Fugu-MT 論文翻訳(概要): Geometric Quantization on Orbifolds

論文の概要: Geometric Quantization on Orbifolds

arxiv url: http://arxiv.org/abs/2605.25858v1
Date: Mon, 25 May 2026 13:47:20 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-26 19:50:20.229881
Title: Geometric Quantization on Orbifolds
Title（参考訳）: オービフォールド上の幾何学的量子化
Authors: Peiyuan Teng,
Abstract要約: このテキストはオービフォールドに幾何学的量子化を導入する。必要な背景をレビューした後、シンプレクティックオービフォールドに対する前処理、分極、およびメタプレクティック補正の新しい治療法を開発する。
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: This text introduces geometric quantization on orbifolds. After reviewing the necessary background, it develops new treatments of prequantization, polarizations, and metaplectic correction for symplectic orbifolds.
Abstract（参考訳）: このテキストはオービフォールドに幾何学的量子化を導入する。必要な背景をレビューした後、シンプレクティックオービフォールドに対する前処理、分極、およびメタプレクティック補正の新しい治療法を開発する。

関連論文リスト

Geometric Analysis of Magnetic Labyrinthine Stripe Evolution via U-Net Segmentation [0.0]
ラビリンチンストライプパターンは多くの物理系で一般的であるが、その長距離秩序の欠如は定量的な特徴付けを困難にしている。ビスマスドープしたイットリウム鉄ガーネット (Bi:YIG) 薄膜の磁場アニールプロトコルによる変化について検討した。付加的な白色ガウス雑音やSimplex雑音などの合成劣化を訓練したU-Netディープラーニングモデルにより、実験用磁気光学画像のロバストなセグメンテーションが可能となる。
論文参考訳（メタデータ） (2025-09-15T00:23:23Z)
CP$^2$: Leveraging Geometry for Conformal Prediction via Canonicalization [51.716834831684004]
幾何データシフトにおける共形予測(CP)の問題について検討する。本稿では,幾何的ポーズなどの幾何学的情報を統合することを提案する。
論文参考訳（メタデータ） (2025-06-19T10:12:02Z)
Aligned Novel View Image and Geometry Synthesis via Cross-modal Attention Instillation [62.87088388345378]
ワーピング・アンド・インペインティング手法を用いて,新しいビューイメージと幾何学生成の整合性を実現する拡散型フレームワークを提案する。手法は、既製の幾何学予測器を利用して、参照画像から見る部分的な幾何学を予測する。生成した画像と幾何の正確なアライメントを確保するために, クロスモーダルアテンション蒸留法を提案する。
論文参考訳（メタデータ） (2025-06-13T16:19:00Z)
A Theory of Topological Derivatives for Inverse Rendering of Geometry [87.49881303178061]
我々は、位相微分を用いて離散的な位相変化を可能にする微分可能な曲面進化の理論的枠組みを導入する。 2次元の閉曲線と3次元の曲面を最適化して提案理論を検証し、現在の手法の限界について考察する。
論文参考訳（メタデータ） (2023-08-19T00:55:55Z)
Geometric Clifford Algebra Networks [53.456211342585824]
本稿では,動的システムのモデリングのためのGeometric Clifford Algebra Networks (GCANs)を提案する。 GCANは幾何学的(クリフォード)代数を用いた対称性群変換に基づいている。
論文参考訳（メタデータ） (2023-02-13T18:48:33Z)
Oracle-Preserving Latent Flows [58.720142291102135]
我々はラベル付きデータセット全体にわたって複数の非自明な連続対称性を同時に発見するための方法論を開発する。対称性変換と対応するジェネレータは、特別に構築された損失関数で訓練された完全連結ニューラルネットワークでモデル化される。この研究における2つの新しい要素は、縮小次元の潜在空間の使用と、高次元のオラクルに関して不変な変換への一般化である。
論文参考訳（メタデータ） (2023-02-02T00:13:32Z)
Reworking geometric morphometrics into a methodology of transformation grids [0.0]
スケール・スタンダード化のステップは、少なくとも成長研究には不適切であるとして最近批判されている。 2点の選択は、他の非プロクリスト的関心事と相互作用し、適合した傾向に応じて変形した座標系の格子線の解釈可能性である。結論として、幾何学的形態学の現在のツールキットは進化生物学や発達生物学の解釈目的の多くに適合するにはあまりに制限されていることが示唆されている。
論文参考訳（メタデータ） (2023-01-13T15:47:02Z)
Geometrically robust linear optics from non-Abelian geometric phases [0.0]
ボソニック系から生成される量子ホロノミーのための統一作用素フレームワークを構築する。ハミルトニアンが生成および作用素の双線型である系に対して、選択された正則モードの集合によってのみ決定されるホロノミー群を求める。
論文参考訳（メタデータ） (2022-04-07T16:08:08Z)
Toric Geometry of Entropic Regularization [0.6562256987706127]
不均衡な最適輸送に対するエントロピー正則化を再検討し、最適コニックカップリングの開発を行う。関連するトーリック多様体の度合いを計算し、反復スケーリングのようなアルゴリズムを探索する。
論文参考訳（メタデータ） (2022-02-03T13:12:31Z)
A singular Riemannian geometry approach to Deep Neural Networks I. Theoretical foundations [77.86290991564829]
ディープニューラルネットワークは、音声認識、機械翻訳、画像解析など、いくつかの科学領域で複雑な問題を解決するために広く使われている。我々は、リーマン計量を備えた列の最後の多様体で、多様体間の写像の特定の列を研究する。このようなシーケンスのマップの理論的性質について検討し、最終的に実践的な関心を持つニューラルネットワークの実装間のマップのケースに焦点を当てる。
論文参考訳（メタデータ） (2021-12-17T11:43:30Z)
Geometric Wavelet Scattering Networks on Compact Riemannian Manifolds [9.341436585977913]
ユークリッド散乱変換と同様に、幾何学的散乱変換はウェーブレットフィルタのカスケードとポイントワイド非線形性に基づいている。経験的結果は幾何的学習課題にその有用性を示す。
論文参考訳（メタデータ） (2019-05-24T21:19:04Z)

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。