論文の概要: CHARM: Certified Homology-Aware Reverse-scale Mapping via Diffusion-Guided Quotient Towers
- arxiv url: http://arxiv.org/abs/2611.10375v2
- Date: Wed, 11 Nov 2026 02:21:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:32.868734
- Title: CHARM: Certified Homology-Aware Reverse-scale Mapping via Diffusion-Guided Quotient Towers
- Title(参考訳): CHARM:拡散誘導導電性タワーによるホロロジー対応逆スケールマッピングの認定
- Abstract要約: 我々はCertified Homology-Aware Reverse-scale Mapping (CHARM)を紹介する。
CHARMは2次元座標を代数的に証明され、サンプル追跡可能な構造記録で拡張する。
強い非合成幾何学的性能と監査可能な構造層を結合する。
- 参考スコア(独自算出の注目度): 4.122909631982507
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conventional dimensionality-reduction methods optimize geometric fidelity but do not return auditable homology certificates or identify the input observations associated with nontrivial classes. Direct high-dimensional persistent-homology computation is costly, and its representatives are rarely linked to a shared planar view. We introduce Certified Homology-Aware Reverse-scale Mapping (CHARM), which augments two-dimensional coordinates with algebraically certified, sample-traceable structural records. Diffusion-guided cover proposals and homotopy-safe contractions compress the input neighborhood flag complex. A Cover Quotient Tower supports cross-scale representative tracking and exact $H_k$ certification when algebraic tests complete. Reverse-scale layout connects quotient-chain preimages to the same coordinates used for geometric exploration. Contraction preserves the input neighborhood flag-complex homotopy type; the quotient tower inherits a multiplicative 3-interleaving with coarse-hop Rips, and conditional distortion bounds connect it to original Euclidean Rips. In a fixed-seed benchmark of 22 datasets (41,637 samples), CHARM achieves the highest share of first- or second-place scores across 15 metrics. On nonsynthetic data, it ranks first or second on every metric and first on all four $H_0/H_1$ persistence-diagram metrics. CHARM couples strong nonsynthetic geometric performance with an auditable structural layer.
- Abstract(参考訳): 従来の次元推論手法は幾何学的忠実度を最適化するが、監査可能なホモロジー証明を返したり、非自明なクラスに関連する入力観測を識別しない。
直接高次元持続ホモロジー計算はコストがかかり、その代表者は共有平面ビューにはほとんど関連付けられない。
Certified Homology-Aware Reverse-scale Mapping (CHARM)を導入する。
拡散誘導カバーの提案とホモトピーセーフ収縮は入力近傍フラグ複合体を圧縮する。
Cover Quotient Towerは、代数的テストが完了すると、クロススケールの代表追跡と正確な$H_k$認証をサポートする。
逆スケールのレイアウトは、商鎖の先像を幾何学的な探索に使用するのと同じ座標に接続する。
縮小は入力近傍のフラグ-複合ホモトピー型を保ち、商塔は粗いホップリップを持つ乗法的な3つのインターリーブを継承し、条件付き歪み境界は元のユークリッドリプスと接続する。
22のデータセット(41,637のサンプル)の固定シードベンチマークでは、CHARMが15のメトリクスで1位または2位のスコアの最高シェアを達成した。
非合成データでは、すべての計量で1位または2位、そして4つのH_0/H_1$持続図の指標で1位である。
CHARMは、聴取可能な構造層と強い非合成幾何学的性能を結合する。
関連論文リスト
- Holomorphic Cauchy Networks for Efficient Stationary Tail Computation in High-Dimensional Reflected Brownian Motions [1.2973070941583096]
NN4MGFの共有協調型基本結合関係フレームワーク上に構築し、同型コーシーネットワーク(HCN)を開発する。
HCNは無極領域の正則性を強制し、サンプル化されたコーシー・リーマンの罰則を除去する。
HCNは高次元の実行毎に64万のサンプルベース入力を持つため、ラップトップGPUでは50次元に達し、しきい値1から8までの相対誤差は6.367%である。
論文 参考訳(メタデータ) (2026-10-27T03:05:32Z) - Emergent Sparsity: How Many Effective Variables Survive Coarse-Graining in AlphaEarth Embeddings? [0.0]
