論文の概要: MinkowskiPE: Minkowski Positional Encoding for Spatiotemporal Perception

• arxiv url: http://arxiv.org/abs/2609.33804v1
• Date: Sun, 27 Sep 2026 17:58:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-04 16:37:16.734152
• Title: MinkowskiPE: Minkowski Positional Encoding for Spatiotemporal Perception
• Title（参考訳）: MinkowskiPE: 時空間知覚のためのMinkowski位置符号化
• Abstract要約: そこで,MinkowskiPE (Minkowski Positional jectory) を提案する。 MinkowskiPEでは、クエリキーのアテンションスコアは2つのトークン間の相対時空変位によってのみ位置に依存する。 我々は、MinkowskiPEを顕微鏡分子動力学およびマクロビデオ予測タスクで評価した。
• 参考スコア（独自算出の注目度）: 17.07115745705642
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Modeling spatiotemporal coupling is a key challenge in building physical intelligence across scales, from microscopic to macroscopic. Existing models capture such structure broadly through physics-motivated dynamical formulations or learning-motivated architectures. The former provide stronger priors but may constrain flexibility, whereas the latter are more flexible but leave the spatiotemporal coupling largely implicit. We therefore seek an approach that combines flexible learning with an explicit geometric bias for jointly modeling time and space. To this end, we propose Minkowski Positional Encoding (MinkowskiPE), which uses joint temporal and spatial coordinates to parameterize Lorentz transformations applied to query and key features. With MinkowskiPE, the query-key attention score depends on position only through the relative spacetime displacement between the two tokens and is therefore invariant to global translation of the coordinates. This paradigm retains the standard dot-product attention interface and remains compatible with efficient attention implementations. We evaluate MinkowskiPE on microscopic molecular dynamics and macroscopic video prediction tasks, achieving the best results on all nine multi-trajectory molecular evaluations and reducing KTH video-prediction MSE by 9.9% relative to the best baseline while using roughly one-tenth as many parameters.
• Abstract（参考訳）: 時空間結合のモデル化は、顕微鏡からマクロまで、スケールにわたって物理的な知性を構築する上で重要な課題である。 既存のモデルは、物理を動機とする動的定式化や学習を動機とするアーキテクチャを通して、そのような構造を広く捉えている。 前者はより強い先行を与えるが、柔軟性を制限しうる一方、後者はより柔軟であるが、時空間結合はほとんど暗黙に残す。 したがって、フレキシブルな学習と、時間と空間を共同でモデル化するための明示的な幾何学的バイアスを組み合わせたアプローチを模索する。 そこで,MinkowskiPE(Minkowski Positional Encoding,ミンコフスキーPE,ミンコフスキーPE,ミンコフスキーPE,ミンコフスキーPE,ミンコフスキーPE)を提案する。 MinkowskiPEでは、クエリキーの注意スコアは2つのトークン間の相対時空変位によってのみ位置に依存するため、座標のグローバルな翻訳には不変である。 このパラダイムは、標準的なドット製品アテンションインタフェースを保持し、効率的なアテンション実装と互換性を維持している。 我々は、MinkowskiPEを顕微鏡分子動力学およびマクロビデオ予測タスクで評価し、9つの多軌道分子評価における最良の結果を達成し、KTHビデオ予測MSEを、ほぼ10分の1のパラメータを用いて、最良基準値に対して9.9%削減した。

