Fugu-MT 論文翻訳(概要): Autoencoding Dynamics: Topological Limitations and Capabilities

論文の概要: Autoencoding Dynamics: Topological Limitations and Capabilities

arxiv url: http://arxiv.org/abs/2511.04807v2
Date: Wed, 12 Nov 2025 01:13:08 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-12 16:10:52.674271
Title: Autoencoding Dynamics: Topological Limitations and Capabilities
Title（参考訳）: オートエンコーディングのダイナミクス: トポロジカル限界と能力
Authors: Matthew D. Kvalheim, Eduardo D. Sontag,
Abstract要約: autoencoder は "encoder" $Ecolon mathbbRnto mathbbRell$ と "decoder" $Dcolon mathbbRellto mathbbRn$ からなる連続写像のペアである。オートエンコーダの探索に固有の様々なトポロジカル制限とカパビライトを提示する。
参考スコア（独自算出の注目度）: 1.0312968200748118
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Given a "data manifold" $M\subset \mathbb{R}^n$ and "latent space" $\mathbb{R}^\ell$, an autoencoder is a pair of continuous maps consisting of an "encoder" $E\colon \mathbb{R}^n\to \mathbb{R}^\ell$ and "decoder" $D\colon \mathbb{R}^\ell\to \mathbb{R}^n$ such that the "round trip" map $D\circ E$ is as close as possible to the identity map $\mbox{id}_M$ on $M$. We present various topological limitations and capabilites inherent to the search for an autoencoder, and describe capabilities for autoencoding dynamical systems having $M$ as an invariant manifold.
Abstract（参考訳）: データ多様体" $M\subset \mathbb{R}^n$ および "latent space" $\mathbb{R}^\ell$ が与えられたとき、オートエンコーダは "encoder" $E\colon \mathbb{R}^n\to \mathbb{R}^\ell$ と "decoder" $D\colon \mathbb{R}^\ell\to \mathbb{R}^n$ からなる連続写像のペアである。我々は、オートエンコーダの探索に固有の様々なトポロジカル制限とカパビライトを示し、M$を不変多様体として持つ動的系を自己エンコードする能力を記述する。

