論文の概要: Motion Equivariant Convolutional LSTM: When Motion Becomes a Gauge Symmetry
- arxiv url: http://arxiv.org/abs/2610.28771v1
- Date: Tue, 20 Oct 2026 18:08:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 09:50:43.211735
- Title: Motion Equivariant Convolutional LSTM: When Motion Becomes a Gauge Symmetry
- Title（参考訳）: 運動同変畳み込みLSTM:運動がゲージ対称性になるとき
- Abstract要約: 動きは、物事が今ある場所ではなく、ある場所にある場所を変え、従ってデータの対称性である。
フロー同変リカレントネットワークは、まずこの対称性を、速度のバンクを列挙することによって、一定の速度や流れの運動のためにシーケンスモデルに導入した。
この考え方は, 単純なリカレントネットワークから畳み込みLSTMへ, 流れから動きへ, 速度が時間とともに変化する方向, 速度を列挙して推定する方向の3方向に拡張する。
- 参考スコア（独自算出の注目度）: 5.132219513932099
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Objects move, cameras pan, and weather drifts with the wind: much of what changes in sequential data is motion. Motion changes where things are, not what they are, and is therefore a symmetry of the data. Yet standard recurrent networks are not equivariant to it: their memory stays put while the input moves on. Flow equivariant recurrent networks first brought this symmetry into sequence models, for motions of constant velocity, or flows, by enumerating a bank of velocities. We extend this idea in three directions: from simple recurrent networks to convolutional LSTMs, from flows to motions whose velocity changes in time, and from enumerating velocities to estimating them. Treating a sequence as a field over time, we show that motion becomes a gauge symmetry: a global symmetry made local in time. Built on this view, our motion equivariant convolutional LSTM (MELSTM) uses its velocity model as the gauge field and is provably equivariant to every motion. Across future-frame prediction, classification of digits visible only through their motion, and action recognition under camera shake, MELSTM outperforms a convolutional LSTM and its flow equivariant counterpart with the same number of parameters: it is more accurate, generalizes to longer horizons and to unseen motions, and carries a fraction of the flow equivariant model's state.
- Abstract（参考訳）: 物体は動き、カメラパン、天気は風とともに漂う。
動きは、物事がどこにあるのか、その存在ではなく変化し、従ってデータの対称性となる。
しかし、標準的なリカレントネットワークは同種ではない。
フロー同変リカレントネットワークは、まずこの対称性を、速度のバンクを列挙することによって、一定の速度や流れの運動のためにシーケンスモデルに導入した。
この考え方は, 単純なリカレントネットワークから畳み込みLSTMへ, 流れから動きへ, 速度が時間とともに変化する方向, 速度を列挙して推定する方向の3方向に拡張する。
時系列を時間とともに体として扱うことで、運動がゲージ対称性となることを示す。
この観点から、我々の運動同変畳み込みLSTM(MELSTM)は、その速度モデルをゲージ場として使用し、すべての運動に確実に同変である。
将来のフレーム予測、動きを通してのみ見える桁の分類、カメラの揺らぎの下での動作認識、MELSTMは畳み込みLSTMとそのフロー同変を同じ数のパラメータで上回り、より正確で、より長い地平線や見えない動きに一般化し、フロー同変モデルの状態のごく一部を運ぶ。
関連論文リスト
- Spatial Temporal Synergy: Balancing Change and Invariance in Text Driven 3D Human Motion Editing [78.44034844227868]
テキスト駆動型人間の動作編集は、自然言語の指示に従って既存の動作シーケンスを変更することを目的としている。
