論文の概要: Simultaneous Learning of Optimal Transports for Training All-to-All Flow-Based Condition Transfer Model
- arxiv url: http://arxiv.org/abs/2504.03188v1
- Date: Fri, 04 Apr 2025 05:32:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-07 14:47:42.224261
- Title: Simultaneous Learning of Optimal Transports for Training All-to-All Flow-Based Condition Transfer Model
- Title（参考訳）: 全対一フローベース条件伝達モデルの学習のための最適輸送の同時学習
- Authors: Kotaro Ikeda, Masanori Koyama, Jinzhe Zhang, Kohei Hayashi, Kenji Fukumizu,
- Abstract要約: 本稿では,全ての条件分布に対する最適輸送の同時学習を可能にする新しいコスト関数を提案する。
我々の手法は、極限において、無限の条件分布の対の最適輸送に収束するという理論的な保証によって支持されている。
学習されたトランスポートマップはその後、条件付きフローマッチングでデータポイントを分割するために使用される。
- 参考スコア（独自算出の注目度）: 19.71452214879951
- License:
- Abstract: In this paper, we propose a flow-based method for learning all-to-all transfer maps among conditional distributions, approximating pairwise optimal transport. The proposed method addresses the challenge of handling continuous conditions, which often involve a large set of conditions with sparse empirical observations per condition. We introduce a novel cost function that enables simultaneous learning of optimal transports for all pairs of conditional distributions. Our method is supported by a theoretical guarantee that, in the limit, it converges to pairwise optimal transports among infinite pairs of conditional distributions. The learned transport maps are subsequently used to couple data points in conditional flow matching. We demonstrate the effectiveness of this method on synthetic and benchmark datasets, as well as on chemical datasets where continuous physical properties are defined as conditions.
- Abstract（参考訳）: 本稿では,一対の最適輸送を近似して条件分布間の全移動マップを学習するフローベース手法を提案する。
提案手法は連続条件を扱うことの難しさに対処するものである。
本稿では,全ての条件分布に対する最適輸送の同時学習を可能にする新しいコスト関数を提案する。
我々の手法は、極限において、無限の条件分布の対の最適輸送に収束するという理論的な保証によって支持されている。
学習されたトランスポートマップはその後、条件付きフローマッチングでデータポイントを分割するために使用される。
本手法は, 連続的な物理特性を条件として定義した化学データセットだけでなく, 合成およびベンチマークデータセットにも有効であることを示す。
関連論文リスト
- Convex Physics Informed Neural Networks for the Monge-Ampère Optimal Transport Problem [49.1574468325115]
補給業者から顧客への原料の最適輸送は、物流における問題である。
ここでは、対応する一般化モンジュ・アンペア方程式の解を求める物理情報ニューラルネットワーク法が提唱されている。
特に、損失関数における輸送境界条件の実施に焦点が当てられている。
論文 参考訳（メタデータ） (2025-01-17T12:51:25Z) - Sequential Conditional Transport on Probabilistic Graphs for Interpretable Counterfactual Fairness [0.3749861135832073]
我々は,確率的グラフィカルモデルに "Knothe's rearrangement" と "triangular transport" を拡張した。
我々は、個別レベルでの公平性を議論するために、シーケンシャルトランスポート(Sequence transport)と呼ばれるこのカウンターファクトカルアプローチを使用する。
論文 参考訳（メタデータ） (2024-08-06T20:02:57Z) - Distributed Markov Chain Monte Carlo Sampling based on the Alternating
Direction Method of Multipliers [143.6249073384419]
本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。
我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。
シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
論文 参考訳（メタデータ） (2024-01-29T02:08:40Z) - 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) - Optimal Conditions for Environment-Assisted Quantum Transport on the
Fully Connected Network [0.0]
本稿では,各サイトが相互に接続する完全グラフによって記述されたネットワーク上での励起輸送の効率と速度に関する理論的解析を行う。
長期輸送特性は、トラップ部位を除いて対称な任意の大きさのネットワークに対して解析的に計算され、初期状態の範囲から始まり、デファス化および励起崩壊する。
論文 参考訳（メタデータ） (2023-08-31T23:00:11Z) - Consistent Optimal Transport with Empirical Conditional Measures [0.6562256987706128]
共振器における2つの関節分布間の最適輸送(OT)の問題点を考察する。
我々は、共同サンプル上で計算されたカーネル化された最小二乗項を使用し、輸送計画の条件的目的に暗黙的に一致する。
本手法は, 治療に対する細胞応答予測の文脈において, 短時間の分類のための即時学習や条件生成などの応用に適用する場合, 最先端の手法を改良する。
論文 参考訳（メタデータ） (2023-05-25T10:01:57Z) - Learning Optimal Transport Between two Empirical Distributions with
Normalizing Flows [12.91637880428221]
本稿では、ニューラルネットワークの柔軟性を活用して、最適輸送マップを近似的に学習することを提案する。
我々は、このOT問題の解を近似するために、非可逆ニューラルネットワークの特定の例、すなわち正規化フローが利用できることを示した。
論文 参考訳（メタデータ） (2022-07-04T08:08:47Z) - Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
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。
論文 参考訳（メタデータ） (2022-06-29T22:19:03Z) - Label Propagation Through Optimal Transport [0.0]
本研究では,ラベル付きデータポイントのラベル予測を目的とした半教師付き半教師付き学習問題に取り組む。
提案手法は,様々な機械学習問題に対処するための数学的理論である最適輸送に基づく。
論文 参考訳（メタデータ） (2021-10-01T11:25:55Z) - Self-Point-Flow: Self-Supervised Scene Flow Estimation from Point Clouds
with Optimal Transport and Random Walk [59.87525177207915]
シーンフローを近似する2点雲間の対応性を確立するための自己教師型手法を開発した。
本手法は,自己教師付き学習手法の最先端性能を実現する。
論文 参考訳（メタデータ） (2021-05-18T03:12:42Z) - Comparing Probability Distributions with Conditional Transport [63.11403041984197]
新しい発散として条件輸送(CT)を提案し、償却されたCT(ACT)コストと近似します。
ACTは条件付き輸送計画の計算を補正し、計算が容易な非バイアスのサンプル勾配を持つ。
さまざまなベンチマークデータセットのジェネレーティブモデリングでは、既存のジェネレーティブ敵対ネットワークのデフォルトの統計距離をACTに置き換えることで、一貫してパフォーマンスを向上させることが示されています。
論文 参考訳（メタデータ） (2020-12-28T05:14:22Z)
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。