Log-Euclidean metric on Riemannian manifold 黎曼流形上的Log-Euclidean测度

article/2025/10/11 4:24:51

    Log-Euclidean测度是黎曼流形上一种常用的测度,Log-Euclidean测度形式简单,方便计算,因此在基于黎曼流形的算法中被广泛应用。

1.什么是测度

    在黎曼流形上,要衡量两个点之间的距离,不能像欧式空间那样直接用范数计算,所以引入了测地距离作为流形上两个点之间距离的度量。

    测地距离:流形上两个点之间的最短测地线的长度。

    测地线:流形上两个点之间最短的曲线。

    黎曼测度:黎曼流形上某一点的切空间上定义的内积的集合。

    黎曼测度的性质:黎曼流形上某一点的切空间上某一切向量的范数等于这个切向量对应的测地线的长度。

2.Log-Euclidean测度

    SPD流形:由对称正定矩阵(PSD matrix)组成的流形。记为,表示由nxn SPD矩阵组成的流形。

    ,X和Y之间的Log-Euclidean测度为:


3.Log-Euclidean测度的性质

    与其他常用的黎曼测度相比,Log-Euclidean测度不是仿射不变的,仿射不变指的是黎曼流形上两个点之间的测度值在仿射之后保持不变,即

    此外,Log-Euclidean测度并没有完全真实地反映了黎曼流形上两个点之间的几何关系(即测地距离)。



http://chatgpt.dhexx.cn/article/iGZLG0oe.shtml

相关文章

阅读笔记7:多类运动想象脑电信号识别及其在BCI中的应用研究

文章目录 论文信息笔记1.摘要2.绪论2.1 EEG信号处理方法国内外研究进展2.2存在的问题 3.脑电信号采集及预处理方法3.1 共平均参考(CAR)3.2Butterworth 带通滤波器 4.运动想象EEG信号特征提取4.1 基于 AF-CSP 方法的特征提取研究4.1.1 经验模态分解4.1.2共…

流形学习的基本思想

流形学习的观点是认为:我们所能观察到的数据实际上是由一个低维流形映射到高维空间上的。由于数据内部特征的限制,一些高维中的数据会产生维度上的冗余,实际上只需要比较低的维度就能唯一地表示。 举个例子,比如说我们在平面上有…

什么是流形

高等数学同济六版下册 流形上的微积分 拓扑学导论 拓扑学导论

干货!图像集分类大杀器--混合黎曼度量学习

点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入! 随着视频数据量的不断增加,图像集分类近年来受到了计算机视觉和模式识别研究社区的广泛关注。然而,表征的类内多样性和类间模糊性仍然是重大挑战。为了解决这一问题,研究人员…

流形学习的数学基础

文章目录 1 Optimization Algorithms on Matrix Manifolds2 Riemannian gradient descent3 一些流形优化的博客参考文献 1 Optimization Algorithms on Matrix Manifolds Optimization Algorithms on Matrix Manifolds - Full Online Text P.-A. Absil, R. Mahoney, and Rodol…

流形学习(Manifold Learning)简单介绍

传统的机器学习方法中,数据点和数据点之间的距离和映射函数f都是定义在欧式空间中的,然而在实际情况中,这些数据点可能不是分布在欧式空间中的,因此传统欧式空间的度量难以用于真实世界的非线性数据,从而需要对数据的分…

谈谈黎曼流形与视觉距离错觉问题

转自:https://baijiahao.baidu.com/s?id1612647738961091671&wfrspider&forpc 作者:看海 链接:https://www.zhihu.com/question/30553302/answer/311788410 来源:知乎 data:20190509 一、流形科普知识 1、…

流形学习详解

流形学习 流形学习(manifold learning)是一类借鉴了拓扑流形概念的降维方法。 介绍流行学习首先要说明一下什么是流形:即指具有不同维数的任意光滑的曲线或曲面。 流形学习是基于这样一种假设:若低维流形嵌入到高维空间中&#x…

黎曼流形学习的学习笔记(2):Neural Ordinary Differential Equations(来源:NIPS 2018 oral) (未完待续)

作者想解决的问题:这是一篇提出新模型的论文,把输入和输出当作微分方程在不同时刻的解,这样做可以节省很多空间,因为不需要计算每一步的具体结果,只需要保存得到的函数。 思路:由于残差网络 (空间上) 和RNN…

流形学习(Mainfold Learning)

最近在看生成对抗网络(Generative Adversarial Networks,GAN)的时候,几乎在每一篇文章中都会看到mainfold这个词,哪么它在GAN中想要表达什么呢?或者说GAN和流形学习(Mainfold Learning&#xff…

什么是流形?

