論文の概要: An Information-Geometric Justification for Composite Coherence in Event-Based Narrative Extraction
- arxiv url: http://arxiv.org/abs/2606.29118v1
- Date: Sun, 28 Jun 2026 00:05:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:15.795411
- Title: An Information-Geometric Justification for Composite Coherence in Event-Based Narrative Extraction
- Title（参考訳）: イベントベースナラティブ抽出における複合コヒーレンスのための情報幾何学的正当性
- Abstract要約: ここで$A$は文書埋め込みと$T=1-d_mathrmJS$の角的類似性である。
4つのコーパス、3つの埋め込みファミリー、3つのトピックモデルはフレームワークと一致している。
- 参考スコア（独自算出の注目度）: 0.27074235008521247
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Graph-based narrative extraction relies on a coherence function to score transitions between events, but the coherence metrics in current use are defined operationally and lack an information-theoretic foundation. We study the composite metric $C=\sqrt{A\cdot T}$, where $A$ is the angular similarity of document embeddings and $T=1-d_{\mathrm{JS}}$ is a topic proximity from the Jensen-Shannon distance of soft memberships, and give it an information-geometric reading together with an axiomatic characterization of the geometric-mean combinator. On the product manifold $\mathbb{S}^{d-1}\timesΔ^{K-1}$, the negative log-coherence decomposes additively into an angular and a topic cost. Because the Riemannian metric tensor induced by the Jensen-Shannon distance on the simplex is proportional to the Fisher information matrix, the topic component is locally consistent with the Fisher-Rao metric singled out by Chentsov's theorem. Within the compensability spectrum of combinators, the geometric mean is the unique one consistent with four natural axioms (a boundary/veto condition, symmetry, log-additivity, normalization), and the construction motivates a proper product metric $d_\times$. Experiments on four corpora, three embedding families, and three topic models are consistent with the framework: the Fisher identity holds ($R\ge0.99$), the geometric mean tracks $d_\times$ closely ($ρ=0.999$), and a downstream LLM-as-judge check finds it is not dominated by any alternative combinator or single-channel baseline. Sweeping the spectrum, the bottleneck-coherence gap between extracted and random storylines splits into a symmetric component, maximized at the geometric mean across five corpora, and a displacement term; a cross-modal image-narrative case study reproduces the effect. These results justify the composite coherence metric and articulate when the geometric mean is the natural choice.
- Abstract（参考訳）: グラフに基づく物語抽出は、イベント間の遷移をスコアするコヒーレンス関数に依存しているが、現在の使用時のコヒーレンス指標は操作的に定義され、情報理論の基礎が欠如している。
合成計量 $C=\sqrt{A\cdot T}$, $A$ is the angular similarity of document embeddeds and $T=1-d_{\mathrm{JS}}$ is a topic Near from the Jensen-Shannon distance of soft memberships, and it to an information-geometric reading with an a axiomatic Characterization of the geometry-mean combinator。
積多様体 $\mathbb{S}^{d-1}\timesΔ^{K-1}$ 上で、負の対数コヒーレンス(英語版)は加法的に角と話題のコストに分解する。
単純体上のイェンセン=シャノン距離によって誘導されるリーマン計量テンソルはフィッシャー情報行列に比例するので、話題成分はチェンツォフの定理によって導かれるフィッシャー=ラオ計量と局所的に一致している。
コンビネータの補償可能性スペクトルの中で、幾何学的平均は4つの自然公理(境界/ベト条件、対称性、対数付加性、正規化)と一貫した一意的な平均であり、構成は適切な積の計量 d_\times$ を動機付ける。
Fisherのアイデンティティは(R\ge0.99$)、幾何平均トラックは$d_\times$ closely$ρ=0.999$)、下流のLCM-as-judgeチェックでは、他のコンビネータやシングルチャネルベースラインに支配されない。
抽出されたストーリーラインとランダムなストーリーラインのボトルネック・コヒーレンスギャップは,5つのコーパスにまたがる幾何学平均で最大化され,変位項に分割される。
これらの結果は合成コヒーレンス計量を正当化し、幾何学的平均が自然選択であるときに明瞭にする。
関連論文リスト
- Geometry-Constrained Kolmogorov-Arnold Networks: Learning Edge Geometry via Banach Duality [0.0]
