Wassmap:画像多様体学習のためのWasserstein等距離マッピング【JST・京大機械翻訳】

Hamm Keaton; Henscheid Nick; Kang Shujie

プレプリント

J-GLOBAL ID：202202200806994557 整理番号：22P0331933

Wassmap:画像多様体学習のためのWasserstein等距離マッピング【JST・京大機械翻訳】

Wassmap: Wasserstein Isometric Mapping for Image Manifold 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 (3件)： , ,
資料名：
発行年： 2022年04月13日プレプリントサーバーでの情報更新日： 2023年02月21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)

本論文では,画像アプリケーションにおける既存の大域的非線形次元縮小アルゴリズムにおけるいくつかの欠点に解を与える非線形次元縮小技術であるWasserstein Isometric Mapping(Wasmap)を提案した。Wasmapは,Wasserstein空間における確率測度による画像を表し,次に,低次元で,ほぼ等尺性の埋込みを生成するために,関連する測度の間のペアワイズWaserstein距離を使用する。このアルゴリズムは,固定生成測度の翻訳あるいは拡張によって生成されたものを含む,いくつかの画像多様体のパラメータを正確に回復できることを示した。さらに,このアルゴリズムの離散バージョンは,関数データから離散データへ回復結果を転送するための理論的ブリッジを提供することにより,離散測度から生成された多様体からパラメータを検索することを示した。種々の画像データ多様体に関する提案アルゴリズムの試験は,Wasmapが,他のグローバルおよび局所技術と比較して良好な埋込みをもたらすことを示した。【JST・京大機械翻訳】

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

図形・画像処理一般

, ,

前のページに戻る