関連論文リスト

Discrete symmetries in classical and quantum oscillators [51.56484100374058]
複素バーグマン・フォック・セガル表現において、量子ハミルトニアンの固有函数 $_n=zn$ を示す。重ね合わせ $=sum_n c_n_n$ は、シュルディンガー方程式を解くための初期データの不完全な知識によってのみ生じる。
論文参考訳（メタデータ） (2026-01-05T10:04:39Z)
Approximating the operator norm of local Hamiltonians via few quantum states [53.16156504455106]
複素ヒルベルト空間上で作用するエルミート作用素 $A$ を 2n$ とする。 A$ がパウリ拡大において小さな次数を持つとき、あるいは言い換えれば、$A$ は局所 $n$-量子ハミルトニアンである。 A$ が $d$-local, textiti.e., $deg(A)le d$ であるときは常に、次の離散化型不等式を持つことを示す。
論文参考訳（メタデータ） (2025-09-15T14:26:11Z)
Surrogate to Poincaré inequalities on manifolds for dimension reduction in nonlinear feature spaces [49.1574468325115]
連続微分可能な関数 $u:mathbbRd rightarrow mathbbRm$ を $g:mathbbRd rightarrow mathbbRm$, $mleq d$, $f : mathbbRm rightarrow mathbbRR$ という関数の合成によって近似することを目指している。固定された$g$に対して、評価を含む古典回帰法を用いて$f$を構築する。
論文参考訳（メタデータ） (2025-05-03T12:37:27Z)
Neural network learns low-dimensional polynomials with SGD near the information-theoretic limit [75.4661041626338]
単一インデックス対象関数 $f_*(boldsymbolx) = textstylesigma_*left(langleboldsymbolx,boldsymbolthetarangleright)$ の勾配勾配勾配学習問題について検討する。 SGDに基づくアルゴリズムにより最適化された2層ニューラルネットワークは、情報指数に支配されない複雑さで$f_*$を学習する。
論文参考訳（メタデータ） (2024-06-03T17:56:58Z)
Provably learning a multi-head attention layer [55.2904547651831]
マルチヘッドアテンション層は、従来のフィードフォワードモデルとは分離したトランスフォーマーアーキテクチャの重要な構成要素の1つである。本研究では,ランダムな例から多面的注意層を実証的に学習する研究を開始する。最悪の場合、$m$に対する指数的依存は避けられないことを示す。
論文参考訳（メタデータ） (2024-02-06T15:39:09Z)
Manifold learning in Wasserstein space [2.9581047417235298]
本論文は,絶対連続確率測度空間における多様体学習アルゴリズムの理論基盤の構築を目的とする。計量 $mathbbW_Lambda$ を備えた部分多様体 $da$ in $mathcalP_mathrma.c.(Omega)$ の構成を導入する。我々は、$(da,mathbbW_Lambda)$の潜在多様体構造がサンプル$lambda_i_i=1N$ of $Lambからどのように学習できるかを示す。
論文参考訳（メタデータ） (2023-11-14T21:21:35Z)
Why should autoencoders work? [1.6317061277457001]
ディープニューラルネットワークオートエンコーダは、モデルリダクションに日常的に使用される。このテクニックが"動作する"ことが分かり、この効果を説明する方法があるかどうかを問うことになる。
論文参考訳（メタデータ） (2023-10-03T17:53:43Z)
$O(k)$-Equivariant Dimensionality Reduction on Stiefel Manifolds [2.0818404738530525]
多くの実世界のデータセットは、高次元のスティーフェル多様体とグラスマン多様体に、それぞれ$V_k(mathbbRN)$と$Gr(k, mathbbRN)$で存在する。我々はtextitPrincipal Stiefel Coordinates (PSC) というアルゴリズムを提案し、データ次元を$V_k(mathbbRN)$から$V_k(mathbbRn)$に減らした。
論文参考訳（メタデータ） (2023-09-19T17:21:12Z)
Vocabulary for Universal Approximation: A Linguistic Perspective of Mapping Compositions [6.164223149261533]
V=phi_i: mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd to mathbbRd
論文参考訳（メタデータ） (2023-05-20T14:50:34Z)
Algebraic Aspects of Boundaries in the Kitaev Quantum Double Model [77.34726150561087]
我々は、Ksubseteq G$ の部分群に基づく境界の体系的な扱いを、バルクの Kokuev 量子倍 D(G)$ モデルで提供する。境界サイトは$*$-subalgebra $Xisubseteq D(G)$の表現であり、その構造を強い$*$-準ホップ代数として説明する。治療の応用として、水平方向の$K=G$と垂直方向の$K=e$に基づく境界付きパッチを調査し、量子コンピュータでどのように使用できるかを示す。
論文参考訳（メタデータ） (2022-08-12T15:05:07Z)
Learning a Single Neuron with Adversarial Label Noise via Gradient Descent [50.659479930171585]
モノトン活性化に対する $mathbfxmapstosigma(mathbfwcdotmathbfx)$ の関数について検討する。学習者の目標は仮説ベクトル $mathbfw$ that $F(mathbbw)=C, epsilon$ を高い確率で出力することである。
論文参考訳（メタデータ） (2022-06-17T17:55:43Z)
A Canonical Transform for Strengthening the Local $L^p$-Type Universal Approximation Property [4.18804572788063]
任意の機械学習モデルクラス $mathscrFsubseteq C(mathbbRd,mathbbRD)$ が $Lp_mu(mathbbRd,mathbbRD)$ で密であることを保証する。本稿では、「$mathscrF$'s approximation property」という正準変換を導入することにより、この近似理論問題に対する一般的な解を提案する。
論文参考訳（メタデータ） (2020-06-24T17:46:35Z)

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。