AlphaEarthは、各10mのランドピクセルを、多様なグローバルマッピングタスクをサポートするための64成分ベクトルとしてエンコードしている。
我々は,これらのベクトルを大域的非線形座標に再編成できるかどうか,選択した再構成精度で満足度数,空間規模で減少するか否かを問う。
そこで本研究では,有効次元を1つの本質的な数ではなく,寛容と空間的スケールの2つの制御面として記述する。
論文 参考訳(メタデータ) (2026-10-18T13:24:23Z) - Epi: Towards a Persistent, Self-Improving Agent for Autonomous Research [69.10926712327317]
piはモデルセッション全体の調査を継続し、蓄積されたエクスペリエンスを通じてそのメソッドを進化させる。
12家族にまたがる20の数値境界記録と8家族にまたがる100の建設記録からなる120のレコードセット結果を生成する。
pi-turboは、モデルコストの64%でCodexよりも5.4%高いベンチマークスコアを達成した。
論文 参考訳(メタデータ) (2026-10-18T01:30:40Z) - H2CE: Modeling Geo-Semantic Interactions for POI Reranking with Heterogeneous Two-Stage Cross-Encoders [50.334243169621175]
ローカル検索におけるPOI(Point-of-Interest)の再ランクは、クエリ条件付きトレードオフをモデル化する必要がある。
遅延バウンドPOIリグレードのための異種二段クロスエンコーダH2CEを提案する。
論文 参考訳(メタデータ) (2026-10-08T05:40:08Z) - Stable Geometry with Divergent Task Evidence for Efficient Long-Horizon Agent Compression [55.84813053778976]
長い地平線エージェントは増大する相互作用履歴を蓄積し、コンテキストと推論コストを増大させる。
幾何学的冗長性だけでは安全な圧縮には不十分な基準であることがわかった。
幾何とエビデンスの間にあるこのギャップを動機として,Geometry Guided Evidence Preserving Memory (GEM)を紹介する。
GEMは平均の組み合わせトークン使用量を2.69Mから2.11Mに減らし、21.4%削減し、同等のタスク報酬を維持している。
論文 参考訳(メタデータ) (2026-09-23T04:09:19Z) - Hyperbolic Latent Geometry for Tree-Structured Prototype Networks: A Local-vs-Global Trade-off [0.0]
階層型分類モデルにおいて,クラスプロトタイプレイアウトに対する木構造正則化器について検討する。
ポインケアのプロトタイプは、最も近い近傍グラフのラテント空間における位相をユークリッドのプロトタイプよりもかなり良く保つことが分かる。
論文 参考訳(メタデータ) (2026-08-25T22:42:20Z) - Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
PointArena 2026は77.2%の精度でベンチマークで2位である。
ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。
次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
論文 参考訳(メタデータ) (2026-06-29T06:39:03Z) - SliceGraph: Mapping Process Isomers in Multi-Run Chain-of-Thought Reasoning [60.650808962786364]
我々は、CoTスライス間の疎活性化キージャカード類似性に対して、相互kNNによって構築された問題モデル-セルグラフであるSliceGraphを提案する。
同じ正規化された回答を共有する正しいCoTは、複数のプロセスファミリに分割されていることを示す。
また、プロセスファミリは、一致したnull制御の下で異なる遷移カーネルで同じアトラスをナビゲートすることを示す。
論文 参考訳(メタデータ) (2026-05-14T09:37:26Z) - Global and Local Topology-Aware Attention with Persistent Homology and Euler Biases for Time-Series Forecasting [0.0]
時系列はしばしば、接続性、サイクル、シェルのような幾何学、方向変化、非線形近傍を含む予測幾何学構造を符号化する。
永続的ホモロジー(H0-H2)を用いた注意ログにそのような構造を加えるトポロジ対応アテンションフレームワークを提案する。
我々は,軽量アテンション/ライダー,PatchTSTForRegression,TimeSeriesTransformerForPredictionという3つのアーキテクチャファミリの保護されたトポロジ対応のバリエーションを評価した。
論文 参考訳(メタデータ) (2026-05-04T21:19:12Z) - Paired-CSLiDAR: Height-Stratified Registration for Cross-Source Aerial-Ground LiDAR Pose Refinement [46.13526676100776]
Paired-CSLiDAR(英語版)は、シングルスキャンポーズリファインメントのためのクロスソース空地LiDARベンチマークである。
このベンチマークには6つの評価サイトで12,683組の地上空対が含まれている。
本稿では,RGSR(Residual-Guided Stratified Registration)を提案する。
論文 参考訳(メタデータ) (2026-05-01T13:14:20Z) - Characterizing AlphaEarth Embedding Geometry for Agentic Environmental Reasoning [0.21847754147782883]
1210万サンプルにわたるGoogle AlphaEarthの埋め込みの多様体幾何学を特徴づける。
本研究では,FAISSをインデックス化した埋め込みデータベース上で,環境問合せを推論チェーンに分解するエージェントシステムを開発した。
論文 参考訳(メタデータ) (2026-04-20T18:14:33Z)
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。