Fugu-MT 論文翻訳(概要): On periodic distributed representations using Fourier embeddings

論文の概要: On periodic distributed representations using Fourier embeddings

arxiv url: http://arxiv.org/abs/2605.10818v2
Date: Tue, 12 May 2026 17:19:23 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-13 18:21:07.140627
Title: On periodic distributed representations using Fourier embeddings
Title（参考訳）: フーリエ埋め込みを用いた周期分布表現について
Authors: Jakeb Chouinard,
Abstract要約: 物理現象や知覚現象を表現するために,高次元空間に周期的な実数値埋め込みを用いる。本稿では,空間意味ポインタのニューラルな表現スキームを用いて,ディリクレカーネルと周期ガウスカーネルの形式化に着目する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Periodic signals are critical for representing physical and perceptual phenomena. Scalar, real angular measures, e.g., radians and degrees, result in difficulty processing and distinguishing nearby angles, especially when their absolute difference exceeds pi. We can avoid this problem by using real-valued, periodic embeddings in high-dimensional space. These representations also allow us to control the nature of their dot product similarities, allowing us to construct a variety of different kernel shapes. In this work, we aim of highlight how these representations can be constructed and focus on the formalization of Dirichlet and periodic Gaussian kernels using the neurally-plausible representation scheme of Spatial Semantic Pointers.
Abstract（参考訳）: 周期的な信号は、物理的および知覚的な現象を表現するために重要である。よりスカラで実際の角測度(例えば、ラジアンや等級)は処理が困難であり、特に絶対差が pi を超える場合、近隣の角度を区別する。高次元空間における実数値周期埋め込みを用いることでこの問題を回避することができる。これらの表現はまた、ドット積の類似性の性質を制御でき、様々な異なるカーネル形状を構築できる。本研究では,これらの表現がどのように構築され,空間意味ポインタのニューラルネットワークによるディリクレカーネルと周期ガウスカーネルの形式化に焦点が当てられるかを明らかにすることを目的とする。

関連論文リスト

Neurally-plausible radial basis kernels using distributed Fourier embeddings [0.0]
コヒーレントで連続的な空間表現は、物理的および知覚的な現象を単一の表現空間に合成するために重要である。本研究では,空間意味ポインタのニューラルネットワークで実現可能な共通ラジアルベースカーネルを特徴付け,解析することを目的とする。
論文参考訳（メタデータ） (2026-05-08T20:26:33Z)
RKHS Representation of Algebraic Convolutional Filters with Integral Operators [111.57971404925486]
本稿では、積分作用素の範囲が自然にRKHS畳み込み信号モデルを誘導することを示す理論を開発する。積分作用素によるフィルタリングは反復箱積に対応し、ユニタリカーネル代数が生じることを示す。本研究は, グラノン信号処理における固有分解とRKHS表現の正確な関係を確立し, 自然に有向グラノンに拡張し, 空間スペクトルの新たな局在化を可能とした。
論文参考訳（メタデータ） (2026-02-22T08:28:34Z)
Anomalous transport in quasiperiodic lattices: emergent exceptional points at band edges and log-periodic oscillations [0.0]
オーブリー・アンドレ・ハーパー格子における量子輸送を, ゼロ温度貯水池に結合した2端子構成で検討した。局在相では、導電性はリャプノフ指数によって支配される指数的な崩壊を示す。臨界相では,コンダクタンスの対数周期振動をシステムサイズ関数として同定する。
論文参考訳（メタデータ） (2026-01-15T04:15:58Z)
Wigner and Gabor phase-space analysis of propagators for evolution equations [0.0]
線形進化方程式の広範クラスのプロパゲータに付随するウィグナー核とガボル行列について検討する。フーリエ乗算器のウィグナー核に対する明示的な表現を導出し、対応するガボル行列に対して定量的な減衰推定値を確立する。
論文参考訳（メタデータ） (2025-11-24T18:36:04Z)
The Curved Spacetime of Transformer Architectures [0.3670422696827525]
本稿では,トランスフォーマーに基づく言語モデルを理解するための幾何学的枠組みを提案する。トークン埋め込みは特徴空間の直線経路を横切るべきではないことを示し、代わりに、それらの層回りのステップは、空間曲率の埋め込みによって媒介される相互作用として屈曲し、順応するべきである。
論文参考訳（メタデータ） (2025-11-04T22:58:40Z)
Discrete Gaussian Vector Fields On Meshes [0.0]
この研究は、ベクトル値データに対する離散固有ガウス過程が、メッシュに関して定義された離散微分作用素から発展可能であることを示す。これらのモデルが高調波流を捕捉し、境界条件を組み込んだり、非定常データをモデル化できることを示す。
論文参考訳（メタデータ） (2025-07-26T17:43:31Z)
Inferring Kernel $ε$-Machines: Discovering Structure in Complex Systems [49.1574468325115]
本稿では,カーネル因果状態推定を縮小次元空間における座標の集合として符号化する因果拡散成分を提案する。それぞれのコンポーネントがデータから予測機能を抽出し,そのアプリケーションを4つの例で示す。
論文参考訳（メタデータ） (2024-10-01T21:14:06Z)
Gradient-Based Feature Learning under Structured Data [57.76552698981579]
異方性設定では、一般的に使用される球面勾配力学は真の方向を回復できないことがある。バッチ正規化を連想させる適切な重み正規化は、この問題を軽減することができることを示す。特に、スパイクモデルの下では、勾配に基づくトレーニングのサンプルの複雑さは情報指数とは独立にできる。
論文参考訳（メタデータ） (2023-09-07T16:55:50Z)
Topological multi-mode waveguide QED [49.1574468325115]
本稿では, 位相的に保護された伝播モードを量子エミッタで対向して利用する方法を示す。このような能力は、トポロジカルに保護された光子の間で量子ゲートを生成する方法と、トポロジカルチャネルにおいてより複雑な光の絡み合った状態を生成する方法を舗装する。
論文参考訳（メタデータ） (2022-07-05T14:48:50Z)
Unsupervised Disentanglement with Tensor Product Representations on the Torus [78.6315881294899]
オートエンコーダで表現を学習する現在の方法では、ほとんどベクターを潜在表現として用いている。本研究では,この目的のためにテンソル積構造を用いることを提案する。通常分布する特徴を対象とする従来の変分法とは対照的に,表現の潜在空間は単位円の集合上に均一に分布する。
論文参考訳（メタデータ） (2022-02-13T04:23:12Z)
Implicit Neural Representations with Periodic Activation Functions [109.2353097792111]
ニューラルネットワークによってパラメータ化される暗黙的に定義された、連続的な、微分可能な信号表現は、強力なパラダイムとして現れている。暗黙的なニューラル表現に周期的アクティベーション関数を活用することを提案し、これらのネットワークは正弦波表現ネットワークまたはサイレンと呼ばれ、複雑な自然信号とその誘導体を表現するのに理想的であることを示す。我々は、シリンズがどのようにして、特定のアイコン方程式、ポアソン方程式、ヘルムホルツ方程式や波動方程式などの挑戦的な境界値問題を解くことができるかを示す。
論文参考訳（メタデータ） (2020-06-17T05:13:33Z)

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。