論文の概要: torchsom: The Reference PyTorch Library for Self-Organizing Maps

• arxiv url: http://arxiv.org/abs/2510.11147v1
• Date: Mon, 13 Oct 2025 08:40:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 18:06:30.271157
• Title: torchsom: The Reference PyTorch Library for Self-Organizing Maps
• Title（参考訳）: Torchsom: 自己組織化マップのための参照PyTorchライブラリ
• Authors: Louis Berthier, Ahmed Shokry, Maxime Moreaud, Guillaume Ramelet, Eric Moulines,
• Abstract要約: torchsomはPythonライブラリで、PyTorchの自己組織化マップ(SOM)のリファレンス実装を提供する。 これはPyTorchバックエンドに依存しており、(i)GPUアクセラレーションによるSOMの高速かつ効率的なトレーニングを可能にし、(ii)PyTorchエコシステムとの簡単でスケーラブルな統合を可能にする。
• 参考スコア（独自算出の注目度）: 19.970928170720438
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces torchsom, an open-source Python library that provides a reference implementation of the Self-Organizing Map (SOM) in PyTorch. This package offers three main features: (i) dimensionality reduction, (ii) clustering, and (iii) friendly data visualization. It relies on a PyTorch backend, enabling (i) fast and efficient training of SOMs through GPU acceleration, and (ii) easy and scalable integrations with PyTorch ecosystem. Moreover, torchsom follows the scikit-learn API for ease of use and extensibility. The library is released under the Apache 2.0 license with 90% test coverage, and its source code and documentation are available at https://github.com/michelin/TorchSOM.
• Abstract（参考訳）: 本稿では,PyTorchにおける自己組織化マップ(SOM)のリファレンス実装を提供する,オープンソースのPythonライブラリであるTorchsomを紹介する。 このパッケージには3つの主要な特徴がある。 (i)次元減少 (ii)クラスタリング、および (三)フレンドリーなデータの可視化。 PyTorchバックエンドに依存しており、有効にしている。 (i)GPUアクセラレーションによるSOMの高速かつ効率的なトレーニング (ii) PyTorchエコシステムとの容易でスケーラブルな統合。 さらに、 torchsomは、使いやすさと拡張性のためにScikit-learn APIに従っている。 ライブラリはApache 2.0ライセンスでリリースされ、90%のテストカバレッジがあり、ソースコードとドキュメントはhttps://github.com/michelin/TorchSOM.comで入手できる。

関連論文リスト

• PyPulse: A Python Library for Biosignal Imputation [58.35269251730328]
  PyPulseは,臨床およびウェアラブルの両方のセンサ設定において生体信号の計算を行うPythonパッケージである。 PyPulseのフレームワークは、非機械学習バイオリサーバーを含む幅広いユーザーベースに対して、使い勝手の良いモジュラーで拡張可能なフレームワークを提供する。 PyPulseはMITライセンスでGithubとPyPIでリリースしました。
  論文  参考訳（メタデータ） (2024-12-09T11:00:55Z)
• ml_edm package: a Python toolkit for Machine Learning based Early Decision Making [0.43363943304569713]
  textttml_edmは、時間/シーケンスデータを含む学習タスクの早期決定のために設計されたPython 3ライブラリである。 textttscikit-learnは、textttml_edmと互換性のある推定器とパイプラインを作成する。
  論文  参考訳（メタデータ） (2024-08-23T09:08:17Z)
• depyf: Open the Opaque Box of PyTorch Compiler for Machine Learning Researchers [92.13613958373628]
  textttdepyfは、PyTorchコンパイラの内部動作を復号化するためのツールである。 textttdepyfは、PyTorchが生成したバイトコードを等価なソースコードに逆コンパイルする。
  論文  参考訳（メタデータ） (2024-03-14T16:17:14Z)
• TorchCP: A Python Library for Conformal Prediction [22.441191734166413]
  コンフォーマル予測(CP)は、予測間隔や保証されたカバレッジ確率のセットを生成する強力な統計フレームワークである。 本稿では、最先端のCPアルゴリズムをディープラーニング技術に統合するために設計されたPyTorchネイティブライブラリであるTorchCPを紹介する。 TorchCPは、CP固有のトレーニングアルゴリズム、オンライン予測、GPU加速バッチ処理を可能にし、大規模なデータセットで最大90%の推論時間を短縮する。
  論文  参考訳（メタデータ） (2024-02-20T03:14:47Z)
• torchgfn: A PyTorch GFlowNet library [56.071033896777784]
  torchgfnはPyTorchライブラリで、このニーズに対処することを目指している。 環境のためのシンプルなAPIと、サンプルと損失のための有用な抽象化を提供する。
  論文  参考訳（メタデータ） (2023-05-24T00:20:59Z)
• PyGOD: A Python Library for Graph Outlier Detection [56.33769221859135]
  PyGODは、グラフデータの外れ値を検出するオープンソースライブラリである。 外れ値検出のための主要なグラフベースのメソッドを幅広くサポートしています。 PyGODはBSD 2-Clauseライセンスの下でhttps://pygod.orgとPython Package Index (PyPI)でリリースされている。
  論文  参考訳（メタデータ） (2022-04-26T06:15:21Z)
• PyHHMM: A Python Library for Heterogeneous Hidden Markov Models [63.01207205641885]
  PyHHMM は Heterogeneous-Hidden Markov Models (HHMM) のオブジェクト指向Python実装である。 PyHHMMは、異種観測モデル、データ推論の欠如、異なるモデルの順序選択基準、半教師付きトレーニングなど、同様のフレームワークではサポートされない機能を強調している。 PyHHMMは、numpy、scipy、scikit-learn、およびシーボーンPythonパッケージに依存しており、Apache-2.0ライセンスの下で配布されている。
  論文  参考訳（メタデータ） (2022-01-12T07:32:36Z)
• PyTorchVideo: A Deep Learning Library for Video Understanding [71.89124881732015]
  PyTorchVideoは、ビデオ理解タスクのためのオープンソースのディープラーニングライブラリである。 マルチモーダルデータローディング、変換、モデルを含む、ビデオ理解ツールのフルスタックをカバーする。 ライブラリはPyTorchをベースにしており、任意のトレーニングフレームワークで使用することができる。
  論文  参考訳（メタデータ） (2021-11-18T18:59:58Z)
• TorchKGE: Knowledge Graph Embedding in Python and PyTorch [0.0]
  TorchKGEは、PyTorchのみに依存する知識グラフ(KG)組み込みのためのPythonモジュールである。 KGデータ構造、単純なモデルインターフェース、ネガティブサンプリングとモデル評価のためのモジュールを備えている。
  論文  参考訳（メタデータ） (2020-09-07T09:21:34Z)

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。