論文の概要: Efficient probabilistic surrogate modeling techniques for partially-observed large-scale dynamical systems
- arxiv url: http://arxiv.org/abs/2511.04641v1
- Date: Thu, 06 Nov 2025 18:35:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-07 20:17:53.559406
- Title: Efficient probabilistic surrogate modeling techniques for partially-observed large-scale dynamical systems
- Title（参考訳）: 部分的に観測された大規模力学系に対する効率的な確率的代理モデリング手法
- Authors: Hans Harder, Abhijeet Vishwasrao, Luca Guastoni, Ricardo Vinuesa, Sebastian Peitz,
- Abstract要約: 様々な拡張をフローマッチングパラダイムと比較し、サンプリングステップの数を減らす。
また,大規模3次元シミュレーションの2次元スライスを直接予測し,より効率的なインフロー生成を実現するという課題にも対処する。
- 参考スコア（独自算出の注目度）: 4.837510867592827
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper is concerned with probabilistic techniques for forecasting dynamical systems described by partial differential equations (such as, for example, the Navier-Stokes equations). In particular, it is investigating and comparing various extensions to the flow matching paradigm that reduce the number of sampling steps. In this regard, it compares direct distillation, progressive distillation, adversarial diffusion distillation, Wasserstein GANs and rectified flows. Moreover, experiments are conducted on a set of challenging systems. In particular, we also address the challenge of directly predicting 2D slices of large-scale 3D simulations, paving the way for efficient inflow generation for solvers.
- Abstract（参考訳）: 本稿では、偏微分方程式(ナヴィエ・ストークス方程式など)によって記述される力学系を予測する確率論的手法について述べる。
特に,サンプリングステップ数を減少させるフローマッチングパラダイムに対する,様々な拡張の検討と比較を行っている。
この点において、直接蒸留、進行蒸留、逆拡散蒸留、ワッサーシュタインGANおよび整流の比較を行う。
さらに、一連の挑戦的なシステムで実験を行う。
特に,大規模3次元シミュレーションの2次元スライスを直接予測し,より効率的なインフロー生成を実現するという課題にも対処する。
関連論文リスト
- Efficient, Multimodal, and Derivative-Free Bayesian Inference With Fisher-Rao Gradient Flows [10.153270126742369]
正規化定数を含む確率分布の効率的な近似サンプリングについて検討した。
具体的には,科学技術応用における大規模逆問題に対するベイズ推定における問題クラスに着目する。
論文 参考訳（メタデータ） (2024-06-25T04:07:22Z) - Flow map matching with stochastic interpolants: A mathematical framework for consistency models [15.520853806024943]
フローマップマッチングは、基礎となる生成モデルの2時間フローマップを学ぶための原則化されたフレームワークである。
FMMは,高速サンプリングのための既存手法の幅広いクラスを統一し,拡張することを示す。
論文 参考訳（メタデータ） (2024-06-11T17:41:26Z) - On the Trajectory Regularity of ODE-based Diffusion Sampling [79.17334230868693]
拡散に基づく生成モデルは微分方程式を用いて、複素データ分布と抽出可能な事前分布の間の滑らかな接続を確立する。
本稿では,拡散モデルのODEに基づくサンプリングプロセスにおいて,いくつかの興味深い軌道特性を同定する。
論文 参考訳（メタデータ） (2024-05-18T15:59:41Z) - A Geometric Perspective on Diffusion Models [57.27857591493788]
本稿では,人気のある分散拡散型SDEのODEに基づくサンプリングについて検討する。
我々は、最適なODEベースのサンプリングと古典的な平均シフト(モード探索)アルゴリズムの理論的関係を確立する。
論文 参考訳（メタデータ） (2023-05-31T15:33:16Z) - Modiff: Action-Conditioned 3D Motion Generation with Denoising Diffusion
Probabilistic Models [58.357180353368896]
本稿では,現実的で多様な3D骨格に基づく運動生成問題に対処するために,拡散確率モデル(DDPM)の利点を生かした条件付きパラダイムを提案する。
我々はDDPMを用いてカテゴリ的動作で条件付けられた動作列の可変数を合成する先駆的な試みである。
論文 参考訳（メタデータ） (2023-01-10T13:15:42Z) - A Data-Driven Approach for Discovering Stochastic Dynamical Systems with
Non-Gaussian Levy Noise [5.17900889163564]
ノイズの多いデータセットから規制法則を抽出する新しいデータ駆動手法を開発した。
まず, ドリフト係数, 拡散係数, ジャンプ測度を表現し, 実現可能な理論的枠組みを確立する。
そこで我々は, ドリフト, 拡散係数, ジャンプ測度を計算する数値アルゴリズムを設計し, ガウス雑音および非ガウス雑音による支配方程式を抽出する。
論文 参考訳（メタデータ） (2020-05-07T21:29:17Z)
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。