論文の概要: Construction of generalized samplets in Banach spaces
- arxiv url: http://arxiv.org/abs/2412.00954v1
- Date: Sun, 01 Dec 2024 20:14:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-04 15:40:56.872347
- Title: Construction of generalized samplets in Banach spaces
- Title(参考訳): バナッハ空間における一般化標本の作成
- Authors: Peter Balazs, Michael Multerer,
- Abstract要約: 我々は、点評価よりも、バナッハ空間の関数へのサンプルトの異なるステップを拡張する。
一般化されたサンプルト係数に対する抽象的な局所化結果を、標本トの支持とバナッハ空間要素の近似性に関して導出した。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Recently, samplets have been introduced as localized discrete signed measures which are tailored to an underlying data set. Samplets exhibit vanishing moments, i.e., their measure integrals vanish for all polynomials up to a certain degree, which allows for feature detection and data compression. In the present article, we extend the different construction steps of samplets to functionals in Banach spaces more general than point evaluations. To obtain stable representations, we assume that these functionals form frames with square-summable coefficients or even Riesz bases with square-summable coefficients. In either case, the corresponding analysis operator is injective and we obtain samplet bases with the desired properties by means of constructing an isometry of the analysis operator's image. Making the assumption that the dual of the Banach space under consideration is imbedded into the space of compactly supported distributions, the multilevel hierarchy for the generalized samplet construction is obtained by spectral clustering of a similarity graph for the functionals' supports. Based on this multilevel hierarchy, generalized samplets exhibit vanishing moments with respect to a given set of primitives within the Banach space. We derive an abstract localization result for the generalized samplet coefficients with respect to the samplets' support sizes and the approximability of the Banach space elements by the chosen primitives. Finally, we present three examples showcasing the generalized samplet framework.
- Abstract(参考訳): 近年、サンプルは、基礎となるデータセットに合わせて、局所化された離散署名された尺度として導入されている。
サンプレットは消滅する瞬間、すなわち、その測度積分はすべての多項式に対して一定の程度まで消え、特徴の検出とデータ圧縮を可能にする。
本稿では,標本の異なる構成ステップを,点評価よりも一般的なバナッハ空間の関数に拡張する。
安定な表現を得るために、これらの汎函数は平方積係数を持つフレーム、あるいは平方積係数を持つリース基底を形成すると仮定する。
いずれの場合も、対応する解析演算子はインジェクティブであり、解析演算子の画像の等尺性を構築することによって、所望の特性を持つサンプルベースを得る。
バナッハ空間の双対がコンパクトに支持された分布の空間に埋め込まれていると仮定すると、一般化されたサンプルト構成の多重レベル階層は、関数の支持に対する類似性グラフのスペクトルクラスタリングによって得られる。
この多層階層に基づいて、一般化された標本はバナッハ空間内の与えられた原始体の集合に関して消滅する瞬間を示す。
提案手法は, 標本の支持サイズとバナッハ空間要素の近似性に関して, 選択したプリミティブによる一般化された標本係数の抽象的局所化結果を導出する。
最後に、一般化されたサンプルフレームワークを示す3つの例を示す。
関連論文リスト
- How Do Flow Matching Models Memorize and Generalize in Sample Data Subspaces? [10.315743300140966]
