論文の概要: An Efficient Conditional Score-based Filter for High Dimensional Nonlinear Filtering Problems

• arxiv url: http://arxiv.org/abs/2509.19816v1
• Date: Wed, 24 Sep 2025 06:55:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-25 20:53:19.712138
• Title: An Efficient Conditional Score-based Filter for High Dimensional Nonlinear Filtering Problems
• Title（参考訳）: 高次元非線形フィルタ問題に対する効率的な条件付きスコアベースフィルタ
• Authors: Zhijun Zeng, Weiye Gan, Junqing Chen, Zuoqiang Shi,
• Abstract要約: Conditional Score-based Filter (CSF) は、セット変換器エンコーダと条件拡散モデルを利用して、リトレーニングなしで効率よく正確な後方サンプリングを実現する新しいアルゴリズムである。 ベンチマーク問題に対する実験により、CSFは様々な非線形フィルタリングシナリオにおいて優れた精度、堅牢性、効率を達成することが示された。
• 参考スコア（独自算出の注目度）: 6.234365089734548
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In many engineering and applied science domains, high-dimensional nonlinear filtering is still a challenging problem. Recent advances in score-based diffusion models offer a promising alternative for posterior sampling but require repeated retraining to track evolving priors, which is impractical in high dimensions. In this work, we propose the Conditional Score-based Filter (CSF), a novel algorithm that leverages a set-transformer encoder and a conditional diffusion model to achieve efficient and accurate posterior sampling without retraining. By decoupling prior modeling and posterior sampling into offline and online stages, CSF enables scalable score-based filtering across diverse nonlinear systems. Extensive experiments on benchmark problems show that CSF achieves superior accuracy, robustness, and efficiency across diverse nonlinear filtering scenarios.
• Abstract（参考訳）: 多くの工学分野や応用科学分野において、高次元非線形フィルタリングは依然として難しい問題である。 近年のスコアベース拡散モデルの進歩は、後続サンプリングに有望な代替手段を提供するが、高次元では非現実的である進化前の追跡に繰り返し再トレーニングを必要とする。 本研究では,セットトランスフォーマーエンコーダと条件拡散モデルを利用する新しいアルゴリズムであるConditional Score-based Filter (CSF)を提案する。 事前モデリングと後続サンプリングをオフラインおよびオンラインステージに分離することにより、CSFは様々な非線形システムにまたがるスケーラブルなスコアベースのフィルタリングを可能にする。 ベンチマーク問題に対する大規模な実験により、CSFは様々な非線形フィルタリングシナリオにおいて優れた精度、堅牢性、効率を達成することが示された。

関連論文リスト

• Flow Matching-Based Generative Modeling for Efficient and Scalable Data Assimilation [11.620677508344981]
  フローマッチング(FM)に基づく新しいフィルタリングフレームワークであるアンサンブルフローフィルタ(EnFF)を導入する。 EnFFは、限界FMベクトル場(VF)に対するMC推定器と、観測を同化するための局所的なガイダンスを統合している。 高次元フィルタリングベンチマークの実験では、コスト精度のトレードオフの改善とより大きなアンサンブルを活用する能力が示されている。
  論文  参考訳（メタデータ） (2025-08-18T19:00:45Z)
• Flow-based Bayesian filtering for high-dimensional nonlinear stochastic dynamical systems [4.382988524355736]
  正規化フローを統合したフローベースベイズフィルタ(FBF)を提案する。 このフレームワークは、フローの正規化によって提供される可逆変換を用いて、効率的な密度推定とサンプリングを容易にする。 数値実験によりFBFの精度と効率が向上した。
  論文  参考訳（メタデータ） (2025-02-22T14:04:23Z)
• Closed-form Filtering for Non-linear Systems [83.91296397912218]
  我々は密度近似と計算効率の面でいくつかの利点を提供するガウスPSDモデルに基づく新しいフィルタのクラスを提案する。 本研究では,遷移や観測がガウスPSDモデルである場合,フィルタリングを効率的にクローズド形式で行うことができることを示す。 提案する推定器は, 近似の精度に依存し, 遷移確率の正則性に適応する推定誤差を伴って, 高い理論的保証を享受する。
  論文  参考訳（メタデータ） (2024-02-15T08:51:49Z)
• An Ensemble Score Filter for Tracking High-Dimensional Nonlinear Dynamical Systems [10.997994515823798]
  本研究では,高次元非線形フィルタ問題に対するアンサンブルスコアフィルタ(EnSF)を提案する。 ニューラルネットワークをトレーニングしてスコア関数を近似する既存の拡散モデルとは異なり、トレーニング不要スコア推定を開発する。 EnSFは、最先端のLocal Ensemble Transform Kalman Filter法と比較して、驚くべきパフォーマンスを提供する。
  論文  参考訳（メタデータ） (2023-09-02T16:48:02Z)
• Computational Doob's h-transforms for Online Filtering of Discretely Observed Diffusions [65.74069050283998]
  本研究では,Doobの$h$-transformsを近似する計算フレームワークを提案する。 提案手法は、最先端粒子フィルタよりも桁違いに効率的である。
  論文  参考訳（メタデータ） (2022-06-07T15:03:05Z)
• Broad Recommender System: An Efficient Nonlinear Collaborative Filtering Approach [56.12815715932561]
  我々はBroad Collaborative Filtering (BroadCF)と呼ばれる新しい広帯域リコメンデータシステムを提案する。 深層ニューラルネットワーク(DNN)の代わりに、ユーザとアイテム間の複雑な非線形関係を学習するためのマッピング機能として、Broad Learning System(BLS)が使用されている。 7つのベンチマークデータセットで実施された大規模な実験により、提案したBroadCFアルゴリズムの有効性が確認された。
  論文  参考訳（メタデータ） (2022-04-20T01:25:08Z)
• Fast Variational AutoEncoder with Inverted Multi-Index for Collaborative Filtering [59.349057602266]
  変分オートエンコーダ (VAE) は, 協調フィルタリングの非線形手法として拡張されている。 内積に基づくソフトマックス確率を逆多重インデックスに基づいて分解する。 FastVAEはサンプリング品質と効率の両面で最先端のベースラインを上回っます。
  論文  参考訳（メタデータ） (2021-09-13T08:31:59Z)

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。