論文の概要: Arc-Length Parameterized Interpolating Splines
- arxiv url: http://arxiv.org/abs/2606.21209v1
- Date: Fri, 19 Jun 2026 08:23:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 07:22:28.070957
- Title: Arc-Length Parameterized Interpolating Splines
- Title(参考訳): アーク長パラメータ化補間スプライン
- Abstract要約: 本稿では,一組の点を補間する弧長パラメータ化スプラインの反復アルゴリズムを提案する。
この手法は任意の次元$D ge 2$に適用でき、平面曲線の数値計算結果で説明できる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present an iterative algorithm to compute an arc-length parameterized spline interpolating a set of points. This differs from other methods where the computed spline either does not interpolate the original points or the parameterization is not the arc-length of the returned curves. Our method is applicable in any dimension $D \ge 2$, and we illustrate it with numerical results for plane curves.
- Abstract(参考訳): 本稿では,一組の点を補間する弧長パラメータ化スプラインの反復アルゴリズムを提案する。
これは、計算されたスプラインが元の点を補間しなかったり、パラメータ化が返却曲線の弧長ではない他の方法と異なる。
この手法は任意の次元$D \ge 2$に適用でき、平面曲線の数値計算結果で説明できる。
関連論文リスト
- Dimension Reduction for Curves: Simplified and Generalized [56.23281156053955]
我々は高次元多角曲線の次元を減少させるためにランダムな射影を再考する。
我々は、既知の$O(varepsilon-2log(nm))$がランダム射影のターゲット次元に有界であることの簡単な証明を与える。
我々の証明はスパース・オブリビラスな部分空間埋め込みの概念に基づいている。
論文 参考訳(メタデータ) (2026-07-03T08:48:35Z) - A Mean Curvature Approach to Boundary Detection: Geometric Insights for Unsupervised Learning [52.452902154360565]
本稿では,幾何学的機械学習に基づく新しい幾何学的フレームワークであるMean Curvature Boundary Points (MCBP)を紹介する。
MCBPはデータ多様体の固有曲率を明示的にモデル化し、原理化された多様体のパラメトリゼーションを必要としない点平均曲率を計算する。
合成および実世界のデータセットの実験により、MCBPはクラスタリング性能を一貫して改善することを示した。
論文 参考訳(メタデータ) (2026-05-05T20:19:09Z) - On the Linear Convergence of Policy Gradient under Hadamard
Parameterization [4.182089296199263]
本研究では,アダマールパラメータ化に基づく決定論的政策勾配の収束性について検討する。
すべてのイテレーションに対して$O(frac1k)$レートでエラーが減少することを示す。
論文 参考訳(メタデータ) (2023-05-31T05:51:15Z) - Adaptive Stochastic Variance Reduction for Non-convex Finite-Sum
Minimization [52.25843977506935]
有限サム構造をもつ$L$-smooth, non-deuction関数に対して, AdaSpider と呼ばれる適応分散法を提案する。
そうすることで、$tildeOleft + st/epsilonコールで$epsilon-stationaryポイントを計算することができます。
論文 参考訳(メタデータ) (2022-11-03T14:41:46Z) - Linear Convergence of Natural Policy Gradient Methods with Log-Linear
Policies [115.86431674214282]
我々は、無限水平割引マルコフ決定過程を考察し、自然政策勾配(NPG)とQ-NPG法の収束率を対数線形ポリシークラスで検討する。
両手法が線形収束率と $mathcalO (1/epsilon2)$サンプル複雑度を, 単純で非適応的な幾何的に増加するステップサイズを用いて達成できることを示す。
論文 参考訳(メタデータ) (2022-10-04T06:17:52Z) - 3D Parametric Wireframe Extraction Based on Distance Fields [33.17232234301046]
点雲からのパラメトリックワイヤフレーム抽出のためのパイプラインを提案する。
我々のアプローチは、最も近い鋭い特徴曲線に近接するスカラー距離場を処理する。
中間段階において、コーナーを検出し、曲線のセグメンテーションを構築し、ワイヤフレームに適合したトポロジグラフを構築する。
論文 参考訳(メタデータ) (2021-07-13T15:25:14Z) - q-Paths: Generalizing the Geometric Annealing Path using Power Means [51.73925445218366]
我々は、幾何学と算術の混合を特別なケースとして含むパスのファミリーである$q$-pathsを紹介した。
幾何経路から離れた小さな偏差がベイズ推定に経験的利得をもたらすことを示す。
論文 参考訳(メタデータ) (2021-07-01T21:09:06Z) - On Linear Interpolation in the Latent Space of Deep Generative Models [0.0]
潜在空間における線形の滑らかさと可視性は、基礎となる生成モデルの品質と関連している。
測地線が与える最短曲線から任意に逸脱できるので、そのような曲線がすべて同値であるとは限らない。
この偏差は、生成モデルのプルバックメトリックによる曲線長の計算によって明らかにされる。
論文 参考訳(メタデータ) (2021-05-08T10:27:07Z) - Hybrid Trilinear and Bilinear Programming for Aligning Partially
Overlapping Point Sets [85.71360365315128]
多くの応用において、部分重なり合う点集合が対応するRPMアルゴリズムに不変であるようなアルゴリズムが必要である。
まず、目的が立方体有界関数であることを示し、次に、三線型および双線型単相変換の凸エンベロープを用いて、その下界を導出する。
次に、変換変数上の分岐のみを効率よく実行するブランチ・アンド・バウンド(BnB)アルゴリズムを開発する。
論文 参考訳(メタデータ) (2021-01-19T04:24:23Z) - Soft quantum waveguides with an explicit cut-locus [0.0]
円弧と2つの直線半直線からなる非有界曲線に沿って構築された固定プロファイルのチャネルの形で、魅力的なポテンシャルを持つ2次元シュレーディンガー作用素を考える。
これは、非滑らかな場合と非正の制約ポテンシャルを必要としない別の手法を通して、Exnerの最近の結果の特別な変種である。
論文 参考訳(メタデータ) (2020-07-21T17:03:07Z) - Spectral optimization for Robin Laplacian on domains admitting parallel
coordinates [0.0]
並列座標を許容する平面領域の族上でのロビン・ラプラシアンのスペクトル最適化に対処する。
曲線長が一定であれば、固定幅のストリップを参照する最初の固有値は、円環で最大化されたロビンパラメータの任意の値であることを示す。
論文 参考訳(メタデータ) (2020-01-08T19:58:43Z)
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。