論文の概要: Mixed-Output Gaussian Process Latent Variable Models

• arxiv url: http://arxiv.org/abs/2402.09122v2
• Date: Tue, 19 Nov 2024 12:40:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-20 13:34:36.647809
• Title: Mixed-Output Gaussian Process Latent Variable Models
• Title（参考訳）: 混合出力ガウス過程潜時変動モデル
• Authors: James Odgers, Ruby Sedgwick, Chrysoula Kappatou, Ruth Misener, Sarah Filippi,
• Abstract要約: 我々は信号分離のための非パラメトリックなアプローチを開発し、信号は潜時変数に応じて変化する可能性がある。 我々の貢献は分光学に特に関係しており、そこでは変化条件が変化し、基礎となる純粋な成分信号がサンプルからサンプルへと変化する可能性がある。
• 参考スコア（独自算出の注目度）: 3.363009736572744
• License:
• Abstract: This work develops a Bayesian non-parametric approach to signal separation where the signals may vary according to latent variables. Our key contribution is to augment Gaussian Process Latent Variable Models (GPLVMs) for the case where each data point comprises the weighted sum of a known number of pure component signals, observed across several input locations. Our framework allows arbitrary non-linear variations in the signals while being able to incorporate useful priors for the linear weights, such as summing-to-one. Our contributions are particularly relevant to spectroscopy, where changing conditions may cause the underlying pure component signals to vary from sample to sample. To demonstrate the applicability to both spectroscopy and other domains, we consider several applications: a near-infrared spectroscopy dataset with varying temperatures, a simulated dataset for identifying flow configuration through a pipe, and a dataset for determining the type of rock from its reflectance.
• Abstract（参考訳）: この研究は、潜伏変数に応じて信号が変化するような信号分離に対するベイズ的非パラメトリックなアプローチを開発する。 ガウス過程潜在変数モデル(GPLVM)を、各データポイントが複数の入力箇所で観測される既知の純粋成分信号の重み付け和からなる場合に拡張する。 我々のフレームワークは、信号の任意の非線形変動を可能にすると同時に、和対1のような線形重みに対する有用な事前情報を組み込むことができる。 我々の貢献は分光学に特に関係しており、そこでは変化条件が変化し、基礎となる純粋な成分信号がサンプルからサンプルへと変化する可能性がある。 分光法と他の領域への適用性を実証するために, 温度の異なる近赤外分光法データセット, 管内の流れを同定するための模擬データセット, 反射率から岩石の種類を決定するためのデータセットについて検討した。

関連論文リスト

• Multi-Source and Test-Time Domain Adaptation on Multivariate Signals using Spatio-Temporal Monge Alignment [59.75420353684495]
  コンピュータビジョンやバイオメディカルデータなどの信号に対する機械学習の応用は、ハードウェアデバイスやセッション記録にまたがる変動のため、しばしば課題に直面している。 本研究では,これらの変動を緩和するために,時空間モンジュアライメント(STMA)を提案する。 我々はSTMAが、非常に異なる設定で取得したデータセット間で、顕著で一貫したパフォーマンス向上をもたらすことを示す。
  論文  参考訳（メタデータ） (2024-07-19T13:33:38Z)
• Weakly supervised covariance matrices alignment through Stiefel matrices estimation for MEG applications [64.20396555814513]
  本稿では,Mixing Model Stiefel Adaptation (MSA)と呼ばれる時系列データに対する新しいドメイン適応手法を提案する。 我々は、ドメイン間の等価な信号分散とペアの対応を確立することにより、ターゲット領域における豊富なラベルのないデータを利用して効果的な予測を行う。 MSAは、Cam-CANデータセットのMEG信号を用いて、タスクの変動を伴う脳年齢回帰の最近の手法より優れている。
  論文  参考訳（メタデータ） (2024-01-24T19:04:49Z)
• Learning Radio Environments by Differentiable Ray Tracing [56.40113938833999]
  本稿では, 材料特性, 散乱, アンテナパターンの微分パラメトリゼーションによって補う, 勾配式キャリブレーション法を提案する。 提案手法は,MIMO(分散マルチインプットマルチインプット・マルチアウトプット・チャネル・サウンドア)を用いて,合成データと実世界の屋内チャネル計測の両方を用いて検証した。
  論文  参考訳（メタデータ） (2023-11-30T13:50:21Z)
• Joint Alignment of Multivariate Quasi-Periodic Functional Data Using Deep Learning [0.0]
  深層ニューラルネットワークを用いた多変量準周期関数の結合アライメント法を提案する。 提案するニューラルネットワークは,単位単純度変換に基づく出力の特別な活性化を利用する。 本手法は,12個の心電図記録から得られた2つのシミュレーションデータセットと1つの実例を用いて実証した。
  論文  参考訳（メタデータ） (2023-11-14T10:09:40Z)
• Multimodal Exponentially Modified Gaussian Oscillators [4.233733499457509]
  本研究では,任意振動項を持つ3段階多モード指数修正ガウスモデルを提案する。 これにより、人工物に苦しむ合成超音波信号を完全に回収することができる。 得られた特徴の分類能力を示すために実データ実験を行った。
  論文  参考訳（メタデータ） (2022-09-25T11:48:09Z)
• Iterative Correction of Sensor Degradation and a Bayesian Multi-Sensor Data Fusion Method [0.0]
  本稿では,劣化信号から地中構造信号を推定する新しい手法を提案する。 アルゴリズムは、2つの信号の繰り返し補正を行うことで乗算分解効果を学習する。 我々は理論的解析を含意し、ノイズレス測定モデルのための地上構造信号への収束性を証明する。
  論文  参考訳（メタデータ） (2020-09-07T13:24:47Z)
• Quantitative Understanding of VAE as a Non-linearly Scaled Isometric Embedding [52.48298164494608]
  変分オートエンコーダ(VAE)は、各入力データに対応する潜伏変数の後方パラメータを推定する。 本稿では,VAEの微分幾何学的および情報理論的解釈を通じて,VAEの特性を定量的に理解する。
  論文  参考訳（メタデータ） (2020-07-30T02:37:46Z)
• Offline detection of change-points in the mean for stationary graph signals [55.98760097296213]
  グラフ信号定常性の概念に依存するオフライン手法を提案する。 我々の検出器は、漸近的でない不等式オラクルの証拠を伴っている。
  論文  参考訳（メタデータ） (2020-06-18T15:51:38Z)
• LOCA: LOcal Conformal Autoencoder for standardized data coordinates [6.608924227377152]
  多様体の潜在変数に等長な $mathbbRd$ の埋め込みを学ぶ方法を提案する。 我々の埋め込みは, 変形を補正する埋め込みを構成するアルゴリズムであるLOCA (Local Conformal Autoencoder) を用いて得られる。 また、単一サイトWi-FiのローカライゼーションデータにLOCAを適用し、曲面推定を3ドルで行う。
  論文  参考訳（メタデータ） (2020-04-15T17:49:37Z)
• Sampling Signals on Graphs: From Theory to Applications [119.19108613761915]
  我々は、理論と潜在的な応用に焦点をあてたグラフのサンプリングに関する最近の進歩を概観する。 グラフ信号サンプリングにおけるほとんどの手法は標準信号のサンプリングに使用される手法と平行に設計されているが、グラフ信号のサンプリング理論はシャノン-ニキスト理論とシフト不変サンプリング理論とは大きく異なる。
  論文  参考訳（メタデータ） (2020-03-09T07:49:40Z)

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。