論文の概要: Embedding Hybrid Systems into Continuous Latent Vector Fields

• arxiv url: http://arxiv.org/abs/2606.10596v1
• Date: Tue, 09 Jun 2026 09:01:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-10 15:40:58.40547
• Title: Embedding Hybrid Systems into Continuous Latent Vector Fields
• Title（参考訳）: ハイブリッドシステムの連続遅延ベクトル場への埋め込み
• Authors: Sangli Teng, Hang Liu, Koushil Sreenath,
• Abstract要約: この研究は、$m>2n$のときは常に、その埋め込み画像上に連続ベクトル場を備えた$m$次元ユークリッド空間に$n$次元ハイブリッド系を埋め込むことができることを証明している。 この存在定理に基づいて、潜時空間と状態空間の整合性を損なう潜時ニューラルODEが、ハイブリッドシステムの流れを正確に回復できることを示す。
• 参考スコア（独自算出の注目度）: 10.094395881446294
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This work proves that an $n$-dimensional hybrid system can be embedded into an $m$-dimensional Euclidean space equipped with a continuous vector field on its embedded image whenever $m>2n$. This result suggests that an intrinsically discontinuous hybrid system generically admits a continuous extrinsic representation that is well-posed for differentiable optimization. Building on this existence theorem, we show that a latent Neural ODE with consistency loss in both the latent and state space can accurately recover the flow of hybrid systems. Extensive experiments suggest the proposed method outperforms the existing method in learning hybrid systems with varying geometries from only time series data.
• Abstract（参考訳）: この研究は、$m>2n$のときは常に、その埋め込み画像上に連続ベクトル場を備えた$m$次元ユークリッド空間に$n$次元ハイブリッド系を埋め込むことができることを証明している。 この結果は、本質的に不連続なハイブリッド系が、微分可能最適化に適した連続な外部表現を総称的に認めることを示唆している。 この存在定理に基づいて、潜時空間と状態空間の整合性を損なう潜時ニューラルODEが、ハイブリッドシステムの流れを正確に回復できることを示す。 大規模な実験により,提案手法は時系列データのみから様々なジオメトリを持つハイブリッドシステムの学習において,既存の手法よりも優れていたことが示唆された。

関連論文リスト

• CHyLL: Learning Continuous Neural Representations of Hybrid Systems [11.771902164764514]
  トラジェクティブセグメンテーションやイベント関数,モードスイッチングを使わずに,ハイブリッドシステムの連続的なニューラル表現を学習するCHyLLを提案する。 以上の結果から,CHyLLはより精度のよいハイブリッドシステムの流れを正確に予測し,ハイブリッドシステムのトポロジ的不変性を同定できることを示す。
  論文  参考訳（メタデータ） (2025-12-10T22:07:16Z)
• Enforcing Latent Euclidean Geometry in Single-Cell VAEs for Manifold Interpolation [79.27003481818413]
  離散的様相変分オートエンコーダの潜在多様体をユークリッド幾何学へ正規化する訓練フレームワークであるFlatVIを紹介する。 遅延空間の直線を復号化された単セル多様体上の測地線に近似させることで、FlatVIは下流アプローチとの整合性を高める。
  論文  参考訳（メタデータ） (2025-07-15T23:08:14Z)
• Linear Convergence of Diffusion Models Under the Manifold Hypothesis [5.040884755454258]
  クルバック・リーブラー(KL)の発散に収束するステップの数は、内在次元$Leid$における線型(対数項まで)であることが示される。 また、この線形依存は鋭いことを示す。
  論文  参考訳（メタデータ） (2024-10-11T17:58:30Z)
• Learning and Concentration for High Dimensional Linear Gaussians: an Invariant Subspace Approach [0.0]
  安定線形系の2つの時間的実現と等方的ガウス雑音の相関に関する非漸近境界について検討する。 本分析は,ランダム力学系における学習と集中の複雑さについて,まず解釈可能な幾何学的説明を提供する。
  論文  参考訳（メタデータ） (2023-04-04T11:11:26Z)
• Hybrid discrete-continuous truncated Wigner approximation for driven, dissipative spin systems [0.0]
  本稿では,対話型開スピン系の多体ダイナミクスを扱うための体系的アプローチを提案する。 提案手法は,最近開発された離散切削ウィグナー近似(DTWA)の欠点を克服するものである。 本研究では, 連続埋め込みにより, 軽視, 損失, 不整合駆動を受けるスピン系を開放する手法を, 直接拡張できることを示す。
  論文  参考訳（メタデータ） (2022-03-31T15:40:18Z)
• Convex Analysis of the Mean Field Langevin Dynamics [49.66486092259375]
  平均場ランゲヴィン力学の収束速度解析について述べる。 ダイナミックスに付随する$p_q$により、凸最適化において古典的な結果と平行な収束理論を開発できる。
  論文  参考訳（メタデータ） (2022-01-25T17:13:56Z)
• Non-Hermitian $C_{NH} = 2$ Chern insulator protected by generalized rotational symmetry [85.36456486475119]
  非エルミート系は、系の一般化された回転対称性$H+=UHU+$によって保護される。 我々の発見は、トポロジ的不変量の大きな値によって特徴づけられる新しい非エルミート的トポロジカルシステムへの道を開く。
  論文  参考訳（メタデータ） (2021-11-24T15:50:22Z)
• Exact solutions of interacting dissipative systems via weak symmetries [77.34726150561087]
  我々は任意の強い相互作用や非線形性を持つクラスマルコフ散逸系(英語版)のリウヴィリアンを解析的に対角化する。 これにより、フルダイナミックスと散逸スペクトルの正確な記述が可能になる。 我々の手法は他の様々なシステムに適用でき、複雑な駆動散逸量子系の研究のための強力な新しいツールを提供することができる。
  論文  参考訳（メタデータ） (2021-09-27T17:45:42Z)
• Lifting the Convex Conjugate in Lagrangian Relaxations: A Tractable Approach for Continuous Markov Random Fields [53.31927549039624]
  断片的な離散化は既存の離散化問題と矛盾しないことを示す。 この理論を2つの画像のマッチング問題に適用する。
  論文  参考訳（メタデータ） (2021-07-13T12:31:06Z)
• Identification of Probability weighted ARX models with arbitrary domains [75.91002178647165]
  PieceWise Affineモデルは、ハイブリッドシステムの他のクラスに対する普遍近似、局所線型性、同値性を保証する。 本研究では,任意の領域を持つ固有入力モデル(NPWARX)を用いたPieceWise Auto Regressiveの同定に着目する。 このアーキテクチャは、機械学習の分野で開発されたMixture of Expertの概念に従って考案された。
  論文  参考訳（メタデータ） (2020-09-29T12:50:33Z)

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。

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。