propose the first ParVI framework that possesses both accelerated position update and dynamical weight adjustment simultaneously, named the General Accelerated Dynamic-Weight Particle-based Variational Inference (GAD-PVI) framework. Generally, GAD-PVI simulates the semi-Hamiltonian gradient flow on a novel Information-Fisher-Rao space, which yields an additional decrease on the local functional dissipation. GAD-PVI is compatible with different dissimilarity functionals and associated smoothing approaches under three information metrics. Experiments on both synthetic and real-world data demonstrate the faster convergence and reduced approximation error of GAD-PVI methods over the state-of-the-art.
• Abstract（参考訳）: 粒子に基づく変分推論 (ParVI) 法は, 有限重み付き粒子系を反復的に発展させ, ターゲット分布を近似する。 ParVI法の最近の進歩は、加速位置更新戦略と動的重み調整アプローチの利点を明らかにしている。 本稿では,加速位置更新と動的重み調整を同時に行う最初のParVIフレームワークを提案し,GAD-PVI(General Accelerated Dynamic-Weight Particle-based Variational Inference)フレームワークと命名した。 一般に、gad-pviは、新しい情報-魚-rao空間上の半ハミルトニアン勾配流れをシミュレートし、局所的な機能散逸をさらに減少させる。 GAD-PVIは3つの情報メトリクスの下で異なる相似関数と関連する平滑化アプローチと互換性がある。 合成データと実世界のデータの両方の実験は、最先端のGAD-PVI法の高速収束と近似誤差の低減を実証している。

関連論文リスト

• KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
  KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。 我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。 我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
  論文  参考訳（メタデータ） (2024-07-18T05:48:24Z)
• Generalizable Implicit Motion Modeling for Video Frame Interpolation [51.966062283735596]
  フローベースビデオフレーム補間(VFI)における動きの重要性 本稿では,動きモデリングVFIの新規かつ効果的なアプローチである一般インプリシット・モーション・モデリング(IMM)を紹介する。 我々のGIMMは、正確にモデル化された動きを供給することによって、既存のフローベースVFIワークと容易に統合できる。
  論文  参考訳（メタデータ） (2024-07-11T17:13:15Z)
• Adaptive RKHS Fourier Features for Compositional Gaussian Process Models [12.036747050794135]
  ディープガウス過程(Deep Gaussian Processs, DGP)は、非定常過程をモデル化するために構成構造を利用する。 DGP推論の最近の進歩は、再生カーネルヒルベルト空間(RKHS)からのグローバルフーリエ特徴を取り入れることで、複雑な非定常パターンを捕捉するDGPの能力を向上できることを示している。 本稿では,これらの特徴を線形変換を含む構成GPに拡張する。
  論文  参考訳（メタデータ） (2024-07-01T23:56:56Z)
• Interaction-Force Transport Gradient Flows [45.05400562268213]
  本稿では,非負測度および確率測度に対する新しい勾配流散逸幾何学を提案する。 We propose the interaction-force transport (IFT) gradient flow, we proposed the interaction-force transport (IFT) gradient flow。
  論文  参考訳（メタデータ） (2024-05-27T11:46:14Z)
• Motion-aware 3D Gaussian Splatting for Efficient Dynamic Scene Reconstruction [89.53963284958037]
  動的シーン再構築のための新しい動き認識拡張フレームワークを提案する。 具体的には,まず3次元ガウス運動と画素レベルの流れの対応性を確立する。 より厳密な最適化問題を示す先行的な変形に基づくパラダイムに対して,過渡対応変形補助モジュールを提案する。
  論文  参考訳（メタデータ） (2024-03-18T03:46:26Z)
• Learning to Accelerate Partial Differential Equations via Latent Global Evolution [64.72624347511498]
  The Latent Evolution of PDEs (LE-PDE) is a simple, fast and scalable method to accelerate the simulation and inverse optimization of PDEs。 我々は,このような潜在力学を効果的に学習し,長期的安定性を確保するために,新たな学習目標を導入する。 更新対象の寸法が最大128倍、速度が最大15倍向上し、競争精度が向上した。
  論文  参考訳（メタデータ） (2022-06-15T17:31:24Z)
• DPVI: A Dynamic-Weight Particle-Based Variational Inference Framework [20.9197547258307]
  本研究では, 動的粒子に基づく変分推論(DPVI)フレームワークの開発を行った。 一般のフレームワークで異なる有限粒子近似を用いることで、いくつかの効率的なDPVIアルゴリズムを導出する。
  論文  参考訳（メタデータ） (2021-12-02T02:50:05Z)
• Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
  視覚SLAMシステムのための新しい最適化バックボーンを提案する。 従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。 我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
  論文  参考訳（メタデータ） (2020-11-02T18:02:26Z)
• Fast Gravitational Approach for Rigid Point Set Registration with Ordinary Differential Equations [79.71184760864507]
  本稿では,FGA(Fast Gravitational Approach)と呼ばれる厳密な点集合アライメントのための物理に基づく新しい手法を紹介する。 FGAでは、ソースとターゲットの点集合は、シミュレーションされた重力場内を移動しながら、世界規模で多重リンクされた方法で相互作用する質量を持つ剛体粒子群として解釈される。 従来のアライメント手法では,新しいメソッドクラスには特徴がないことを示す。
  論文  参考訳（メタデータ） (2020-09-28T15:05:39Z)
• Particle-based Energetic Variational Inference [4.079427359693159]
  エネルギー変動推論(EVI)と呼ばれる新しい変動推論(VI)フレームワークを導入する。 我々は,多くの既存のパーティクルベースの変分推論(ParVI)手法を導出し,その適用例をSVGD (Stin Variational Gradient Descent) と呼ぶ。 本稿では,まず粒子に基づく密度近似を行い,その近似密度を変動過程に用いた新しいパーティクルベースEVI法を提案する。
  論文  参考訳（メタデータ） (2020-04-14T12:14:08Z)

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。