Fugu-MT 論文翻訳(概要): Critically-Damped Higher-Order Langevin Dynamics

論文の概要: Critically-Damped Higher-Order Langevin Dynamics

arxiv url: http://arxiv.org/abs/2506.21741v1
Date: Thu, 26 Jun 2025 19:50:53 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-30 21:12:23.000144
Title: Critically-Damped Higher-Order Langevin Dynamics
Title（参考訳）: 臨界ダンプ高次ランゲヴィンダイナミクス
Authors: Benjamin Sterling, Chad Gueli, Mónica F. Bugallo,
Abstract要約: クリティカルダンピングは、Critical-Damped Langevin Dynamics (CLD)とCritical-Damped Third-Order Langevin Dynamics (TOLD++)で成功している。システム解析から臨界減衰の概念を導入することにより,最新の拡散法である高次ランゲヴィンダイナミクス(HOLD)を一般化する。
参考スコア（独自算出の注目度）: 6.259381563339797
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Denoising Diffusion Probabilistic Models represent an entirely new class of generative AI methods that have yet to be fully explored. Critical damping has been successfully introduced in Critically-Damped Langevin Dynamics (CLD) and Critically-Damped Third-Order Langevin Dynamics (TOLD++), but has not yet been applied to dynamics of arbitrary order. The proposed line of work generalizes Higher-Order Langevin Dynamics (HOLD), a recent state-of-the-art diffusion method, by introducing the concept of critical damping from systems analysis.
Abstract（参考訳）: Denoising Diffusion Probabilistic Models(拡散確率モデル)は、まだ完全に研究されていない、全く新しい生成AIメソッドのクラスである。クリティカルダンピングは、Critically-Damped Langevin Dynamics (CLD) とCritical-Damped Third-Order Langevin Dynamics (TOLD++) でうまく導入されているが、任意の順序のダイナミクスには適用されていない。システム解析から臨界減衰の概念を導入することにより,最新の拡散法である高次ランゲヴィンダイナミクス(HOLD)を一般化する。

関連論文リスト

Advanced long-term earth system forecasting by learning the small-scale nature [74.19833913539053]
私たちは、この根本的な課題に対処するために設計されたAIフレームワークであるTritonを紹介します。数値モデルにおける小さなスケールを明示的に解決するグリッドの増加に触発されたTritonは、スペクトルバイアスを軽減するために、複数の解像度にわたって階層的なアーキテクチャ処理情報を使用する。我々は,トライトンによる挑戦的な予測課題における優れた性能,安定な1年間の世界気温予測,120日間の熟練した黒潮渦予測,高忠実乱流シミュレーションを実証した。
論文参考訳（メタデータ） (2025-05-26T02:49:00Z)
Generative emulation of chaotic dynamics with coherent prior [0.129182926254119]
拡散モデルを用いて乱流の原理を統一した動的エミュレーションのための効率的な生成フレームワークを提案する。具体的には,デノナイジング過程の指導として,基礎となる力学の大規模コヒーレント構造を推定する。結合性に優れた長距離予測技術は、部分的に観察されたガイダンスが存在する場合でも、物理的に一貫性のあるシミュレーションを効率的に生成することができる。
論文参考訳（メタデータ） (2025-04-19T11:14:40Z)
Critically Damped Third-Order Langevin Dynamics [0.0]
本研究は, 3次ランゲヴィンダイナミクス(TOLD)の改良について述べる。 DockhornのCritically-Damped Langevin Dynamics(CLD)と同様、TOLD前方遷移行列を臨界減衰させることによって行われる。
論文参考訳（メタデータ） (2024-09-12T01:59:58Z)
Unfolding Time: Generative Modeling for Turbulent Flows in 4D [49.843505326598596]
本研究では,4次元生成拡散モデルと物理インフォームドガイダンスを導入し,現実的な流れ状態列の生成を可能にする。提案手法は, 乱流多様体からのサブシーケンス全体のサンプリングに有効であることが示唆された。この進展は、乱流の時間的進化を分析するために生成モデリングを適用するための扉を開く。
論文参考訳（メタデータ） (2024-06-17T10:21:01Z)
Convergence of mean-field Langevin dynamics: Time and space discretization, stochastic gradient, and variance reduction [49.66486092259376]
平均場ランゲヴィンダイナミクス(英: mean-field Langevin dynamics、MFLD)は、分布依存のドリフトを含むランゲヴィン力学の非線形一般化である。近年の研究では、MFLDは測度空間で機能するエントロピー規則化された凸関数を地球規模で最小化することが示されている。有限粒子近似,時間分散,勾配近似による誤差を考慮し,MFLDのカオスの均一時間伝播を示す枠組みを提供する。
論文参考訳（メタデータ） (2023-06-12T16:28:11Z)
Convex Analysis of the Mean Field Langevin Dynamics [49.66486092259375]
平均場ランゲヴィン力学の収束速度解析について述べる。ダイナミックスに付随する$p_q$により、凸最適化において古典的な結果と平行な収束理論を開発できる。
論文参考訳（メタデータ） (2022-01-25T17:13:56Z)
Neural Ordinary Differential Equations for Data-Driven Reduced Order Modeling of Environmental Hydrodynamics [4.547988283172179]
流体シミュレーションにおける神経常微分方程式の利用について検討する。テスト問題としては,シリンダー周辺の非圧縮性流れや河川・河口系における浅水流体力学の現実的応用などが挙げられる。本研究では,ニューラル ODE が潜在空間力学の安定かつ正確な進化のためのエレガントな枠組みを提供することを示唆する。
論文参考訳（メタデータ） (2021-04-22T19:20:47Z)
Fast Mixing of Multi-Scale Langevin Dynamics under the Manifold Hypothesis [85.65870661645823]
我々は,Langevin次元のアルゴリズムによって,より小さなデータに依存する時間を大幅に短縮できることを示す。第二に、サンプリング空間の高さはランゲヴィン・ダイナミクスの性能を著しく損なう。
論文参考訳（メタデータ） (2020-06-19T14:52:40Z)
Non-Convex Optimization via Non-Reversible Stochastic Gradient Langevin Dynamics [27.097121544378528]
グラディエント・ランゲヴィン・ダイナミクス (Gradient Langevin Dynamics, SGLD) は、非目的勾配を最適化する強力なアルゴリズムである。 NSGLDは非可逆拡散の離散化に基づいている。
論文参考訳（メタデータ） (2020-04-06T17:11:03Z)

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。