論文の概要: Generalized multi-object classification and tracking with sparse feature resonator networks
- arxiv url: http://arxiv.org/abs/2603.22539v1
- Date: Mon, 23 Mar 2026 20:01:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-25 19:53:37.180135
- Title: Generalized multi-object classification and tracking with sparse feature resonator networks
- Title（参考訳）: スパース特徴共振器ネットワークを用いた一般化多目的分類と追跡
- Authors: Lazar Supic, Alec Mullen, E. Paxon Frady,
- Abstract要約: 視覚的シーン理解タスクでは、不変構造と同変構造の両方を捉えることが不可欠である。
本稿では,共振器ネットワークを用いた解析・合成・ファクタリング手法を提案する。
共振器は数ピクセルの精度で複数の移動物体を追跡するように設計されていることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In visual scene understanding tasks, it is essential to capture both invariant and equivariant structure. While neural networks are frequently trained to achieve invariance to transformations such as translation, this often comes at the cost of losing access to equivariant information - e.g., the precise location of an object. Moreover, invariance is not naturally guaranteed through supervised learning alone, and many architectures generalize poorly to input transformations not encountered during training. Here, we take an approach based on analysis-by-synthesis and factoring using resonator networks. A generative model describes the construction of simple scenes containing MNIST digits and their transformations, like color and position. The resonator network inverts the generative model, and provides both invariant and equivariant information about particular objects. Sparse features learned from training data act as a basis set to provide flexibility in representing variable shapes of objects, allowing the resonator network to handle previously unseen digit shapes from the test set. The modular structure provides a shape module which contains information about the object shape with translation factored out, allowing a simple classifier to operate on centered digits. The classification layer is trained solely on centered data, requiring much less training data, and the network as a whole can identify objects with arbitrary translations without data augmentation. The natural attention-like mechanism of the resonator network also allows for analysis of scenes with multiple objects, where the network dynamics selects and centers only one object at a time. Further, the specific position information of a particular object can be extracted from the translation module, and we show that the resonator can be designed to track multiple moving objects with precision of a few pixels.
- Abstract（参考訳）: 視覚的シーン理解タスクでは、不変構造と同変構造の両方を捉えることが不可欠である。
ニューラルネットワークは、翻訳などの変換の不変性を達成するために頻繁に訓練されるが、これはしばしば、同変情報(例えば、オブジェクトの正確な位置)へのアクセスを失うコストがかかる。
さらに、非分散は教師付き学習だけでは自然に保証されず、多くのアーキテクチャはトレーニング中に遭遇しない入力変換に十分に一般化する。
本稿では,共振器ネットワークを用いた解析・合成・ファクタリング手法を提案する。
生成モデルは、MNIST桁を含む単純なシーンの構築と、色や位置などの変換を記述する。
共振器ネットワークは生成モデルを反転させ、特定のオブジェクトに関する不変情報と同変情報の両方を提供する。
トレーニングデータから得られたスパース機能は、オブジェクトの可変形状を表現するための柔軟性を提供するための基盤セットとして機能する。
モジュラー構造は、オブジェクトの形状に関する情報を変換係数で含む形状モジュールを提供し、単純な分類器を中心の桁で操作できるようにする。
分類層は、中心的なデータのみに基づいてトレーニングされ、トレーニングデータが少なくなり、ネットワーク全体がデータ拡張なしで任意の翻訳を持つオブジェクトを識別できる。
共振器ネットワークの自然な注意のようなメカニズムは、複数のオブジェクトでシーンを分析し、ネットワークダイナミクスが一度に1つのオブジェクトだけを選択して集中することを可能にする。
