Fugu-MT 論文翻訳(概要): Singular value soft-thresholding via the polar decomposition

論文の概要: Singular value soft-thresholding via the polar decomposition

arxiv url: http://arxiv.org/abs/2607.22484v1
Date: Fri, 24 Jul 2026 16:55:09 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-27 20:58:57.189687
Title: Singular value soft-thresholding via the polar decomposition
Title（参考訳）: 極分解による特異値ソフトスレッショニング
Abstract要約: 正弦値のソフトスレッショルドは行列極分解への還元によって計算できるため、極分解を計算するためにGPUフレンドリーなアルゴリズムを利用することができる。 SVDを使った標準的なアプローチと比較して、GPUは大幅にスピードアップしている。今後の研究にロバスト性の調査を残すが、符号関数の不連続性のため、極性分解の低減は低精度の応用にのみ適している可能性が高いことに留意する。
参考スコア（独自算出の注目度）: 3.2150654072618976
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Singular value soft-thresholding can be computed via a reduction to the matrix polar decomposition, which allows one to exploit GPU-friendly algorithms for computing the polar decomposition. Empirically, there is a significant speed-up on GPUs compared to the standard approach using the SVD. We leave the investigation of robustness to future work, but note that due to the discontinuous nature of the sign function, the reduction to the polar decomposition is likely only suitable for low-accuracy applications.
Abstract（参考訳）: 正弦値のソフトスレッショルドは行列極分解への還元によって計算できるため、極分解を計算するためにGPUフレンドリーなアルゴリズムを利用することができる。経験的には、SVDを使った標準的なアプローチと比較してGPUは大幅にスピードアップしている。今後の研究にロバスト性の調査を残すが、符号関数の不連続性のため、極性分解の低減は低精度の応用にのみ適している可能性が高いことに留意する。

関連論文リスト

The Role of Gradient Modification in Heavy-Tailed Nonconvex Stochastic Min-Max Optimization [50.59470683896735]
min-max最適化は、現代の機械学習に応用されているため、注目を集めている。我々は、勾配降下(SGDA)の包括的理論を提供する。我々は,Stoc-GDAMとStoc-TRmaxという新たなクリッピングフリーアルゴリズムを開発し,グラディエントクリッピングを使わずに,目標精度への最適依存を実現する。
論文参考訳（メタデータ） (2026-09-05T12:49:28Z)
Stokes-Informed Diffusion for Robust Linear Polarization Estimation [49.459667092743445]
GenPolar(ゲンポーラー)は、ミュラー形式主義を基盤としたストークスインフォームド拡散フレームワークである。 DLPの忠実度とAoPの安定性の両面において最先端の性能を達成する。これらの改善は、物質検出やデフレクションを含む下流アプリケーションにおいて、顕著で一貫した利益をもたらす。
論文参考訳（メタデータ） (2026-07-23T11:56:15Z)
Muon with Nesterov Momentum: Heavy-Tailed Noise and (Randomized) Inexact Polar Decomposition [11.258577546422295]
我々は,非$行列最適化雑音における不正確な極分解の理論を開発する。我々は、フルスペース法よりもはるかに効率的なランダム化された低ランク極性分解を解析する。
論文参考訳（メタデータ） (2026-05-07T19:32:39Z)
The Polar Express: Optimal Matrix Sign Methods and Their Application to the Muon Algorithm [24.020943794160555]
極分解を計算するための新しい手法であるPolar Expressを紹介する。この戦略が最悪の場合においてエラーを最小限に抑え、極極急行をできるだけ早く収束させることができることを実証する。 Muon トレーニングフレームワークに統合されると,本手法は検証損失を一貫した改善をもたらす。
論文参考訳（メタデータ） (2025-05-22T17:23:14Z)
Entrywise error bounds for low-rank approximations of kernel matrices [55.524284152242096]
切り抜き固有分解を用いて得られたカーネル行列の低ランク近似に対するエントリーワイド誤差境界を導出する。重要な技術的革新は、小さな固有値に対応するカーネル行列の固有ベクトルの非局在化結果である。我々は、合成および実世界のデータセットの集合に関する実証的研究により、我々の理論を検証した。
論文参考訳（メタデータ） (2024-05-23T12:26:25Z)
An Alternative Graphical Lasso Algorithm for Precision Matrices [0.0]
本稿では,スパース精度行列を推定するためのDP-GLassoアルゴリズムを提案する。正規化された正規対数型は自然に凸関数を最小化しやすい2つの和に分解するが、そのうちの1つはラッソ回帰問題である。提案アルゴリズムは,最適化対象とする精度行列を最初から備えており,DP-GLassoアルゴリズムの良好な特性をすべて保持している。
論文参考訳（メタデータ） (2024-03-19T02:01:01Z)
Simple and Fast Polarization Tracking algorithm for Continuous-Variable Quantum Key Distribution System Using Orthogonal Pilot Tone [15.578774779452209]
実験の結果, 偏光衝突速度12.57krad/sは, 提案アルゴリズムを用いて追跡可能であることがわかった。デジタルシミュレーションにより、提案したアルゴリズムによって約188.50Mrad/sを追跡できることが示されている。
論文参考訳（メタデータ） (2023-03-21T02:37:13Z)
Differentiable Annealed Importance Sampling and the Perils of Gradient Noise [68.44523807580438]
Annealed importance sample (AIS) と関連するアルゴリズムは、限界推定のための非常に効果的なツールである。差別性は、目的として限界確率を最適化する可能性を認めるため、望ましい性質である。我々はメトロポリス・ハスティングスのステップを放棄して微分可能アルゴリズムを提案し、ミニバッチ計算をさらに解き放つ。
論文参考訳（メタデータ） (2021-07-21T17:10:14Z)
Robust Differentiable SVD [117.35644933471401]
対称行列の固有分解は多くのコンピュータビジョンアルゴリズムの中心にある。不安定性は互いに近い固有値の存在によって生じる。 SVD勾配のテイラー展開は、反復過程に依存することなくPIを用いて得られる勾配と理論的に等価であることを示す。
論文参考訳（メタデータ） (2021-04-08T15:04:15Z)
Learned Block Iterative Shrinkage Thresholding Algorithm for Photothermal Super Resolution Imaging [52.42007686600479]
深層ニューラルネットワークに展開する反復アルゴリズムを用いて,学習したブロックスパース最適化手法を提案する。本稿では、正規化パラメータの選択を学ぶことができる学習ブロック反復収縮しきい値アルゴリズムを使用することの利点を示す。
論文参考訳（メタデータ） (2020-12-07T09:27:16Z)
One-Bit Compressed Sensing via One-Shot Hard Thresholding [7.594050968868919]
1ビット圧縮センシングの問題は、いくつかのバイナリ測定からスパース信号を推定することである。広範に使われている非制約の幅の概念から遠ざかる、斬新で簡潔な分析法を提案する。
論文参考訳（メタデータ） (2020-07-07T17:28:03Z)

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。