論文の概要: A friendly introduction to triangular transport
- arxiv url: http://arxiv.org/abs/2503.21673v1
- Date: Thu, 27 Mar 2025 16:41:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-28 12:51:36.970379
- Title: A friendly introduction to triangular transport
- Title(参考訳): 三角輸送の親しみやすい紹介
- Authors: Maximilian Ramgraber, Daniel Sharp, Mathieu Le Provost, Youssef Marzouk,
- Abstract要約: 不確実性の下での意思決定は、科学と工学における横断的な挑戦である。
この問題に対するほとんどのアプローチでは、不確実性の確率的表現が採用されている。
三角トランスポートマップを用いた表現の特徴付けと操作について論じる。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: Decision making under uncertainty is a cross-cutting challenge in science and engineering. Most approaches to this challenge employ probabilistic representations of uncertainty. In complicated systems accessible only via data or black-box models, however, these representations are rarely known. We discuss how to characterize and manipulate such representations using triangular transport maps, which approximate any complex probability distribution as a transformation of a simple, well-understood distribution. The particular structure of triangular transport guarantees many desirable mathematical and computational properties that translate well into solving practical problems. Triangular maps are actively used for density estimation, (conditional) generative modelling, Bayesian inference, data assimilation, optimal experimental design, and related tasks. While there is ample literature on the development and theory of triangular transport methods, this manuscript provides a detailed introduction for scientists interested in employing measure transport without assuming a formal mathematical background. We build intuition for the key foundations of triangular transport, discuss many aspects of its practical implementation, and outline the frontiers of this field.
- Abstract(参考訳): 不確実性の下での意思決定は、科学と工学における横断的な挑戦である。
この問題に対するほとんどのアプローチでは、不確実性の確率的表現が採用されている。
しかし、データモデルやブラックボックスモデルでのみアクセス可能な複雑なシステムでは、これらの表現は滅多に知られていない。
本稿では,任意の複素確率分布を,単純でよく理解された分布の変換として近似する三角トランスポートマップを用いて,そのような表現の特徴付けと操作について論じる。
三角輸送の特定の構造は、多くの望ましい数学的および計算的性質を保証し、実際的な問題をうまく解決する。
三角写像は、密度推定、(条件付き)生成モデル、ベイズ推論、データ同化、最適実験設計、関連するタスクに積極的に使用される。
三角輸送法の発展と理論に関する文献は豊富であるが、この写本は、公式な数学的背景を前提にすることなく、測度輸送の活用に関心のある科学者に詳細な紹介を提供している。
我々は、三角輸送の重要な基礎の直観を構築し、その実践的実装の多くの側面について議論し、この分野のフロンティアを概観する。
関連論文リスト
- Geometry Distributions [51.4061133324376]
本稿では,分布として幾何学をモデル化する新しい幾何学的データ表現を提案する。
提案手法では,新しいネットワークアーキテクチャを用いた拡散モデルを用いて表面点分布の学習を行う。
本研究では,多種多様な対象に対して質的かつ定量的に表現を評価し,その有効性を実証した。
論文 参考訳(メタデータ) (2024-11-25T04:06:48Z) - Conditional Optimal Transport on Function Spaces [53.9025059364831]
ブロック三角形モンジュ写像を記述した制約付き最適輸送問題の理論を開発する。
これは、一般的なコスト関数を持つ分離可能な無限次元函数空間への最適三角輸送の理論を一般化する。
本稿では,機能パラメータの非道徳的および可能性のない推論に対する理論的結果の計算的適用性を示す数値実験を行う。
論文 参考訳(メタデータ) (2023-11-09T18:44:42Z) - Information Geometry for the Working Information Theorist [18.42675731940218]
情報幾何学は、レーダーセンシング、アレイ信号処理、量子物理学、ディープラーニング、最適輸送など、様々な分野に適用できる分野間分野である。
本稿では,このエキサイティングな研究領域に精通していない情報理論家にとって重要な情報幾何学の概観を述べる。
論文 参考訳(メタデータ) (2023-10-05T20:36:10Z) - A generative flow for conditional sampling via optimal transport [1.0486135378491266]
本研究は、参照サンプルを対象に反復的にマッピングする非パラメトリック生成モデルを提案する。
このモデルは、対象分布の条件を特徴付けるためにコンポーネントが示されるブロック三角形輸送マップを使用する。
これらのマップは、L2$コスト関数を重み付けした最適輸送問題の解法から生じ、条件付きサンプリングのための[Trigila and Tabak, 2016]におけるデータ駆動アプローチを拡張した。
論文 参考訳(メタデータ) (2023-07-09T05:36:26Z) - Geometric Methods for Sampling, Optimisation, Inference and Adaptive
Agents [102.42623636238399]
我々は,サンプリング,最適化,推論,適応的意思決定といった問題に根ざした基本的な幾何学的構造を同定する。
これらの問題を効率的に解くためにこれらの幾何学的構造を利用するアルゴリズムを導出する。
論文 参考訳(メタデータ) (2022-03-20T16:23:17Z) - Averaging Spatio-temporal Signals using Optimal Transport and Soft
Alignments [110.79706180350507]
Fr'teche は双対性を意味し, 時間的バレシェセンタを定義するために提案した損失が有効であることを示す。
手書き文字と脳画像データによる実験は、我々の理論的発見を裏付けるものである。
論文 参考訳(メタデータ) (2022-03-11T09:46:22Z) - Near-optimal estimation of smooth transport maps with kernel
sums-of-squares [81.02564078640275]
滑らかな条件下では、2つの分布の間の正方形ワッサーシュタイン距離は、魅力的な統計的誤差上界で効率的に計算できる。
生成的モデリングのような応用への関心の対象は、基礎となる最適輸送写像である。
そこで本研究では,地図上の統計的誤差であるL2$が,既存のミニマックス下限値とほぼ一致し,スムーズな地図推定が可能となる最初のトラクタブルアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-12-03T13:45:36Z) - A contribution to Optimal Transport on incomparable spaces [4.873362301533825]
この論文は、異なるデータが非可換空間に属する複雑なシナリオを研究することを提案する。
この論文は、これらの異なるケースに対して最適なトランスポートツールセットを提案する。
論文 参考訳(メタデータ) (2020-11-09T14:13:52Z) - Conditional Sampling with Monotone GANs: from Generative Models to
Likelihood-Free Inference [4.913013713982677]
ブロック三角トランスポートマップを用いた確率測定の条件付きサンプリングのための新しいフレームワークを提案する。
バナッハ空間におけるブロック三角輸送の理論的基礎を開発する。
次に, 単調生成逆数ネットワークと呼ばれる計算手法を導入し, 適切なブロック三角形写像を学習する。
論文 参考訳(メタデータ) (2020-06-11T19:15:43Z) - Seismic horizon detection with neural networks [62.997667081978825]
本稿では,複数の実地震立方体上での地平線検出にバイナリセグメンテーションを適用し,予測モデルのキューブ間一般化に着目したオープンソースの研究である。
本研究の主な貢献は,複数実地震立方体における地平線検出にバイナリセグメンテーションを適用し,予測モデルのキューブ間一般化に着目したオープンソースの研究である。
論文 参考訳(メタデータ) (2020-01-10T11:30:50Z)
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。