さらに, 特定の物体の位置情報を翻訳モジュールから抽出し, 数ピクセルの精度で複数の移動物体を追跡するように共振器を設計可能であることを示す。
関連論文リスト
- Spatial-Temporal-Spectral Unified Modeling for Remote Sensing Dense Prediction [20.1863553357121]
リモートセンシングのための現在のディープラーニングアーキテクチャは、基本的に堅固である。
本稿では,統合モデリングのための空間時間スペクトル統一ネットワーク(STSUN)について紹介する。
STSUNは任意の空間サイズ、時間長、スペクトル帯域で入力および出力データに適応することができる。
様々な密集した予測タスクと多様な意味クラス予測を統一する。
論文 参考訳（メタデータ） (2025-05-18T07:39:17Z) - Dynamic Latent Separation for Deep Learning [67.62190501599176]
機械学習の中核的な問題は、複雑なデータに対するモデル予測のための表現力のある潜在変数を学習することである。
本稿では,表現性を向上し,部分的解釈を提供し,特定のアプリケーションに限定されないアプローチを開発する。
論文 参考訳（メタデータ） (2022-10-07T17:56:53Z) - A Simple Strategy to Provable Invariance via Orbit Mapping [14.127786615513978]
本稿では,グループ行動に関して,ネットワークアーキテクチャを確実に不変にする方法を提案する。
簡単に言えば、実際のネットワークにデータを送る前に、可能なトランスフォーメーションを“無効化”するつもりです。
論文 参考訳（メタデータ） (2022-09-24T03:40:42Z) - Improving the Sample-Complexity of Deep Classification Networks with
Invariant Integration [77.99182201815763]
変換によるクラス内分散に関する事前知識を活用することは、ディープニューラルネットワークのサンプル複雑性を改善するための強力な方法である。
そこで本研究では,アプリケーションの複雑な問題に対処するために,プルーニング法に基づく新しい単項選択アルゴリズムを提案する。
本稿では,Rotated-MNIST,SVHN,CIFAR-10データセットにおけるサンプルの複雑さの改善について述べる。
論文 参考訳（メタデータ） (2022-02-08T16:16:11Z) - Frame Averaging for Equivariant Shape Space Learning [85.42901997467754]
形状空間学習に対称性を組み込む自然な方法は、形状空間(エンコーダ)への写像と形状空間(デコーダ)からの写像が関連する対称性に同値であることを問うことである。
本稿では,2つのコントリビューションを導入することで,エンコーダとデコーダの等価性を組み込む枠組みを提案する。
論文 参考訳（メタデータ） (2021-12-03T06:41:19Z) - Quantised Transforming Auto-Encoders: Achieving Equivariance to
Arbitrary Transformations in Deep Networks [23.673155102696338]
畳み込みニューラルネットワーク(CNN)は画像翻訳と等価である。
埋め込みは任意の等式関係を同時に従うオートエンコーダアーキテクチャを提案する。
いくつかのデータセット上で入力画像の変換版の再レンダリングに成功した結果を示す。
論文 参考訳（メタデータ） (2021-11-25T02:26:38Z) - Sampling Equivariant Self-attention Networks for Object Detection in
Aerial Images [36.9958603490323]
空中画像の物体は、通常の画像よりもスケールや方向のバリエーションが大きいため、検出はより困難である。
本稿では,局所的なイメージパッチに制限された自己アテンションを考慮した同変自己アテンションネットワークのサンプリングを提案する。
また, 空画像データに制限があるため, オーバーフィッティングに対処するために, ランダム化正規化モジュールを新たに導入した。
論文 参考訳（メタデータ） (2021-11-05T11:48:04Z) - Unsupervised Image Decomposition with Phase-Correlation Networks [28.502280038100167]
位相相関分解ネットワーク(PCDNet)は、シーンをオブジェクトコンポーネントに分解する新しいモデルである。
実験では,PCDNetが非教師対象発見とセグメンテーションの最先端手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2021-10-07T13:57:33Z) - Training or Architecture? How to Incorporate Invariance in Neural
Networks [14.162739081163444]
本稿では,グループ行動に関して,ネットワークアーキテクチャを確実に不変化する手法を提案する。
簡単に言えば、実際のネットワークにデータを送る前に、可能なトランスフォーメーションを“無効化”するつもりです。
このような手法の特性を解析し、等変ネットワークに拡張し、その利点を頑健さと計算効率の両面からいくつかの数値例で示す。
論文 参考訳（メタデータ） (2021-06-18T10:31:00Z) - Understanding the Role of Individual Units in a Deep Neural Network [85.23117441162772]
本稿では,画像分類と画像生成ネットワーク内の隠れ単位を系統的に同定する分析フレームワークを提案する。
まず、シーン分類に基づいて訓練された畳み込みニューラルネットワーク(CNN)を分析し、多様なオブジェクト概念にマッチするユニットを発見する。
第2に、シーンを生成するために訓練されたGANモデルについて、同様の分析手法を用いて分析する。
論文 参考訳（メタデータ） (2020-09-10T17:59:10Z) - RE-MIMO: Recurrent and Permutation Equivariant Neural MIMO Detection [85.44877328116881]
無線通信システムにおけるシンボル検出のための新しいニューラルネットワークを提案する。
無線通信システムにおけるいくつかの重要な考察に動機付けられている。
その性能を既存手法と比較し,ネットワークが可変数の送信機を効率的に処理できることを示す。
論文 参考訳（メタデータ） (2020-06-30T22:43:01Z)
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。