論文の概要: Unbalanced Diffusion Schr\"odinger Bridge
- arxiv url: http://arxiv.org/abs/2306.09099v1
- Date: Thu, 15 Jun 2023 12:51:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-16 14:57:01.458617
- Title: Unbalanced Diffusion Schr\"odinger Bridge
- Title(参考訳): 非平衡拡散Schr\"オーディンガーブリッジ
- Authors: Matteo Pariset, Ya-Ping Hsieh, Charlotte Bunne, Andreas Krause,
Valentin De Bortoli
- Abstract要約: 任意の有限質量の辺縁の時間的進化をモデル化する不均衡DSBを導入する。
これは、殺生項を伴う微分方程式の時間反転を導出することで達成される。
本稿では,非バランスなDSBを学習するためのスケーラブルな目的関数を構成する2つの新しいアルゴリズムスキームを提案する。
- 参考スコア(独自算出の注目度): 71.31485908125435
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Schr\"odinger bridges (SBs) provide an elegant framework for modeling the
temporal evolution of populations in physical, chemical, or biological systems.
Such natural processes are commonly subject to changes in population size over
time due to the emergence of new species or birth and death events. However,
existing neural parameterizations of SBs such as diffusion Schr\"odinger
bridges (DSBs) are restricted to settings in which the endpoints of the
stochastic process are both probability measures and assume conservation of
mass constraints. To address this limitation, we introduce unbalanced DSBs
which model the temporal evolution of marginals with arbitrary finite mass.
This is achieved by deriving the time reversal of stochastic differential
equations with killing and birth terms. We present two novel algorithmic
schemes that comprise a scalable objective function for training unbalanced
DSBs and provide a theoretical analysis alongside challenging applications on
predicting heterogeneous molecular single-cell responses to various cancer
drugs and simulating the emergence and spread of new viral variants.
- Abstract(参考訳): Schr\"odinger Bridges (SBs) は、物理的、化学的、生物学的システムの個体群の時間的進化をモデル化するためのエレガントな枠組みを提供する。
このような自然の過程は、一般的に、新種の出現や生死の出来事によって、時間とともに人口の大きさが変化する。
しかしながら、拡散Schr\"odinger Bridges (DSBs) のような既存のSBの神経パラメータ化は、確率過程の終端が確率測度であり、質量制約の保存を前提とする設定に制限される。
この制限に対処するために、任意の有限質量を持つ辺の時間的進化をモデル化する不均衡DSBを導入する。
これは、確率微分方程式の時間反転と、殺生項の導出によって達成される。
非バランスなDSBを訓練するためのスケーラブルな目的関数を構成する2つの新しいアルゴリズムスキームを提案し、様々ながん薬物に対する異種分子シングルセル応答の予測と新しいウイルス変異の出現と拡散をシミュレートするための挑戦的な応用と並行して理論的解析を行った。
関連論文リスト
- Determinant and Derivative-Free Quantum Monte Carlo Within the
Stochastic Representation of Wavefunctions [0.0]
連続的な実空間量子多体系の基底状態を記述することは、重要な計算課題である。
近年の進歩は機械学習(ML)アンサテイズに基づく変分法によってなされている。
我々は、SRWと経路積分技術を組み合わせることで、3つの問題を同時に克服する新しい定式化がもたらされると主張している。
論文 参考訳(メタデータ) (2024-02-09T17:51:32Z) - Correlational Lagrangian Schr\"odinger Bridge: Learning Dynamics with
Population-Level Regularization [27.855576268065857]
相関型Lagrangian Schr"odinger Bridge (CLSB) と呼ばれる新しいフレームワークを紹介する。
CLSBは、最小人口の「コスト」のために正規化しながら、クロステキスト観察における進化の「ブリッジング」を求める
本研究の貢献は,(1)多変量関係における時間的変動を捉えた新しい集団正規化器群,(3)遺伝的共発現安定性に基づく3つのドメインインフォームドインスタンス化である。
論文 参考訳(メタデータ) (2024-02-04T19:33:44Z) - Eliminating Lipschitz Singularities in Diffusion Models [51.806899946775076]
拡散モデルは、時間ステップの零点付近で無限のリプシッツをしばしば表すことを示す。
これは、積分演算に依存する拡散過程の安定性と精度に脅威をもたらす。
我々はE-TSDMと呼ばれる新しい手法を提案し、これは0に近い拡散モデルのリプシッツを除去する。
論文 参考訳(メタデータ) (2023-06-20T03:05:28Z) - Machine learning in and out of equilibrium [58.88325379746631]
我々の研究は、統計物理学から適応したフォッカー・プランク法を用いて、これらの平行線を探索する。
我々は特に、従来のSGDでは平衡が切れている長期的限界におけるシステムの定常状態に焦点を当てる。
本稿では,ミニバッチの置き換えを伴わない新しいランゲヴィンダイナミクス(SGLD)を提案する。
論文 参考訳(メタデータ) (2023-06-06T09:12:49Z) - Reconstructing Graph Diffusion History from a Single Snapshot [91.9168290827762]
A single SnapsHot (DASH) から拡散履歴を再構築するための新しいバリセンターの定式化を提案する。
本研究では,拡散パラメータ推定のNP硬度により,拡散パラメータの推定誤差が避けられないことを証明する。
また、DITTO(Diffusion hitting Times with Optimal proposal)という効果的な解法も開発している。
論文 参考訳(メタデータ) (2023-06-01T09:39:32Z) - Aligned Diffusion Schr\"odinger Bridges [64.48263879451069]
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) - Neural Unbalanced Optimal Transport via Cycle-Consistent Semi-Couplings [10.47175870857988]
我々は、半カップリングの形式に依存して質量の生成と破壊を考慮に入れた、神経的不均衡OTの定式化であるNubOTを紹介する。
本手法は, がん細胞株の様々な薬物に対する不均一反応を予測するための課題に応用する。
論文 参考訳(メタデータ) (2022-09-30T17:48:04Z) - Role of boundary conditions in the full counting statistics of
topological defects after crossing a continuous phase transition [62.997667081978825]
トポロジカル欠陥の統計学における境界条件の役割を解析する。
また, クイン数分布の累積は, クエンチ率に比例して普遍的なスケーリングを示すことを示した。
論文 参考訳(メタデータ) (2022-07-08T09:55:05Z) - Detecting ergodic bubbles at the crossover to many-body localization
using neural networks [0.0]
実験的に測定可能な2点相関関数を用いてエルゴード気泡を検出するアルゴリズムを提案する。
本研究は, 異常多体系の熱化機構の研究において, 新たな経路を開くものである。
論文 参考訳(メタデータ) (2021-06-03T13:03:36Z)
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。