Fugu-MT 論文翻訳(概要): A minimalistic representation model for head direction system

論文の概要: A minimalistic representation model for head direction system

arxiv url: http://arxiv.org/abs/2411.10596v1
Date: Fri, 15 Nov 2024 21:38:33 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-19 14:36:22.265247
Title: A minimalistic representation model for head direction system
Title（参考訳）: 方位系に対する最小主義的表現モデル
Authors: Minglu Zhao, Dehong Xu, Deqian Kong, Wen-Hao Zhang, Ying Nian Wu,
Abstract要約: 本稿では,方向(HD)システムに対する最小限の表現モデルを提案する。本研究の目的は,HD細胞の本質的特性を捉えた頭部方向の高次元的表現を学習することである。
参考スコア（独自算出の注目度）: 33.71905971282097
License:
Abstract: We present a minimalistic representation model for the head direction (HD) system, aiming to learn a high-dimensional representation of head direction that captures essential properties of HD cells. Our model is a representation of rotation group $U(1)$, and we study both the fully connected version and convolutional version. We demonstrate the emergence of Gaussian-like tuning profiles and a 2D circle geometry in both versions of the model. We also demonstrate that the learned model is capable of accurate path integration.
Abstract（参考訳）: 本稿では,HD細胞の本質的特性を捉えた頭部方向の高次元的表現を学習することを目的とした,頭部方向(HD)システムのための最小限の表現モデルを提案する。我々のモデルは回転群$U(1)$の表現であり、完全連結版と畳み込み版の両方を研究する。両モデルでガウス的なチューニングプロファイルと2次元円幾何の出現を実証する。また、学習したモデルが正確な経路積分が可能であることを実証する。

関連論文リスト

GaussianCube: A Structured and Explicit Radiance Representation for 3D Generative Modeling [55.05713977022407]
構造的かつ完全明快な放射率表現を導入し、3次元生成モデリングを大幅に促進する。我々はまず,新しい密度制約付きガウス適合アルゴリズムを用いてガウスキューブを導出する。非条件およびクラス条件オブジェクト生成、デジタルアバター生成、テキスト・トゥ・3Dによる実験は、我々のモデル合成が最先端の生成結果を達成することを示す。
論文参考訳（メタデータ） (2024-03-28T17:59:50Z)
Representer Point Selection for Explaining Regularized High-dimensional Models [105.75758452952357]
本稿では,高次元表現器と呼ぶサンプルベース説明のクラスを紹介する。私たちのワークホースは、一般化された高次元モデルに対する新しい代表者定理である。提案手法の実証的性能について,実世界の2進分類データセットと2つの推薦システムデータセットを用いて検討した。
論文参考訳（メタデータ） (2023-05-31T16:23:58Z)
Automatic Parameterization for Aerodynamic Shape Optimization via Deep Geometric Learning [60.69217130006758]
空力形状最適化のための形状パラメータ化を完全に自動化する2つの深層学習モデルを提案する。どちらのモデルも、深い幾何学的学習を通じてパラメータ化し、人間の事前知識を学習された幾何学的パターンに埋め込むように最適化されている。 2次元翼の形状最適化実験を行い、2つのモデルに適用可能なシナリオについて論じる。
論文参考訳（メタデータ） (2023-05-03T13:45:40Z)
Learning to Generate 3D Shapes from a Single Example [28.707149807472685]
本稿では,入力形状の幾何学的特徴を空間的範囲にわたって捉えるために,マルチスケールのGANモデルを提案する。我々は、外部の監督や手動のアノテーションを必要とせずに、基準形状のボクセルピラミッドで生成モデルを訓練する。結果の形状は異なるスケールで変化を示し、同時に基準形状のグローバルな構造を保持する。
論文参考訳（メタデータ） (2022-08-05T01:05:32Z)
Learned Vertex Descent: A New Direction for 3D Human Model Fitting [64.04726230507258]
画像やスキャンに適合する3次元人体モデルのための新しい最適化手法を提案する。われわれのアプローチは、非常に異なる体型を持つ服を着た人々の基盤となる身体を捉えることができ、最先端技術と比べて大きな改善を達成できる。 LVDはまた、人間と手の3次元モデル適合にも適用でき、よりシンプルで高速な方法でSOTAに大きな改善が示される。
論文参考訳（メタデータ） (2022-05-12T17:55:51Z)
Representing Shape Collections with Alignment-Aware Linear Models [17.635846912560627]
3次元点雲の古典的表現を線形形状モデルとして再考する。私たちの重要な洞察は、ディープラーニングを活用して、アフィン変換として形状の集合を表現することです。
論文参考訳（メタデータ） (2021-09-03T16:28:34Z)
Feature Disentanglement in generating three-dimensional structure from two-dimensional slice with sliceGAN [35.3148116010546]
スライスGANは,2次元スライス(2次元スライス)の微細構造特性を捉えるために,GAN(Generative Adversarial Network)を用いた新しい手法を提案した。スライスGANをAdaINと組み合わせて、モデルを機能を切り離し、合成を制御することができるようにします。
論文参考訳（メタデータ） (2021-05-01T08:29:33Z)
Generative VoxelNet: Learning Energy-Based Models for 3D Shape Synthesis and Analysis [143.22192229456306]
本稿では,体積形状を表す3次元エネルギーモデルを提案する。提案モデルの利点は6倍である。実験により,提案モデルが高品質な3d形状パターンを生成できることが実証された。
論文参考訳（メタデータ） (2020-12-25T06:09:36Z)

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。