Fugu-MT 論文翻訳(概要): Learning Lineage-guided Geodesics with Finsler Geometry

論文の概要: Learning Lineage-guided Geodesics with Finsler Geometry

arxiv url: http://arxiv.org/abs/2603.16708v1
Date: Tue, 17 Mar 2026 16:00:41 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-18 17:42:07.390355
Title: Learning Lineage-guided Geodesics with Finsler Geometry
Title（参考訳）: フィンスラー幾何学を用いた線形誘導測地学の学習
Authors: Aaron Zweig, Mingxuan Zhang, David A. Knowles, Elham Azizi,
Abstract要約: 軌道推論は、力学系の観測された時間点間の経路を補間する方法を研究する。我々は、幾何と分類を組み合わせたフィンスラー計量を導入し、軌跡推論において両方の種類の先行を組み込む。
参考スコア（独自算出の注目度）: 8.59801493322563
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Trajectory inference investigates how to interpolate paths between observed timepoints of dynamical systems, such as temporally resolved population distributions, with the goal of inferring trajectories at unseen times and better understanding system dynamics. Previous work has focused on continuous geometric priors, utilizing data-dependent spatial features to define a Riemannian metric. In many applications, there exists discrete, directed prior knowledge over admissible transitions (e.g. lineage trees in developmental biology). We introduce a Finsler metric that combines geometry with classification and incorporate both types of priors in trajectory inference, yielding improved performance on interpolation tasks in synthetic and real-world data.
Abstract（参考訳）: 軌道推論は、時間的に解決された人口分布のような力学系の観測された時間点間の経路を補間する方法を、目に見えない時間に軌道を推定し、システム力学をよりよく理解することを目的として検討する。これまでの研究は、リーマン計量を定義するためにデータ依存空間的特徴を利用して、連続的な幾何学的先行性に焦点を当ててきた。多くの応用において、許容される遷移(例えば、発達生物学における系統木)に関する離散的、指向的な事前知識が存在する。我々は、幾何学と分類を組み合わせたフィンスラー計量を導入し、トラジェクトリ推論において、両方の種類の先行を組み込むことで、合成および実世界のデータにおける補間タスクの性能を向上させる。

関連論文リスト

Parallelised Differentiable Straightest Geodesics for 3D Meshes [47.61846725512702]
メッシュが最も直線的な測地線として識別されたリーマン曲面上の指数写像を計算するための原理的枠組みを提案する。我々は、我々の微分指数写像が一般測地における学習と最適化のパイプラインをどのように改善するかを示す。
論文参考訳（メタデータ） (2026-03-16T18:10:28Z)
The Density of Cross-Persistence Diagrams and Its Applications [67.12329106585666]
トポロジカルデータ分析(TDA)は、クラスタやループ、ヴォイドといったトポロジ的特徴を通じて、データの形状と構造を探索する強力なツールを提供する。永続化ダイアグラムはTDAの基盤であり、スケールを越えたこれらの機能の進化を捉えています。最近導入されたクロスパースペンス・ダイアグラム(クロスバーコード)は、2点雲の位相的特徴間の関係を特徴付けることでこの制限に対処する。
論文参考訳（メタデータ） (2026-03-12T07:33:15Z)
Topology Identification and Inference over Graphs [61.06365536861156]
グラフ上で進化するプロセスのトポロジの同定と推論は、脳、輸送、金融、電力、および社会的および情報ネットワークを含むタイムリーな応用に現れる。本章では,多次元データに対するグラフトポロジ同定と統計的推測手法の概要について述べる。
論文参考訳（メタデータ） (2025-12-11T00:47:09Z)
GeoGNN: Quantifying and Mitigating Semantic Drift in Text-Attributed Graphs [59.61242815508687]
テキスト分散グラフ(TAG)上のグラフニューラルネットワーク(GNN)は、事前訓練された言語モデル(PLM)を使用してノードテキストを符号化し、これらの埋め込みを線形近傍アグリゲーションを通じて伝播する。本研究は,意味的ドリフトの度合いを計測する局所PCAベースの計量を導入し,異なる凝集機構が多様体構造にどのように影響するかを解析するための最初の定量的枠組みを提供する。
論文参考訳（メタデータ） (2025-11-12T06:48:43Z)
Multi-Marginal Flow Matching with Adversarially Learnt Interpolants [27.294164408278448]
本稿では,既存のマルチマージ軌道推定アルゴリズムの限界を克服する新しいフローマッチング手法を提案する。提案手法であるALI-CFMは、GANにインスパイアされた対向損失を用いて、音源点と目標点の間のニューラルパラメトリッド補間曲線に適合する。本稿では,空間転写学およびセルトラッキングデータセット上で,既存のベースラインよりも優れた性能を示すことで,本手法の汎用性と拡張性を示す。
論文参考訳（メタデータ） (2025-10-01T17:47:27Z)
Topological Social Choice: Designing a Noise-Robust Polar Distance for Persistence Diagrams [0.0]
トポロジカルデータ分析(TDA)は、ノイズの多いデータから堅牢で解釈可能な特徴を抽出する強力なフレームワークとして登場した。この研究は、ノイズの多い嗜好データに適した永続化ダイアグラムのための新しいメートル法を提案することによって、これらの領域間の新しい概念ブリッジを導入する。我々は、位相的特徴の大きさと向きを滑らかで微分可能な方法で捉える極座標に基づく距離を定義する。
論文参考訳（メタデータ） (2025-07-18T19:41:19Z)
Improving embedding of graphs with missing data by soft manifolds [51.425411400683565]
グラフ埋め込みの信頼性は、連続空間の幾何がグラフ構造とどの程度一致しているかに依存する。我々は、この問題を解決することができる、ソフト多様体と呼ばれる新しい多様体のクラスを導入する。グラフ埋め込みにソフト多様体を用いることで、複雑なデータセット上のデータ解析における任意のタスクを追求するための連続空間を提供できる。
論文参考訳（メタデータ） (2023-11-29T12:48:33Z)
Semi-supervised Learning of Partial Differential Operators and Dynamical Flows [68.77595310155365]
本稿では,超ネットワーク解法とフーリエニューラル演算子アーキテクチャを組み合わせた新しい手法を提案する。本手法は, 1次元, 2次元, 3次元の非線形流体を含む様々な時間発展PDEを用いて実験を行った。その結果、新しい手法は、監督点の時点における学習精度を向上し、任意の中間時間にその解を補間できることを示した。
論文参考訳（メタデータ） (2022-07-28T19:59:14Z)
Spatio-Temporal Joint Graph Convolutional Networks for Traffic Forecasting [75.10017445699532]
近年、時間グラフモデリング問題として交通予測の定式化に焦点が移っている。本稿では,道路網における交通予測の精度向上のための新しい手法を提案する。
論文参考訳（メタデータ） (2021-11-25T08:45:14Z)
Learning Flat Latent Manifolds with VAEs [16.725880610265378]
本稿では、ユークリッド計量がデータポイント間の類似性のプロキシとなる変分自動エンコーダのフレームワークの拡張を提案する。我々は、変分オートエンコーダで一般的に使用されるコンパクトな以前のものを、最近発表されたより表現力のある階層型に置き換える。提案手法は,ビデオ追跡ベンチマークを含む,さまざまなデータセットを用いて評価する。
論文参考訳（メタデータ） (2020-02-12T09:54:52Z)

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。