Fugu-MT 論文翻訳(概要): Solving Schr\"odinger Bridges via Maximum Likelihood

論文の概要: Solving Schr\"odinger Bridges via Maximum Likelihood

arxiv url: http://arxiv.org/abs/2106.02081v1
Date: Thu, 3 Jun 2021 18:58:12 GMT
ステータス: 処理完了
システム内更新日: 2021-06-07 15:20:51.629405
Title: Solving Schr\"odinger Bridges via Maximum Likelihood
Title（参考訳）: 最大風化によるSchr\"オーディンガーブリッジの解法
Authors: Francisco Vargas, Pierre Thodoroff, Neil D. Lawrence, Austen Lamacraft
Abstract要約: シュル「オーディンガー橋問題 (SBP) は、2つの確率分布の間の最も起こりうる進化を発見した。我々は,SBPと最大推定値の等価性を証明し,機械学習技術の直接適用を可能にした。
参考スコア（独自算出の注目度）: 10.941628374136519
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The Schr\"odinger bridge problem (SBP) finds the most likely stochastic evolution between two probability distributions given a prior stochastic evolution. As well as applications in the natural sciences, problems of this kind have important applications in machine learning such as dataset alignment and hypothesis testing. Whilst the theory behind this problem is relatively mature, scalable numerical recipes to estimate the Schr\"odinger bridge remain an active area of research. We prove an equivalence between the SBP and maximum likelihood estimation enabling direct application of successful machine learning techniques. We propose a numerical procedure to estimate SBPs using Gaussian process and demonstrate the practical usage of our approach in numerical simulations and experiments.
Abstract（参考訳）: schr\"odinger bridge problem (sbp) は、2つの確率分布の間の確率的進化の可能性が最も高い。自然科学の応用と同様に、この種の問題はデータセットアライメントや仮説テストといった機械学習に重要な応用をもたらす。この問題の背後にある理論は比較的成熟しているが、シュル=オディンガー橋を推定するためのスケーラブルな数値レシピは依然として研究の活発な領域である。我々は,SBPと最大推定値の等価性を証明し,機械学習技術の直接適用を可能にする。ガウス過程を用いてsbpを推定する数値計算法を提案し,数値シミュレーションおよび実験における本手法の実用性を示す。

関連論文リスト

An Efficient Permutation-Based Kernel Two-Sample Test [12.331562761756679]
2サンプル仮説テストは統計学と機械学習の基本的な問題である。本研究では,最大平均誤差(MMD)のNystr "om approxation"を用いて,計算効率よく実用的なテストアルゴリズムを設計する。
論文参考訳（メタデータ） (2025-02-19T09:22:48Z)
Generalized Schrödinger Bridge Matching [54.171931505066]
一般化Schr"odinger Bridge (GSB) 問題設定は、機械学習の内外を問わず、多くの科学領域で一般的である。我々は最近の進歩に触発された新しいマッチングアルゴリズムである一般化シュリンガーブリッジマッチング(GSBM)を提案する。このような一般化は条件最適制御の解法として、変分近似を用いることができることを示す。
論文参考訳（メタデータ） (2023-10-03T17:42:11Z)
Qubit Dynamics beyond Lindblad: Non-Markovianity versus Rotating Wave Approximation [0.0]
量子ビットと環境自由度の間の相互作用における微妙な効果は、徐々に関連性を持ち、実験的に見えるようになる。これは特に、量子ビット演算において最もよく用いられる数値シミュレーションプラットフォームの基礎となる時間スケールの分離に適用される。 i)これらの時間スケール分離の違反を実験的に監視できる範囲と、(ii)どれが最も深刻で高精度な予測を行うことができるかという質問に光を当てた。
論文参考訳（メタデータ） (2023-08-11T09:16:07Z)
Building the Bridge of Schr\"odinger: A Continuous Entropic Optimal Transport Benchmark [96.06787302688595]
提案手法は, 基本真理 OT 解が構成によって知られている確率分布のペアを作成する方法である。これらのベンチマークペアを使用して、既存のニューラルネットワーク EOT/SB ソルバが実際に EOT ソリューションをどれだけよく計算しているかをテストする。
論文参考訳（メタデータ） (2023-06-16T20:03:36Z)
Provably Convergent Schr\"odinger Bridge with Applications to Probabilistic Time Series Imputation [21.27702285561771]
近似射影に基づくSchr"odinger Bridgeアルゴリズムの1次収束解析を提案する。実例として,観測データに条件付き欠落値を生成することにより,確率的時系列計算にSBPを適用した。
論文参考訳（メタデータ） (2023-05-12T04:39:01Z)
Aligned Diffusion Schrödinger Bridges [41.95944857946607]
Diffusion Schr"odinger Bridges (DSBs) は、最近、異なる時間点における限界観測を通してダイナミクスを回復するための強力なフレームワークとして登場した。これまで、DSBを解くための既存のアルゴリズムは、整列データの構造を活用できなかった。本稿では,データアライメントを尊重しながらDSBを初めて解決する新しいアルゴリズムフレームワークを提案する。
論文参考訳（メタデータ） (2023-02-22T14:55:57Z)
Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文参考訳（メタデータ） (2022-12-12T15:06:32Z)
Gaussian Process regression over discrete probability measures: on the non-stationarity relation between Euclidean and Wasserstein Squared Exponential Kernels [0.19116784879310028]
ワッサーシュタイン型2乗指数核とユークリッド型指数核の非定常性関係について検討した。入力空間をユークリッドとして非定常およびワッサーシュタインに基づくガウス過程モデルに変換するために変換が用いられる。
論文参考訳（メタデータ） (2022-12-02T17:09:52Z)
Sequential Permutation Testing of Random Forest Variable Importance Measures [68.8204255655161]
そこで本研究では、逐次置換テストと逐次p値推定を用いて、従来の置換テストに関連する高い計算コストを削減することを提案する。シミュレーション研究の結果、シーケンシャルテストの理論的性質が当てはまることを確認した。本手法の数値安定性を2つの応用研究で検討した。
論文参考訳（メタデータ） (2022-06-02T20:16:50Z)
Causal Inference Under Unmeasured Confounding With Negative Controls: A Minimax Learning Approach [84.29777236590674]
すべての共同設立者が観察されず、代わりに負の制御が利用可能である場合の因果パラメータの推定について検討する。最近の研究は、2つのいわゆるブリッジ関数による同定と効率的な推定を可能にする方法を示している。
論文参考訳（メタデータ） (2021-03-25T17:59:19Z)
Marginal likelihood computation for model selection and hypothesis testing: an extensive review [66.37504201165159]
この記事では、このトピックの最先端に関する総合的な研究について紹介する。さまざまなテクニックの制限、メリット、コネクション、差異を強調します。また、不適切な事前利用の問題や解決法についても述べる。
論文参考訳（メタデータ） (2020-05-17T18:31:58Z)

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。