実世界のデータは、しばしば高次元空間に埋め込まれた低次元構造の中に存在すると仮定される。
実際の設定では、有限個のサンプルのみを観測し、サンプルデータ部分空間と呼ばれるものを形成する。
大きな課題は、生成モデルがこの部分空間内に留まるサンプルを確実に合成できるかどうかである。
論文 参考訳(メタデータ) (2024-10-31T03:08:07Z) - Unified Convergence Analysis for Score-Based Diffusion Models with Deterministic Samplers [49.1574468325115]
決定論的サンプリングのための統合収束分析フレームワークを提案する。
我々のフレームワークは$tilde O(d2/epsilon)$の反復複雑性を実現する。
また,Denoising Implicit Diffusion Models (DDIM) タイプのサンプルについて詳細な分析を行った。
論文 参考訳(メタデータ) (2024-10-18T07:37:36Z) - Multiscale scattered data analysis in samplet coordinates [0.0]
グローバルにサポートされたラジアル基底関数に対するマルチスケールデータ分散スキームについて検討する。
結果の一般化されたヴァンダーモンド行列をサンプル座標で表現することを提案する。
各レベルにおける線形系の条件数は、特定のレベルとは独立に有界であることを証明する。
論文 参考訳(メタデータ) (2024-09-23T08:07:47Z) - Conformal inference for regression on Riemannian Manifolds [49.7719149179179]
回帰シナリオの予測セットは、応答変数が$Y$で、多様体に存在し、Xで表される共変数がユークリッド空間にあるときに検討する。
我々は、多様体上のこれらの領域の経験的バージョンが、その集団に対するほぼ確実に収束していることを証明する。
論文 参考訳(メタデータ) (2023-10-12T10:56:25Z) - Wrapped Distributions on homogeneous Riemannian manifolds [58.720142291102135]
パラメータ、対称性、モダリティなどの分布の性質の制御は、フレキシブルな分布の族を生み出す。
変動型オートエンコーダと潜在空間ネットワークモデル内で提案した分布を利用して,我々のアプローチを実証的に検証する。
論文 参考訳(メタデータ) (2022-04-20T21:25:21Z) - Sensing Cox Processes via Posterior Sampling and Positive Bases [56.82162768921196]
本研究では,空間統計学から広く用いられている点過程の適応センシングについて検討する。
我々は、この強度関数を、特別に構築された正の基底で表される、歪んだガウス過程のサンプルとしてモデル化する。
我々の適応センシングアルゴリズムはランゲヴィン力学を用いており、後続サンプリング(textscCox-Thompson)と後続サンプリング(textscTop2)の原理に基づいている。
論文 参考訳(メタデータ) (2021-10-21T14:47:06Z) - Nested sampling with any prior you like [0.0]
所望の事前密度からサンプルに基づいて訓練されたビジェクターは、変換を構築するための汎用的な方法を提供する。
宇宙論の例を多数挙げて, トレーニングされたビジェクターとネストサンプリングの併用を実演する。
論文 参考訳(メタデータ) (2021-02-24T18:45:13Z) - Construction and Monte Carlo estimation of wavelet frames generated by a
reproducing kernel [14.207723862182947]
汎用ドメイン上でのマルチスケールなタイトフレームの構築を提案する。
我々は古典ウェーブレットを拡張し、非ユークリッド構造上の一般化ウェーブレットも拡張する。
サンプルフレームはその集団に匹敵する傾向を示し、ソボレフとベソフの正則性の空間上の明示的な有限サンプル率を導出する。
論文 参考訳(メタデータ) (2020-06-17T13:51:11Z) - Twisted Fourier analysis and pseudo-probability distributions [1.5555393702795075]
フーリエ解析の非可換一般化を用いて、擬確率表現の幅広いクラスを定義する。
We find Wigner representations for fermion, hard-core bosons, and angle-number systems。
論文 参考訳(メタデータ) (2020-04-28T21:39:27Z) - Efficiently Sampling Functions from Gaussian Process Posteriors [76.94808614373609]
高速後部サンプリングのための簡易かつ汎用的なアプローチを提案する。
分離されたサンプルパスがガウス過程の後部を通常のコストのごく一部で正確に表現する方法を実証する。
論文 参考訳(メタデータ) (2020-02-21T14:03:16Z) - Distributed, partially collapsed MCMC for Bayesian Nonparametrics [68.5279360794418]
ディリクレ法やベータ・ベルヌーリ法のようなモデルでよく用いられる完全無作為測度は独立な部分測度に分解可能であるという事実を利用する。
この分解を用いて、潜在測度を、インスタンス化された成分のみを含む有限測度と、他のすべての成分を含む無限測度に分割する。
得られたハイブリッドアルゴリズムは、収束保証を犠牲にすることなくスケーラブルな推論を可能にすることができる。
論文 参考訳(メタデータ) (2020-01-15T23:10:13Z)
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。