Campos de Difusão em Variedades
Manifold Diffusion Fields
May 24, 2023
Autores: Ahmed A. Elhag, Joshua M. Susskind, Miguel Angel Bautista
cs.AI
Resumo
Apresentamos os Campos de Difusão em Variedades (MDF), uma abordagem para aprender modelos generativos de funções contínuas definidas sobre variedades de Riemann. Aproveitando insights da análise de geometria espectral, definimos um sistema de coordenadas intrínseco na variedade por meio das autofunções do Operador de Laplace-Beltrami. O MDF representa funções usando uma parametrização explícita formada por um conjunto de múltiplos pares entrada-saída. Nossa abordagem permite amostrar funções contínuas em variedades e é invariante em relação a transformações rígidas e isométricas da variedade. Resultados empíricos em vários conjuntos de dados e variedades mostram que o MDF pode capturar distribuições de tais funções com melhor diversidade e fidelidade do que abordagens anteriores.
English
We present Manifold Diffusion Fields (MDF), an approach to learn generative
models of continuous functions defined over Riemannian manifolds. Leveraging
insights from spectral geometry analysis, we define an intrinsic coordinate
system on the manifold via the eigen-functions of the Laplace-Beltrami
Operator. MDF represents functions using an explicit parametrization formed by
a set of multiple input-output pairs. Our approach allows to sample continuous
functions on manifolds and is invariant with respect to rigid and isometric
transformations of the manifold. Empirical results on several datasets and
manifolds show that MDF can capture distributions of such functions with better
diversity and fidelity than previous approaches.