論文の概要: Towards Spectral Convergence of Locally Linear Embedding on Manifolds with Boundary

• arxiv url: http://arxiv.org/abs/2501.09572v1
• Date: Thu, 16 Jan 2025 14:45:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-17 15:09:07.194373
• Title: Towards Spectral Convergence of Locally Linear Embedding on Manifolds with Boundary
• Title（参考訳）: 境界を有する多様体上の局所線形埋め込みのスペクトル収束に向けて
• Authors: Andrew Lyons,
• Abstract要約: 局所線形埋め込み(Locally Linear Embedding)と呼ばれる教師なし学習アルゴリズムの振る舞いを制御した微分演算子の固有値と固有関数について検討する。 固有関数上の自然な正則性条件は一貫した境界条件を課し、フロベニウス法を用いて点的挙動を推定する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We study the eigenvalues and eigenfunctions of a differential operator that governs the asymptotic behavior of the unsupervised learning algorithm known as Locally Linear Embedding when a large data set is sampled from an interval or disc. In particular, the differential operator is of second order, mixed-type, and degenerates near the boundary. We show that a natural regularity condition on the eigenfunctions imposes a consistent boundary condition and use the Frobenius method to estimate pointwise behavior. We then determine the limiting sequence of eigenvalues analytically and compare them to numerical predictions. Finally, we propose a variational framework for determining eigenvalues on other compact manifolds.
• Abstract（参考訳）: 本研究では,大容量データセットを間隔やディスクからサンプリングする場合に,局所線形埋め込み(Locally Linear Embedding)と呼ばれる非教師付き学習アルゴリズムの漸近挙動を制御した微分演算子の固有値と固有関数について検討する。 特に微分作用素は二階数であり、混合型であり、境界付近で退化する。 固有関数上の自然な正則性条件は一貫した境界条件を課し、フロベニウス法を用いて点的挙動を推定する。 次に、固有値の制限列を解析的に決定し、数値予測と比較する。 最後に、他のコンパクト多様体上の固有値を決定するための変分フレームワークを提案する。

関連論文リスト

• Simple Relative Deviation Bounds for Covariance and Gram Matrices [34.99810116340191]
  経験的共分散およびグラム行列の固有値に対する非漸近的相対偏差境界を提供する。 我々の結果はスペクトルをまたいだよりシャープな制御を提供する。
  論文  参考訳（メタデータ） (2024-10-08T07:28:56Z)
• Entrywise error bounds for low-rank approximations of kernel matrices [55.524284152242096]
  切り抜き固有分解を用いて得られたカーネル行列の低ランク近似に対するエントリーワイド誤差境界を導出する。 重要な技術的革新は、小さな固有値に対応するカーネル行列の固有ベクトルの非局在化結果である。 我々は、合成および実世界のデータセットの集合に関する実証的研究により、我々の理論を検証した。
  論文  参考訳（メタデータ） (2024-05-23T12:26:25Z)
• Eigenvalue sensitivity from eigenstate geometry near and beyond arbitrary-order exceptional points [0.0]
  効果的に非エルミート・ハミルトン系を持つ系は、パラメトリックおよび動的摂動に対する感度を増強する。 この感度は、数学的に固有値条件数に対応する位相剛性によって定量化することができる。 任意の固有値構成に適用可能な、この感度尺度の正確な非摂動式を導出する。
  論文  参考訳（メタデータ） (2023-07-12T16:36:39Z)
• Convex Bounds on the Softmax Function with Applications to Robustness Verification [69.09991317119679]
  ソフトマックス関数は、ニューラルネットワークの出力においてユビキタスなコンポーネントであり、中間層もますます多くなっている。 本稿では,ニューラルネットワークや他のMLモデルのキャラクタリゼーションのための凸最適化式と互換性のある,ソフトマックス関数上の凸下界と凹上界を提供する。
  論文  参考訳（メタデータ） (2023-03-03T05:07:02Z)
• Quantitative deterministic equivalent of sample covariance matrices with a general dependence structure [0.0]
  我々は、次元とスペクトルパラメータの両方を含む量的境界を証明し、特に実正の半直線に近づくことを可能にする。 応用として、これらの一般モデルの経験スペクトル分布のコルモゴロフ距離の収束の新しい境界を得る。
  論文  参考訳（メタデータ） (2022-11-23T15:50:31Z)
• Sensitivity of non-Hermitian systems [0.0]
  任意の境界条件を持つ一次元一バンドモデルの固有値を求める手法について述べる。 1次元鎖を積み重ねることで、周期的境界条件を1方向に有するいくつかの2次元系の感度に対する対応する条件を見つけることができる。
  論文  参考訳（メタデータ） (2022-06-17T19:16:07Z)
• Optimal variance-reduced stochastic approximation in Banach spaces [114.8734960258221]
  可分バナッハ空間上で定義された収縮作用素の定点を推定する問題について検討する。 演算子欠陥と推定誤差の両方に対して漸近的でない境界を確立する。
  論文  参考訳（メタデータ） (2022-01-21T02:46:57Z)
• The Connection between Discrete- and Continuous-Time Descriptions of Gaussian Continuous Processes [60.35125735474386]
  我々は、一貫した推定子をもたらす離散化が粗粒化下での不変性を持つことを示す。 この結果は、導関数再構成のための微分スキームと局所時間推論アプローチの組み合わせが、2次または高次微分方程式の時系列解析に役立たない理由を説明する。
  論文  参考訳（メタデータ） (2021-01-16T17:11:02Z)
• Optimal oracle inequalities for solving projected fixed-point equations [53.31620399640334]
  ヒルベルト空間の既知の低次元部分空間を探索することにより、確率観測の集合を用いて近似解を計算する手法を検討する。 本稿では,線形関数近似を用いた政策評価問題に対する時間差分学習手法の誤差を正確に評価する方法について述べる。
  論文  参考訳（メタデータ） (2020-12-09T20:19:32Z)
• A Szeg\H{o} type theorem and distribution of symplectic eigenvalues [0.0]
  定常G鎖の性質を生成関数の観点から検討する。 定常量子ガウス過程のエントロピー率の式を導出する。
  論文  参考訳（メタデータ） (2020-06-21T15:37:52Z)
• Asymptotic Analysis of an Ensemble of Randomly Projected Linear Discriminants [94.46276668068327]
  [1]では、ランダムに投影された線形判別式のアンサンブルを用いてデータセットを分類する。 我々は,計算コストのかかるクロスバリデーション推定器の代替として,誤分類確率の一貫した推定器を開発する。 また、実データと合成データの両方で投影次元を調整するための推定器の使用を実証する。
  論文  参考訳（メタデータ） (2020-04-17T12:47:04Z)

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。