関連論文リスト

• MoSAR: Mixture of Semantic Attention Regimes for Learning Adaptive and Approximable Attention Geometries [71.210511917777]
  クエリーキーの相互作用に対して適応的かつ制御されたデカイ幾何学を学習するMoSARを導入する。 MoSARは、ALiBiのような強力なベースラインを含むすべての評価された亜種の中で、最も難易度が高い。
  論文  参考訳（メタデータ） (2026-09-25T13:38:28Z)
• Dynamic Latent Space Modeling of Inhomogeneous Poisson Network Processes with Applications to International Relations [1.988145627448243]
  我々は,時間スタンプ付きダイアディック相互作用が個々のノードの妥当性と近接性の両方を反映する連続時間リレーショナルイベントデータについて検討した。 非均一なポアソン過程に対する動的潜時空間モデルを提案し、そこでは事象強度はノード固有の活動パラメータと、柔軟なB-スプラインでモデル化された時間変化潜時距離に依存する。
  論文  参考訳（メタデータ） (2026-09-08T14:39:10Z)
• Momentum-Space-Engineered Spatial Photonic Ising Machine for Long-Range Interactions [4.122417270093307]
  空間フォトニックイジングマシン(SPIM)は、イジング計算に固有の光並列性を利用する。 本研究では、所定の長距離結合カーネルを運動量空間マスクにマッピングする運動量空間工学SPIMフレームワークを提案する。 我々は、複雑な競合する長距離相互作用によって誘導される多様な秩序状態を再現する。
  論文  参考訳（メタデータ） (2026-09-07T10:14:17Z)
• DyG$^2$T: Modeling Object Dynamics with 3D Gaussian Temporal-Spatial Particle Graph Transformer [86.4618122245946]
  DyG$2$Tは動的モデリングフレームワークで、キーポイント表現を空間的に完了し、時間的に識別することでオブジェクトの運動軌跡を推定する。 合成データセットと実世界のデータセットの両方の実験は、DyG$2$Tが正確な動的モデリングと推論を実現することを示した。
  論文  参考訳（メタデータ） (2026-08-19T03:44:28Z)
• Towards Efficient General Feature Prediction in Masked Skeleton Modeling [59.46799426434277]
  マスクスケルトンモデリングのための新しい汎用特徴予測フレームワーク(GFP)を提案する。 我々の重要な革新は、局所的な動きパターンからグローバルな意味表現にまたがる、従来の低レベルな再構築を高レベルな特徴予測に置き換えることです。
  論文  参考訳（メタデータ） (2025-09-03T18:05:02Z)
• Cross Space and Time: A Spatio-Temporal Unitized Model for Traffic Flow Forecasting [16.782154479264126]
  時間的要因間の複雑な相互作用により、バックボーン・時間的トラフィックフローを予測することが課題となる。 既存のアプローチでは、これらの次元を分離し、重要な相互依存を無視している。 本稿では,空間的および時間的依存関係の両方をキャプチャする統合フレームワークであるSanonymous-Temporal Unitized Unitized Cell (ASTUC)を紹介する。
  論文  参考訳（メタデータ） (2024-11-14T07:34:31Z)
• Message-Passing Neural Quantum States for the Homogeneous Electron Gas [41.94295877935867]
  連続空間における強相互作用フェルミオンをシミュレートするメッセージパッシング・ニューラルネットワークに基づく波動関数Ansatzを導入する。 等質電子ガスの基底状態を3次元でシミュレーションすることにより,その精度を実証する。
  論文  参考訳（メタデータ） (2023-05-12T04:12:04Z)
• Motion Prediction via Joint Dependency Modeling in Phase Space [40.54430409142653]
  我々は、運動解剖学の明示的な事前知識を活用するために、新しい畳み込みニューラルモデルを導入する。 次に,個々の関節機能間の暗黙的関係を学習するグローバル最適化モジュールを提案する。 本手法は,大規模な3次元人体動作ベンチマークデータセットを用いて評価する。
  論文  参考訳（メタデータ） (2022-01-07T08:30:01Z)
• Short and Long Range Relation Based Spatio-Temporal Transformer for Micro-Expression Recognition [61.374467942519374]
  我々は,マイクロ圧縮認識のための最初の純粋トランスフォーマーベースアプローチである,新しいアテンポ的トランスフォーマーアーキテクチャを提案する。 空間パターンを学習する空間エンコーダと、時間的分析のための時間的次元分類と、ヘッドとを備える。 広範に使用されている3つの自発的マイクロ圧縮データセットに対する総合的な評価は,提案手法が一貫して芸術の状態を上回っていることを示している。
  論文  参考訳（メタデータ） (2021-12-10T22:10:31Z)

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。