什么是流形? 写的很好。 感觉就是一个多维空间的抽象,在这个空间中,距离的定义稍微有些特殊; 1、流形就是弯曲的 N实数描述的 点集合; 2、两点间的距离有定义:邻近的两点,其距离是 座标差的平方…

黎曼流形学习的学习笔记(1):Moser Flow: Divergence-based Generative Modeling on Manifolds(来源:NIPS 2021 oral)

亮点: 1. 使用Moser Flow (MF) 相比于其他连续标准化流 (CNF)不需要在训练过程解常微分方程 (ODE),因此训练速度相对较快; 2. 在1的基础上,证明了在一定的前提下,MF可以泛化任意的流形,并且这是流模型 (…

论文阅读:在Stiefel流形上的黎曼优化

原文:EFFICIENT RIEMANNIAN OPTIMIZATION ON THE STIEFEL MANIFOLD VIA THE CAYLEY TRANSFORM Citing: https://arxiv.org/pdf/2002.01113.pdf 目录 摘要 1 简介 2 相关工作 3 基础知识 3.1 黎曼流形 定义1:黎曼流形 定义2:测地、幂映…

黎曼几何与黎曼流形

目录 0.黎曼几何 1. 欧几里得几何与黎曼几何的区别 2.黎曼流形 3.黎曼距离 4.切空间 5.黎曼均值 6. SPD矩阵如何形成黎曼流型 7.切线空间映射 8.同余变换和同余不变 9.黎曼对齐 科普性笔记,做了解,不深入。 0.黎曼几何 黎曼几何是一种基于欧几…

机器学习知识点(二十三)黎曼流形认知

对于流形,我在机器学习中的认识就是局部欧式距离的应用,当然其背后强大的数学逻辑也不是一时可以窥全貌,只好先看看一些基础概念。 1、基本概念 流形,是局部具有欧几里得空间性质的空间,是欧几里得空间中的曲线、曲面…

数学建模-神经网络模型

神经网络简介 人工神经网络是在现代神经科学的基础上提出和发展起来的,旨在反映人脑结构及功能的一种抽象数学模型。自1943 年美国心理学家W. McCulloch 和数学家W. Pitts 提出形式神经元的抽象数学模型—MP 模型以来,人工神经网络理论技术经过了50 多年…

数学建模--预测类模型

目录 一、中短期预测 1、灰色预测法 ①适用范围 ②模型实现 2、回归分析 ①适用范围 ②模型实现 3、时间序列分析 ①自适应滤波法 ②指数平滑法 ③移动平均法 4、微分方程 二、长期预测 1、神经网络预测 2、logistic模型 ①模型介绍 ②模型分析及代码 一、中短…

数学建模 -- 预测模型

参考清风老师的数学建模,用于复习!!! NO1.灰色预测 一.灰色系统 灰色预测是对既含有已知信息又含有不确定信息的系统进行预测,就是对在一定范围内变化的、与时间有关的灰色过程进行预测。 灰色预测对原始数据进行生成…

数学建模——评价模型

文章目录 一.模糊综合评价模型1.基础知识2.一级模糊综合评价3.二级模糊综合评价 二.灰色关联分析模型1.灰色关联分析原理2.灰色关联分析步骤 三. Topsis(理想解法)1.理想解法原理2.Topsis法步骤 四.线性加权综合评价模型(不是很推荐用&#x…

数学建模(一)

个人不仅仅是一个ctfer,数学也是很强的呀。hhhh下面记录一些简单的 数学建模用到的python基础 知识点一:复合数据类型相关 append:每次往列表尾部增加一个元素。 extend:列表尾部添加多个数据 insert(索引位置,插入值) #这里是…