Fugu-MT 論文翻訳(概要): On the construction of graph models realizing given entropy vectors

論文の概要: On the construction of graph models realizing given entropy vectors

arxiv url: http://arxiv.org/abs/2512.18702v1
Date: Sun, 21 Dec 2025 11:38:17 GMT
ステータス: 翻訳完了
システム内更新日: 2025-12-23 18:54:32.464629
Title: On the construction of graph models realizing given entropy vectors
Title（参考訳）: 与えられたエントロピーベクトルを実現するグラフモデルの構成について
Authors: Veronika E. Hubeny, Massimiliano Rota,
Abstract要約: 本稿では,与えられたエントロピーベクトルを実現するホログラフィック単純木グラフモデルを構築するための効率的なアルゴリズムを提案する。我々は相関ハイパーグラフのツールキットを開発し、特に粗粒化とサブシステムの微細粒化に関連している。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present an efficient algorithm for the construction of a holographic simple tree graph model that realizes a given entropy vector, subject to a specific ``chordality'' condition first introduced in arXiv:2412.18018. We further develop the toolkit of the correlation hypergraph, particularly in relation to coarse-graining and fine-graining of subsystems. We then use these techniques to take the first steps towards the generalization of this new algorithm to arbitrary (not necessarily simple) holographic tree graph models, and the ``detection'' of unrealizability of an entropy vector independently from the knowledge of holographic entropy inequalities.
Abstract（参考訳）: 本稿では,与えられたエントロピーベクトルを,arXiv:2412.18018 で最初に導入された特定の `chordality'' 条件下で実現したホログラフィック単純木グラフモデルを構築するための効率的なアルゴリズムを提案する。我々はさらに相関ハイパーグラフのツールキットを開発し、特に粗粒化とサブシステムの微細粒化に関連している。次に、これらの手法を用いて、この新しいアルゴリズムを任意の(必ずしも単純ではない)ホログラフグラフモデルに一般化する第一歩と、ホログラフィックエントロピーの不等式に関する知識から独立にエントロピーベクトルの非実現可能性の ``detection'' を導出する。

関連論文リスト

Necessary and sufficient conditions for entropy vector realizability by holographic simple tree graph models [0.0]
与えられたエントロピーベクトルの単純な木グラフモデルの実現のためにarXiv:2512.18702で導入されたアルゴリズムが常に成功することを示す。ホログラフィーで開発された技法が、絡み合いや情報理論の幅広い洞察を与える方法を強調した。任意の数のパーティーに対してホログラフィックエントロピー円錐の構造を符号化する必須データは、部分付加性円錐の和の極端光線の集合である。
論文参考訳（メタデータ） (2025-12-30T22:19:15Z)
What Improves the Generalization of Graph Transformers? A Theoretical Dive into the Self-attention and Positional Encoding [67.59552859593985]
自己アテンションと位置エンコーディングを組み込んだグラフトランスフォーマーは、さまざまなグラフ学習タスクのための強力なアーキテクチャとして登場した。本稿では,半教師付き分類のための浅いグラフ変換器の理論的検討について紹介する。
論文参考訳（メタデータ） (2024-06-04T05:30:16Z)
Beyond the Holographic Entropy Cone via Cycle Flows [0.0]
ホログラフィックエントロピー円錐の外側のエントロピーベクトルを計算するための新しい処方則を導入する。最大サイクルフローは、部分加法と強い部分加法の両方に従うことを証明している。このモデルも同様にハイパーグラフから生じるエントロピーベクトルを一般化する。
論文参考訳（メタデータ） (2023-12-15T19:00:00Z)
Sparse Training of Discrete Diffusion Models for Graph Generation [45.103518022696996]
SparseDiffは、ほとんど全ての大きなグラフがスパースであるという観察に基づく、新しい拡散モデルである。エッジのサブセットを選択することで、SparseDiffは、ノイズ発生過程とノイズ発生ネットワーク内のスパースグラフ表現を効果的に活用する。本モデルでは,小規模・大規模両方のデータセットにおいて,複数のメトリクスにわたる最先端性能を示す。
論文参考訳（メタデータ） (2023-11-03T16:50:26Z)
Generalizing Backpropagation for Gradient-Based Interpretability [103.2998254573497]
モデルの勾配は、半環を用いたより一般的な定式化の特別な場合であることを示す。この観測により、バックプロパゲーションアルゴリズムを一般化し、他の解釈可能な統計を効率的に計算することができる。
論文参考訳（メタデータ） (2023-07-06T15:19:53Z)
Scalable Bayesian Structure Learning for Gaussian Graphical Models Using Marginal Pseudo-likelihood [2.312692134587988]
連続時間(生死)および離散時間(可逆ジャンプ)マルコフ連鎖モンテカルロ(MCMC)アルゴリズムを開発し、グラフ空間の後方を効率的に探索する。アルゴリズムは巨大なグラフ空間にスケールし、1000以上のノードを持つグラフの並列探索を可能にする。
論文参考訳（メタデータ） (2023-06-30T20:37:40Z)
Discrete Graph Auto-Encoder [52.50288418639075]
離散グラフオートエンコーダ(DGAE)という新しいフレームワークを導入する。まず、置換同変オートエンコーダを用いてグラフを離散潜在ノード表現の集合に変換する。 2番目のステップでは、離散潜在表現の集合をソートし、特別に設計された自己回帰モデルを用いてそれらの分布を学習する。
論文参考訳（メタデータ） (2023-06-13T12:40:39Z)
GrannGAN: Graph annotation generative adversarial networks [72.66289932625742]
本稿では,高次元分布をモデル化し,グラフスケルトンと整合した複雑な関係特徴構造を持つデータの新しい例を生成することの問題点を考察する。提案するモデルは,タスクを2つのフェーズに分割することで,各データポイントのグラフ構造に制約されたデータ特徴を生成する問題に対処する。第一に、与えられたグラフのノードに関連する機能の分布をモデル化し、第二に、ノードのフィーチャに条件付きでエッジ機能を補完する。
論文参考訳（メタデータ） (2022-12-01T11:49:07Z)
Learning Linear Non-Gaussian Polytree Models [2.4493299476776778]
ポリツリーであるグラフを効率的に学習するアルゴリズムを提案する。提案手法は,まず無向木構造を学習するChow-Liuアルゴリズムと,エッジを指向する新しいスキームを組み合わせたものである。
論文参考訳（メタデータ） (2022-08-13T18:20:10Z)
Score-based Generative Modeling of Graphs via the System of Stochastic Differential Equations [57.15855198512551]
本稿では,連続時間フレームワークを用いたグラフのスコアベース生成モデルを提案する。本手法は, トレーニング分布に近い分子を生成できるが, 化学価数則に違反しないことを示す。
論文参考訳（メタデータ） (2022-02-05T08:21:04Z)
Regularization of Mixture Models for Robust Principal Graph Learning [0.0]
D$次元データポイントの分布から主グラフを学習するために,Mixture Modelsの正規化バージョンを提案する。モデルのパラメータは期待最大化手順によって反復的に推定される。
論文参考訳（メタデータ） (2021-06-16T18:00:02Z)
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)
Structural Landmarking and Interaction Modelling: on Resolution Dilemmas in Graph Classification [50.83222170524406]
解法ジレンマの統一概念に基づくグラフ分類における本質的難易度の研究」構造ランドマークと相互作用モデリングのためのインダクティブニューラルネットワークモデルSLIM'を提案する。
論文参考訳（メタデータ） (2020-06-29T01:01:42Z)

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。