Fugu-MT 論文翻訳(概要): Riemannian Multiplicative Update for Sparse Simplex constraint using oblique rotation manifold

論文の概要: Riemannian Multiplicative Update for Sparse Simplex constraint using oblique rotation manifold

arxiv url: http://arxiv.org/abs/2503.24075v1
Date: Mon, 31 Mar 2025 13:31:05 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-01 14:33:06.080526
Title: Riemannian Multiplicative Update for Sparse Simplex constraint using oblique rotation manifold
Title（参考訳）: 斜め回転多様体を用いたスパース単純制約に対するリーマン乗算的更新
Authors: Flavia Esposito, Andersen Ang,
Abstract要約: スパース単純制約を用いた低ランク問題の解法として,新しい多様体最適化法を提案する。標準ユークリッド法と比較した合成データセット実験により,提案手法の有効性が示された。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: We propose a new manifold optimization method to solve low-rank problems with sparse simplex constraints (variables are simultaneous nonnegativity, sparsity, and sum-to-1) that are beneficial in applications. The proposed approach exploits oblique rotation manifolds, rewrite the problem, and introduce a new Riemannian optimization method. Experiments on synthetic datasets compared to the standard Euclidean method show the effectiveness of the proposed method.
Abstract（参考訳）: そこで本研究では, 疎単純性制約(変数は同時非負性, 疎性, 和-to-1)による低ランク問題の解法を提案する。提案手法は斜め回転多様体を利用して問題を書き換え、新しいリーマン最適化法を導入する。標準ユークリッド法と比較した合成データセット実験により,提案手法の有効性が示された。

関連論文リスト

Implicit Riemannian Optimism with Applications to Min-Max Problems [23.421903887404618]
本稿では,アダマール問題に対する楽観的なオンライン学習アルゴリズムを提案する。提案手法は, マニフォールド制約を処理し, ユークリッド設定上の最もよく知られた境界値に適合する。
論文参考訳（メタデータ） (2025-01-30T14:31:28Z)
Symplectic Stiefel manifold: tractable metrics, second-order geometry and Newton's methods [1.190653833745802]
我々は、シンプレクティック・スティーフェル多様体上の明示的な二階幾何学とニュートンの方法を開発する。次にニュートン方程式をニュートン法の中心的なステップとして解く。提案手法を検証するために, 種々の数値実験を行った。
論文参考訳（メタデータ） (2024-06-20T13:26:06Z)
Improving Diffusion Models for Inverse Problems Using Optimal Posterior Covariance [52.093434664236014]
近年の拡散モデルは、特定の逆問題に対して再訓練することなく、ノイズの多い線形逆問題に対する有望なゼロショット解を提供する。この発見に触発されて、我々は、最大推定値から決定されるより原理化された共分散を用いて、最近の手法を改善することを提案する。
論文参考訳（メタデータ） (2024-02-03T13:35:39Z)
Riemannian stochastic optimization methods avoid strict saddle points [68.80251170757647]
研究中のポリシーは、確率 1 の厳密なサドル点/部分多様体を避けていることを示す。この結果は、アルゴリズムの極限状態が局所最小値にしかならないことを示すため、重要な正当性チェックを提供する。
論文参考訳（メタデータ） (2023-11-04T11:12:24Z)
Linearization Algorithms for Fully Composite Optimization [61.20539085730636]
本稿では,完全合成最適化問題を凸コンパクト集合で解くための一階アルゴリズムについて検討する。微分可能および非微分可能を別々に扱い、滑らかな部分のみを線形化することで目的の構造を利用する。
論文参考訳（メタデータ） (2023-02-24T18:41:48Z)
Simplifying Momentum-based Positive-definite Submanifold Optimization with Applications to Deep Learning [24.97120654216651]
部分多様体上の運動量を持つ難しい微分方程式の解法を示す。我々はリーマン正規座標の一般化版を提案する。我々は,行列乗算のみを用いることで,構造化共分散の既存手法を単純化し,低精度のディープラーニングのための行列非逆2textnd$ordersを開発する。
論文参考訳（メタデータ） (2023-02-20T03:31:11Z)
Riemannian Optimization for Variance Estimation in Linear Mixed Models [0.0]
パラメータ空間の内在的幾何を利用した線形混合モデルにおけるパラメータ推定について、全く新しい見方をとる。提案手法は,既存手法に比べて分散パラメータ推定精度が高い。
論文参考訳（メタデータ） (2022-12-18T13:08:45Z)
On Riemannian Approach for Constrained Optimization Model in Extreme Classification Problems [2.7436792484073638]
制約付き最適化問題は行列多様体上の最適化問題として定式化される。提案手法は,複数の実世界の大規模マルチラベルデータセットで検証される。
論文参考訳（メタデータ） (2021-09-30T11:28:35Z)
Optimization on manifolds: A symplectic approach [127.54402681305629]
本稿では、最適化問題を解くための一般的な枠組みとして、ディラックの制約付きハミルトン系理論の散逸拡張を提案する。我々の(加速された)アルゴリズムのクラスは単純で効率的なだけでなく、幅広い文脈にも適用できる。
論文参考訳（メタデータ） (2021-07-23T13:43:34Z)
Conditional gradient methods for stochastically constrained convex minimization [54.53786593679331]
構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
論文参考訳（メタデータ） (2020-07-07T21:26:35Z)
Support recovery and sup-norm convergence rates for sparse pivotal estimation [79.13844065776928]
高次元スパース回帰では、ピボット推定器は最適な正規化パラメータがノイズレベルに依存しない推定器である。非滑らかで滑らかな単一タスクとマルチタスク正方形ラッソ型推定器に対するミニマックス超ノルム収束率を示す。
論文参考訳（メタデータ） (2020-01-15T16:11:04Z)

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。