変化と不変性 (Change and Invariance Motion Editing, CIME) は、変化と不変性を空間的ポーズと時間的リズム次元に包括的に分離する統合フレームワークである。
MotionFixとSTANCE調整データセットの実験は、CIMEがアライメントと構造的忠実さの編集において最先端のパフォーマンスを達成することを示した。
論文 参考訳（メタデータ） (2026-08-17T01:54:44Z) - MotionMAR: Multi-scale Auto-Regressive Human Motion Reconstruction from Sparse Observations [51.837372131319285]
MotionMARは、スパース観測からの運動再構成のためのフレームワークである。
まず、人間の動きのグローバルな軌跡を推定し、時間的詳細を徐々に洗練する。
MotionMARは、AMASSデータセット上で最先端の精度を達成する。
論文 参考訳（メタデータ） (2026-06-22T08:15:56Z) - Flow Equivariant World Models: Memory for Partially Observed Dynamic Environments [54.23746358078753]
身体系は「流れのシンフォニー」として世界を経験する
ほとんどのニューラルネットワークの世界モデルは、この構造を無視し、データから同じ変換を繰り返し再学習します。
自己運動と外部物体の動きを1パラメータのリー群「フロー」として統一するフレームワーク「フロー同変世界モデル」を紹介する。
論文 参考訳（メタデータ） (2026-01-03T05:22:27Z) - AStF: Motion Style Transfer via Adaptive Statistics Fusor [58.660938790014455]
本稿では,SDM(Style Distemporalment Module)とHO-SAttn(High-Order Multi-Statistics Attention)を組み合わせた適応統計ファサー(Adaptive Statistics Fusor)を提案する。
実験結果から,より包括的なモデルを提供することで,最先端技術よりも動作スタイルの習熟度が向上することが示唆された。
論文 参考訳（メタデータ） (2025-11-06T08:51:24Z) - Geometric Neural Distance Fields for Learning Human Motion Priors [51.99890740169883]
本研究では,より頑健で時間的に整合性があり,物理的に妥当な3次元運動回復を可能にする新しい3D生成人体運動について紹介する。
AMASSデータセットをトレーニングし、NRMFは複数の入力モードにまたがって著しく一般化する。
論文 参考訳（メタデータ） (2025-09-11T17:58:18Z) - Flow Equivariant Recurrent Neural Networks [2.900810893770134]
機械学習では、データの対称性を尊重するニューラルネットワークアーキテクチャを同変と呼ぶ。
我々は同変ネットワーク理論をこの流れの体系に拡張し、時間とともに自然変換を捉える。
これらのモデルは、トレーニング速度、長さの一般化、速度の一般化において、非同変モデルよりも大幅に優れていることを示す。
論文 参考訳（メタデータ） (2025-07-20T02:52:21Z) - Decouple and Track: Benchmarking and Improving Video Diffusion Transformers for Motion Transfer [41.26164688712492]
Diffusion Transformer (DiT) モデルは3Dフルアテンションを使用し、時間的・空間的な情報を明示的に分離しない。
本稿では,動き伝達能力を向上させるためにDiTモデルを適用するDeTを提案する。
提案手法では, 時間次元に沿って円滑なDiT機能を実現するために, 単純で効果的な時間的カーネルを導入する。
また,動作の整合性を高めるために,潜在特徴空間における高密度軌跡に沿った明示的な監督も導入する。
論文 参考訳（メタデータ） (2025-03-21T17:52:05Z) - iMoT: Inertial Motion Transformer for Inertial Navigation [0.5199807441687141]
iMoTは、革新的なトランスフォーマーベースの慣性オドメトリー法である。
正確な位置推定のために、運動と回転のモードからクロスモーダル情報を取得する。
iMoTは軌道再構成において、より優れたロバスト性と精度を実現するため、最先端の手法を著しく上回っている。
論文 参考訳（メタデータ） (2024-12-13T22:52:47Z) - Equivariant Spatio-Temporal Attentive Graph Networks to Simulate Physical Dynamics [32.115887916401036]
本研究では,物理系の力学を表現・シミュレートするFourier-temporal GNNの同変版を開発する。
分子レベル,タンパク質レベル,マクロレベルに対応する3つの実データセットについて,本モデルの評価を行った。
論文 参考訳（メタデータ） (2024-05-21T15:33:21Z) - MotionRNN: A Flexible Model for Video Prediction with Spacetime-Varying
Motions [70.30211294212603]
本稿では,空間と時間の両方に連続する時空変動を予測できる新たな次元からビデオ予測を行う。
本研究では,動きの複雑な変動を捉え,時空変化に適応できるMotionRNNフレームワークを提案する。
論文 参考訳（メタデータ） (2021-03-03T08:11:50Z)
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。