Fugu-MT 論文翻訳(概要): Transport f divergences

論文の概要: Transport f divergences

arxiv url: http://arxiv.org/abs/2504.15515v1
Date: Tue, 22 Apr 2025 01:25:41 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-01 00:49:04.12517
Title: Transport f divergences
Title（参考訳）: Transport f (複数形 Transport fs)
Authors: Wuchen Li,
Abstract要約: 一次元サンプル空間における確率密度関数の差を測定するために、分岐のクラスを定義する。この構成は、一方の密度を他方にプッシュフォワードする写像関数のヤコビ作用素との凸関数に基づいている。
参考スコア（独自算出の注目度）: 2.817412580574242
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We define a class of divergences to measure differences between probability density functions in one-dimensional sample space. The construction is based on the convex function with the Jacobi operator of mapping function that pushforwards one density to the other. We call these information measures {\em transport $f$-divergences}. We present several properties of transport $f$-divergences, including invariances, convexities, variational formulations, and Taylor expansions in terms of mapping functions. Examples of transport $f$-divergences in generative models are provided.
Abstract（参考訳）: 一次元サンプル空間における確率密度関数の差を測定するために、分岐のクラスを定義する。この構成は、一方の密度を他方にプッシュフォワードする写像関数のヤコビ作用素との凸関数に基づいている。我々はこれらの情報対策を$f$-divergences} と呼ぶ。我々は、写像関数の点における不変性、凸性、変分定式化、テイラー展開を含む、輸送$f$-divergencesのいくつかの性質を示す。生成モデルにおける輸送$f$-divergencesの例が提供される。

関連論文リスト

Unbiased Estimating Equation on Inverse Divergence and Its Conditions [0.10742675209112622]
本稿では、逆発散(英語版)と呼ばれる相互関数によって定義されるブレグマン発散(英語版)に焦点を当てる。単調に増大する関数 $f$ と逆発散によって定義される損失関数に対して、推定方程式が偏りのない統計モデルと関数 $f$ の条件を明確にする。
論文参考訳（メタデータ） (2024-04-25T11:22:48Z)
Theoretical Insights for Diffusion Guidance: A Case Study for Gaussian Mixture Models [59.331993845831946]
拡散モデルは、所望の特性に向けてサンプル生成を操るために、スコア関数にタスク固有の情報を注入することの恩恵を受ける。本稿では,ガウス混合モデルの文脈における拡散モデルに対する誘導の影響を理解するための最初の理論的研究を提供する。
論文参考訳（メタデータ） (2024-03-03T23:15:48Z)
Functional Diffusion [55.251174506648454]
本稿では,関数拡散と呼ばれる新しい生成拡散モデルを提案する。汎函数拡散は古典的拡散モデルの無限次元領域への拡張と見なすことができる。 3次元表面上で定義された複雑な符号付き距離関数と変形関数の生成結果を示す。
論文参考訳（メタデータ） (2023-11-26T21:35:34Z)
Conditional Optimal Transport on Function Spaces [53.9025059364831]
ブロック三角形モンジュ写像を記述した制約付き最適輸送問題の理論を開発する。これは、一般的なコスト関数を持つ分離可能な無限次元函数空間への最適三角輸送の理論を一般化する。本稿では,機能パラメータの非道徳的および可能性のない推論に対する理論的結果の計算的適用性を示す数値実験を行う。
論文参考訳（メタデータ） (2023-11-09T18:44:42Z)
Manifold Diffusion Fields [11.4726574705951]
非ユークリッド幾何学におけるデータ拡散モデルの学習を解き放つアプローチを提案する。ラプラス・ベルトラミ作用素の固有関数を通して多様体上の固有座標系を定義する。我々はMDFが従来の手法よりも多様性と忠実さでそのような関数の分布を捉えることができることを示す。
論文参考訳（メタデータ） (2023-05-24T21:42:45Z)
The Inverse of Exact Renormalization Group Flows as Statistical Inference [0.0]
我々は、最適な輸送のインスタンス化として、Exact Renormalization Group(ERG)の視点に基づいて構築する。我々はベイズ統計推論の仲介を通してERGを理解するための新しい情報理論的視点を提供する。
論文参考訳（メタデータ） (2022-12-21T21:38:34Z)
The Manifold Scattering Transform for High-Dimensional Point Cloud Data [16.500568323161563]
本稿では,自然システムにおけるデータセットへの多様体散乱変換の実装のための実践的スキームを提案する。本手法は信号の分類や多様体の分類に有効であることを示す。
論文参考訳（メタデータ） (2022-06-21T02:15:00Z)
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)
Measuring dissimilarity with diffeomorphism invariance [94.02751799024684]
DID(DID)は、幅広いデータ空間に適用可能なペアワイズな相似性尺度である。我々は、DIDが理論的研究と実用に関係のある特性を享受していることを証明する。
論文参考訳（メタデータ） (2022-02-11T13:51:30Z)
Variational Transport: A Convergent Particle-BasedAlgorithm for Distributional Optimization [106.70006655990176]
分散最適化問題は機械学習や統計学で広く発生する。本稿では,変分輸送と呼ばれる粒子に基づく新しいアルゴリズムを提案する。目的関数がpolyak-Lojasiewicz (PL) (Polyak, 1963) の機能バージョンと滑らかな条件を満たすとき、変分輸送は線形に収束することを示す。
論文参考訳（メタデータ） (2020-12-21T18:33:13Z)
$(f,\Gamma)$-Divergences: Interpolating between $f$-Divergences and Integral Probability Metrics [6.221019624345409]
我々は、$f$-divergences と積分確率メトリクス(IPMs)の両方を仮定する情報理論の分岐を構築するためのフレームワークを開発する。 2段階の質量再分配/物質輸送プロセスとして表現できることが示される。統計的学習を例として,重み付き,絶対連続的なサンプル分布に対するGAN(generative adversarial network)の訓練において,その優位性を示す。
論文参考訳（メタデータ） (2020-11-11T18:17:09Z)
Linear Optimal Transport Embedding: Provable Wasserstein classification for certain rigid transformations and perturbations [79.23797234241471]
分布の区別は多くの科学分野において重要な問題である。線形最適輸送(LOT)は分布の空間を$L2$-スペースに埋め込む。複数の分布分類問題に対するLOTの利点を実証する。
論文参考訳（メタデータ） (2020-08-20T19:09:33Z)
Deep composition of tensor-trains using squared inverse Rosenblatt transports [0.6091702876917279]
本稿では, 逆ローゼンブラット輸送の関数テンソル-トレイン近似を一般化する。我々は、この輸送を2乗テンソル-トレイン分解から効率的に計算する手法を開発した。結果として生じる深い逆ローゼンブラット輸送は、テンソル近似とランダム変数への写像の能力を大きく拡張する。
論文参考訳（メタデータ） (2020-07-14T11:04:18Z)

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。