Kolmogorov-Arnold Networks (KAN) はディープアーキテクチャにおける固定アクティベーションを置き換える。
バナッハ双対写像から導かれるエッジ活性化の族。
学習可能な指数は解釈可能な相対的な信号を与える。
論文 参考訳（メタデータ） (2026-08-26T13:53:13Z) - Readout Orientation Controls Measurement-Accessible Quantum Tangent Geometry [0.0]
固定量子測定は、制限された可観測可読性保持部よりもかなり具体的な情報を露呈することができる。
残留タンジェント質量を$R=mathrmTr(PC)$で定量化する。
その結果、読み出し方向は、単独でランク付けできない自由度として分離された。
論文 参考訳（メタデータ） (2026-08-17T19:45:48Z) - Information Geometry of the Geodesic Quantum $f$-Divergences [1.9336815376402718]
我々は[14]で導入された測地学的量子$f$-ディバージェンスによって生成される微分、統計、幾何学的な結果を構築する。
可逆状態 $$ と作用素凸関数 $f$ に対して、Hessian を計算し、誘導単調量子情報メートル法 $g_,t(f)$ の明示的な公式を得る。
正作用素の錐に幾何学的意味を持つ統計的枠組みを具備する。
論文 参考訳（メタデータ） (2026-08-16T20:14:02Z) - Efficient Mean Curvature Computation on High-Dimensional Data Manifolds [52.452902154360565]
高次元データセットの各点における局所的な平均曲率の推定は、機械学習アルゴリズムの重要な要素である。
本稿では,このコストを桁違いに削減する2つの補完的貢献を紹介する。
実世界のデータセットの実験では、オリジナルの実装と比較して50倍から300倍のスピードアップが確認されている。
論文 参考訳（メタデータ） (2026-06-04T16:04:31Z) - Group-Algebraic Tensors: Provably-optimal Equivariant Learning and Physical Symmetry Discovery [17.340037184664208]
任意の有限群 $G$ が代数的乗法則を定義するような、$star_G$ テンソル代数を導入する。
このフレームワークは、ニューラルネットワーク(ENN)を構造的に再設計することができない機能を提供している。
論文 参考訳（メタデータ） (2026-05-19T19:47:40Z) - Intrinsic Wasserstein Rates for Score-Based Generative Models on Smooth Manifolds [61.14405512940818]
Scoreベースの生成モデルは高次元空間で訓練されていることを示す。
有限固有アンカーとガウス・ニュートンによる最も近い射影座標のReLU実装を用いる。
論文 参考訳（メタデータ） (2026-05-15T10:20:05Z) - Quotient Geometry and Persistence-Stable Metrics for Swarm Configurations [0.0]
群と星座再構成は、周囲空間における無秩序な点構成の運動と見なすことができる。
マルチエージェント構成データの比較とモニタリングを行うために、永続安定な対称性不変幾何表現を提供する。
論文 参考訳（メタデータ） (2026-03-14T21:47:16Z) - Bounds on Lorentz-violating parameters in magnetically confined 2D systems: A phenomenological approach [0.0]
本稿では、磁区2次元電子系を用いて最小のSME係数を$a_mu$および$b_mu$で制限する枠組みを提案する。
有効質量を持つ非相対論的(Schr"odinger--Pauli)極限で働くと、円筒ジオメトリーのラジアル問題を導出する。
論文 参考訳（メタデータ） (2025-10-28T11:11:59Z) - A Unified Framework for Uniform Signal Recovery in Nonlinear Generative
Compressed Sensing [68.80803866919123]
非線形測定では、ほとんどの先行結果は一様ではない、すなわち、すべての$mathbfx*$に対してではなく、固定された$mathbfx*$に対して高い確率で保持される。
本フレームワークはGCSに1ビット/一様量子化観測と単一インデックスモデルを標準例として適用する。
また、指標集合が計量エントロピーが低い製品プロセスに対して、より厳密な境界を生み出す濃度不等式も開発する。
論文 参考訳（メタデータ） (2023-09-25T17:54:19Z) - Deep Learning Symmetries and Their Lie Groups, Algebras, and Subalgebras
from First Principles [55.41644538483948]
ラベル付きデータセットに存在する連続した対称性群の検出と同定のためのディープラーニングアルゴリズムを設計する。
完全に接続されたニューラルネットワークを用いて、変換対称性と対応するジェネレータをモデル化する。
また,Lie群とその性質の数学的研究に機械学習アプローチを使うための扉を開く。
論文 参考訳（メタデータ） (2023-01-13T16:25:25Z) - Tensor Moments of Gaussian Mixture Models: Theory and Applications [1.6114012813668934]
我々はGMMのモーメントテンソルを用いた暗黙計算の理論と数値計算法を開発した。
未知の手段が対称テンソル分解に還元される場合、データ観測の偏りを抑えることが可能であることを示す。
論文 参考訳（メタデータ） (2022-02-14T18:42:11Z) - 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) - Stochastic Fractal and Noether's Theorem [0.0]
いずれの分断問題においても、娘セグメントの1つが確率$p$で生き残るか、確率$!p$で消えるかという二項分断問題を考える。
フラクタル次元$d_f$の場合、$d_f$-番目のモーメント$M_d_f$は保存量であり、$p$と$alpha$とは独立である。
対称性と保存量とを結びつける試みとして、ユークリッド量子力学系の連続性方程式を再解釈する。
論文 参考訳（メタデータ） (2020-10-15T18:00:21Z) - Robustly Learning any Clusterable Mixture of Gaussians [55.41573600814391]
本研究では,高次元ガウス混合系の対向ロバスト条件下での効率的な学習性について検討する。
理論的に最適に近い誤り証明である$tildeO(epsilon)$の情報を、$epsilon$-corrupted $k$-mixtureで学習するアルゴリズムを提供する。
我々の主な技術的貢献は、ガウス混合系からの新しい頑健な識別可能性証明クラスターであり、これは正方形の定度証明システムによって捉えることができる。
論文 参考訳（メタデータ） (2020-05-13T16:44:12Z)
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。