Fugu-MT 論文翻訳(概要): On the application of the Wasserstein metric to 2D curves classification

論文の概要: On the application of the Wasserstein metric to 2D curves classification

arxiv url: http://arxiv.org/abs/2601.07749v1
Date: Mon, 12 Jan 2026 17:33:36 GMT
ステータス: 翻訳完了
システム内更新日: 2026-01-13 19:08:01.694496
Title: On the application of the Wasserstein metric to 2D curves classification
Title（参考訳）: ワッサーシュタイン計量の2次元曲線分類への応用について
Authors: Agnieszka Kaliszewska, Monika Syga,
Abstract要約: ワッサーシュタイン距離の多くの変種を分析し、分類された2次元曲線の所定の部分(フラグメント)に分類を集中させることができる。これらの変種は、与えられた曲線の断片の重要性を反映した多くの離散確率測度の使用に基づいている。この手法の性能は、考古学の分野から得られたデータに基づいて行われた2次元曲線のクラスタリング解析に関する一連の実験によって検証される。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work we analyse a number of variants of the Wasserstein distance which allow to focus the classification on the prescribed parts (fragments) of classified 2D curves. These variants are based on the use of a number of discrete probability measures which reflect the importance of given fragments of curves. The performance of this approach is tested through a series of experiments related to the clustering analysis of 2D curves performed on data coming from the field of archaeology.
Abstract（参考訳）: この研究では、ワッサーシュタイン距離の多くの変種を分析し、分類された2次元曲線の所定の部分(フラグメント)に分類を集中させることができる。これらの変種は、与えられた曲線の断片の重要性を反映した多くの離散確率測度の使用に基づいている。この手法の性能は、考古学の分野から得られたデータに基づいて行われた2次元曲線のクラスタリング解析に関する一連の実験によって検証される。

関連論文リスト

On the Wasserstein Geodesic Principal Component Analysis of probability measures [1.2999518604217852]
目的は、基礎となるデータセットの変動のモードを最もよく捉える確率測度空間における測地線曲線を特定することである。まず、ガウス分布の集合のケースに対処し、可逆線型写像の空間における計算を解く方法を示す。絶対連続確率測度のより一般的な設定のために、ワッサーシュタイン空間の測地線をニューラルネットワークでパラメータ化するための新しいアプローチを利用する。
論文参考訳（メタデータ） (2025-06-04T22:00:43Z)
Two-Point Deterministic Equivalence for Stochastic Gradient Dynamics in Linear Models [76.52307406752556]
ランダムリゾルダーの2点関数に対する新しい決定論的等価性を導出する。勾配勾配を有する多種多様な高次元学習線形モデルの性能を統一的に導出する。
論文参考訳（メタデータ） (2025-02-07T16:45:40Z)
Fused Gromov-Wasserstein Variance Decomposition with Linear Optimal Transport [11.94799054956877]
2-ワッサーシュタイン空間における測度の集合のフレット分散の分解を行い、これらの測度のLOT埋め込みによって説明される分散の割合を計算する。また, 組込みLOTの寸法, 分散率, 組込みデータに基づく機械学習分類器の分類精度との関係について検討した。
論文参考訳（メタデータ） (2024-11-15T14:10:52Z)
Squared Wasserstein-2 Distance for Efficient Reconstruction of Stochastic Differential Equations [0.0]
We provide a analysis of the squared $W$ distance between two probability distributions associated with Wasserstein differential equations (SDEs)。そこで本研究では,雑音データからのSDEのテクスト再構成における距離に基づく2乗損失関数の利用を提案する。
論文参考訳（メタデータ） (2024-01-21T00:54:50Z)
Point Cloud Classification via Deep Set Linearized Optimal Transport [51.99765487172328]
我々は,点雲をL2-$spaceに効率的に同時埋め込むアルゴリズムであるDeep Set Linearized Optimal Transportを紹介した。この埋め込みはワッサーシュタイン空間内の特定の低次元構造を保持し、点雲の様々なクラスを区別する分類器を構成する。我々は,有限個のラベル付き点雲を持つフローデータセットの実験を通じて,標準的な深層集合アプローチに対するアルゴリズムの利点を実証する。
論文参考訳（メタデータ） (2024-01-02T23:26:33Z)
The Fisher-Rao geometry of CES distributions [50.50897590847961]
Fisher-Rao情報幾何学は、ツールを微分幾何学から活用することができる。楕円分布の枠組みにおけるこれらの幾何学的ツールの実用的利用について述べる。
論文参考訳（メタデータ） (2023-10-02T09:23:32Z)
Wasserstein Archetypal Analysis [9.54262011088777]
Archetypal Analysisは、凸ポリトープを用いてデータを要約する教師なし機械学習手法である。 We consider a alternative formulation of archetypal analysis based on the Wasserstein metric。
論文参考訳（メタデータ） (2022-10-25T19:50:09Z)
Murmurations of elliptic curves [0.0]
p が素数によって変化すると、プロッティング平均は、衝撃的な振動パターンをもたらす。我々は,楕円曲線をランクに応じて分類することを目的として,様々なデータ科学実験を行った。
論文参考訳（メタデータ） (2022-04-21T14:45:40Z)
Learning High Dimensional Wasserstein Geodesics [55.086626708837635]
高次元の2つの確率分布の間のワッサーシュタイン測地線を計算するための新しい定式化と学習戦略を提案する。ラグランジュ乗算器の手法を最適輸送(OT)問題の動的定式化に適用することにより、サドル点がワッサーシュタイン測地線であるミニマックス問題を導出する。次に、深層ニューラルネットワークによる関数のパラメータ化を行い、トレーニングのためのサンプルベースの双方向学習アルゴリズムを設計する。
論文参考訳（メタデータ） (2021-02-05T04:25:28Z)
Continuous Wasserstein-2 Barycenter Estimation without Minimax Optimization [94.18714844247766]
ワッサーシュタイン・バリセンターは、最適輸送に基づく確率測度の重み付き平均の幾何学的概念を提供する。本稿では,Wasserstein-2 バリセンタのサンプルアクセスを演算するスケーラブルなアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-02-02T21:01:13Z)

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。