論文の概要: Spectral distribution of sparse Gaussian Ensembles of Real Asymmetric Matrices
- arxiv url: http://arxiv.org/abs/2507.21002v1
- Date: Mon, 28 Jul 2025 17:13:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-29 16:23:58.223538
- Title: Spectral distribution of sparse Gaussian Ensembles of Real Asymmetric Matrices
- Title（参考訳）: 実非対称行列のスパースガウスアンサンブルのスペクトル分布
- Authors: Ratul Dutta, Pragya Shukla,
- Abstract要約: 実非対称行列の多パラメータガウスアンサンブルのスペクトル統計を解析する。
我々の定式化は、幅広いスパースな実非対称アンサンブルに対するスペクトル統計学の一般的な数学的定式化を提供する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Theoretical analysis of biological and artificial neural networks e.g. modelling of synaptic or weight matrices necessitate consideration of the generic real-asymmetric matrix ensembles, those with varying order of matrix elements e.g. a sparse structure or a banded structure. We pursue the complexity parameter approach to analyze the spectral statistics of the multiparametric Gaussian ensembles of real asymmetric matrices and derive the ensemble averaged spectral densities for real as well as complex eigenvalues. Considerations of the matrix elements with arbitrary choice of mean and variances render us the freedom to model the desired sparsity in the ensemble. Our formulation provides a common mathematical formulation of the spectral statistics for a wide range of sparse real-asymmetric ensembles and also reveals, thereby, a deep rooted universality among them.
- Abstract（参考訳）: 合成行列や重み行列をモデル化する生物学的および人工ニューラルネットワークの理論的解析は、一般的な実非対称行列アンサンブル、例えばスパース構造やバンド構造など様々な行列要素の順序を考慮する必要がある。
我々は、実非対称行列の多パラメータガウスアンサンブルのスペクトル統計を解析し、実および複素固有値に対するアンサンブル平均スペクトル密度を導出する複雑性パラメータアプローチを追求する。
平均と分散の任意の選択による行列要素の考察は、アンサンブルにおける所望の間隔をモデル化する自由を与える。
我々の定式化は、広い範囲のスパースな実非対称アンサンブルに対するスペクトル統計学の一般的な数学的定式化を提供し、したがってそれらの間の深い根付き普遍性を明らかにする。
関連論文リスト
- Matrix Ordering through Spectral and Nilpotent Structures in Totally Ordered Complex Number Fields [2.2533084621250143]
複素数に対する全順序関係を構築し、一般行列のスペクトル成分と複素固有値の比較を可能にする。
複素数値関数を用いた偏化順序付けの理論的枠組みを確立する。
零成分に対する一般化支配順序を用いて行列関数のジョルダンブロックを特徴づける。
論文 参考訳（メタデータ） (2025-01-17T23:34:17Z) - Understanding Matrix Function Normalizations in Covariance Pooling through the Lens of Riemannian Geometry [63.694184882697435]
グローバル共分散プーリング(GCP)は、高レベルの表現の2階統計を利用して、ディープニューラルネットワーク(DNN)の性能を向上させることが実証されている。
本稿では、リーマン幾何学の観点から行列対数とパワーの包括的かつ統一的な理解を提供する。
論文 参考訳（メタデータ） (2024-07-15T07:11:44Z) - Spectral fluctuations of multiparametric complex matrix ensembles:
evidence of a single parameter dependence [0.0]
複素行列の多重パラメトリックガウスアンサンブルのスペクトル統計を数値的に解析し、対角線から離れた異なる崩壊経路のばらつきを解析した。
このようなアンサンブルは、例えば非エルミート系における局所化から非エルミート系への非局在化や、非エルミート系へのエルミート変換のような、幅広い位相遷移のよいモデルとして機能する。
論文 参考訳（メタデータ） (2023-12-13T15:21:35Z) - Deep Learning Symmetries and Their Lie Groups, Algebras, and Subalgebras
from First Principles [55.41644538483948]
ラベル付きデータセットに存在する連続した対称性群の検出と同定のためのディープラーニングアルゴリズムを設計する。
完全に接続されたニューラルネットワークを用いて、変換対称性と対応するジェネレータをモデル化する。
また,Lie群とその性質の数学的研究に機械学習アプローチを使うための扉を開く。
論文 参考訳（メタデータ） (2023-01-13T16:25:25Z) - 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) - When Random Tensors meet Random Matrices [50.568841545067144]
本稿では,ガウス雑音を伴う非対称次数-$d$スパイクテンソルモデルについて検討する。
検討したモデルの解析は、等価なスパイクされた対称テクシットブロック-ワイドランダム行列の解析に起因していることを示す。
論文 参考訳（メタデータ） (2021-12-23T04:05:01Z) - Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。
新規な構造化融合正規化に基づく一般グラフ推定器を提案する。
提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
論文 参考訳（メタデータ） (2021-03-05T04:42:32Z) - Statistical properties of structured random matrices [0.0]
ヘルミタントイプリッツ,ハンケルおよびトイプリッツ+ハンケルランダム行列のスペクトル特性について検討した。
この結果から, 中間型統計学は従来考えられていたよりも普遍的で普遍的であり, ランダム行列理論の新たな方向を開くことが示唆された。
論文 参考訳（メタデータ） (2020-12-21T18:00:14Z)
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。