論文の概要: Manifold Interpolating Optimal-Transport Flows for Trajectory Inference
- arxiv url: http://arxiv.org/abs/2206.14928v1
- Date: Wed, 29 Jun 2022 22:19:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-01 14:41:42.934776
- Title: Manifold Interpolating Optimal-Transport Flows for Trajectory Inference
- Title(参考訳): 軌道推論のためのマニフォールド補間最適輸送流
- Authors: Guillaume Huguet, D.S. Magruder, Oluwadamilola Fasina, Alexander Tong,
Manik Kuchroo, Guy Wolf, Smita Krishnaswamy
- Abstract要約: 最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。
MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。
本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
- 参考スコア(独自算出の注目度): 64.94020639760026
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Here, we present a method called Manifold Interpolating Optimal-Transport
Flow (MIOFlow) that learns stochastic, continuous population dynamics from
static snapshot samples taken at sporadic timepoints. MIOFlow combines dynamic
models, manifold learning, and optimal transport by training neural ordinary
differential equations (Neural ODE) to interpolate between static population
snapshots as penalized by optimal transport with manifold ground distance.
Further, we ensure that the flow follows the geometry by operating in the
latent space of an autoencoder that we call a geodesic autoencoder (GAE). In
GAE the latent space distance between points is regularized to match a novel
multiscale geodesic distance on the data manifold that we define. We show that
this method is superior to normalizing flows, Schr\"odinger bridges and other
generative models that are designed to flow from noise to data in terms of
interpolating between populations. Theoretically, we link these trajectories
with dynamic optimal transport. We evaluate our method on simulated data with
bifurcations and merges, as well as scRNA-seq data from embryoid body
differentiation, and acute myeloid leukemia treatment.
- Abstract(参考訳): 本稿では,スポラジカル・タイムポイントで採取した静的スナップショットから,確率的,連続的な個体群動態を学習するManifold Interpolating Optimal-Transport Flow (MIOFlow)を提案する。
MIOFlowは、動的モデル、多様体学習、およびニューラルネットワーク常微分方程式(ニューラルODE)を訓練することで最適輸送を組み合わせ、静的集団スナップショット間の補間を行う。
さらに,ジオデシックオートエンコーダ (GAE) と呼ぶオートエンコーダの潜時空間を動作させることにより,フローが幾何に従っていることを保証する。
GAE において、点間の遅延空間距離は、我々が定義するデータ多様体上の新しいマルチスケール測地距離と一致するように正規化される。
本手法は, 個体群間の補間において, ノイズからデータへの流れを考慮に入れた, 流れの正規化, シュリンガーブリッジ, その他の生成モデルよりも優れていることを示す。
理論的には、これらの軌道を動的最適輸送と結びつける。
本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
関連論文リスト
- Conditional Flow Matching: Simulation-Free Dynamic Optimal Transport [111.87957600278018]
連続正規化フロー(CNF)のためのシミュレーション不要なトレーニング目標である条件付きフローマッチング(CFM)を導入する。
CFMは、拡散モデルのフローをトレーニングするために使用されるような安定した回帰を特徴としているが、決定論的フローモデルの効率的な推論を好んでいる。
我々はまた、訓練に安定し、より高速な推論をもたらすより単純なフローを生成する最適な輸送CFM(OT-CFM)も導入する。
論文 参考訳(メタデータ) (2023-02-01T14:47:17Z) - Data-driven low-dimensional dynamic model of Kolmogorov flow [0.0]
流れのダイナミクスを捉える低次モデル (ROM) はシミュレーションの計算コストの削減に重要である。
この研究は、フローのダイナミクスと特性を効果的にキャプチャする最小次元モデルのためのデータ駆動フレームワークを示す。
我々はこれをカオス的かつ断続的な行動からなる体制におけるコルモゴロフ流に適用する。
論文 参考訳(メタデータ) (2022-10-29T23:05:39Z) - Truncated tensor Schatten p-norm based approach for spatiotemporal
traffic data imputation with complicated missing patterns [77.34726150561087]
本研究は, モード駆動繊維による3症例の欠失を含む, 4症例の欠失パターンについて紹介する。
本モデルでは, 目的関数の非性にもかかわらず, 乗算器の交互データ演算法を統合することにより, 最適解を導出する。
論文 参考訳(メタデータ) (2022-05-19T08:37:56Z) - Stochastic Trajectory Prediction via Motion Indeterminacy Diffusion [88.45326906116165]
運動不確定性拡散(MID)の逆過程として軌道予測タスクを定式化する新しい枠組みを提案する。
我々は,履歴行動情報と社会的相互作用を状態埋め込みとしてエンコードし,トランジトリの時間的依存性を捉えるためにトランスフォーマーに基づく拡散モデルを考案する。
スタンフォード・ドローンやETH/UCYデータセットなど,人間の軌道予測ベンチマーク実験により,本手法の優位性を実証した。
論文 参考訳(メタデータ) (2022-03-25T16:59:08Z) - Low-Rank Hankel Tensor Completion for Traffic Speed Estimation [7.346671461427793]
交通状態推定問題に対する純粋にデータ駆動型かつモデルフリーなソリューションを提案する。
このテンソル構造に低ランクな仮定を課すことで、大域的パターンと未知の複素局所力学の両方を近似することができる。
本研究では,合成シミュレーションデータと実世界の高分解能データの両方について数値実験を行い,提案モデルの有効性と優位性を実証した。
論文 参考訳(メタデータ) (2021-05-21T00:08:06Z) - Scalable nonparametric Bayesian learning for heterogeneous and dynamic
velocity fields [8.744017403796406]
速度場データの不均一および動的パターンを学習するモデルを開発した。
複雑な多車間相互作用のNGSIMデータセットに対して,本手法の有効性を示す。
論文 参考訳(メタデータ) (2021-02-15T17:45:46Z) - Haar Wavelet based Block Autoregressive Flows for Trajectories [129.37479472754083]
歩行者等の軌道予測は,自律型エージェントの性能向上に不可欠である。
本稿では分割結合を利用した新しいハールウェーブレットに基づくブロック自己回帰モデルを提案する。
実世界の2つのデータセット上で、多種多様な正確な軌跡を生成するアプローチの利点について説明する。
論文 参考訳(メタデータ) (2020-09-21T13:57:10Z) - A Nonconvex Low-Rank Tensor Completion Model for Spatiotemporal Traffic
Data Imputation [13.48205738743634]
様々なセンサシステムから収集された時空間トラフィックデータには,データ計算の欠如が一般的である。
本稿では,各変数に対する最適解を求めるアルゴリズムを提案する。
提案したモデルは、他のベースラインモデルよりも優れている。
論文 参考訳(メタデータ) (2020-03-23T13:27:01Z) - TrajectoryNet: A Dynamic Optimal Transport Network for Modeling Cellular
Dynamics [74.43710101147849]
本稿では,動的最適輸送を実現するために,分布間の連続経路を制御するTrjectoryNetを提案する。
単細胞RNAシークエンシング(scRNA-seq)技術から得られたデータにおける細胞動態の研究において、これが特に当てはまるかを示す。
論文 参考訳(メタデータ) (2020-02-09T21:00:38Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。