多様体上の幾何学的最適化と深層学習への応用【JST・京大機械翻訳】

Lezcano-Casado Mario

プレプリント

J-GLOBAL ID：202202200409713088 整理番号：22P0301444

多様体上の幾何学的最適化と深層学習への応用【JST・京大機械翻訳】

Geometric Optimisation on Manifolds with Applications to Deep Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年03月09日プレプリントサーバーでの情報更新日： 2022年03月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

著者らは,データ科学者,実践者,および応用研究者のワークフローに組み込むために,効率的,拡張性,および単純である方法で,すべてのこれらの強力なツールを用いて,非エキスパートを援助するために,Pythonライブラリを設計し実装する。このライブラリに実装されたアルゴリズムを,ユーザビリティとGPU効率を考慮して設計し,コードの1つの余分の一線で任意のPyTorchモデルに追加できる。時系列解析の設定における多様体上の最適化の適用に対するこれらのツールの有効性を示す。この設定において,直交およびユニタリー最適化を用いて,反復モデルを制約し,正則化し,消失および爆発勾配問題を回避した。GeoTorch用に設計したアルゴリズムは,このモデルのこのファミリーの標準試験における最新の結果の状態の達成を可能にする。比較幾何学からツールを用いて,最適化問題に関心のある量に関する限界を与えた。特に,Riemann指数の第2導関数のノルムに明示的な限界を与える(Kaul1976)の研究を行った。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , その他のオペレーションズリサーチの手法

, , ,

前のページに戻る