論文の概要: Constant-Target Energy Matching: A Unified Framework for Continuous and Discrete Density Estimation
- arxiv url: http://arxiv.org/abs/2605.09085v1
- Date: Sat, 09 May 2026 17:50:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:50.061512
- Title: Constant-Target Energy Matching: A Unified Framework for Continuous and Discrete Density Estimation
- Title（参考訳）: 定目標エネルギーマッチング:連続的および離散的密度推定のための統一フレームワーク
- Abstract要約: 定目標エネルギーマッチング(CTEM)は、一般状態空間上の密度推定のための統合エネルギーベースのフレームワークである。
CTEMは、競合するベースラインの密度推定を大幅に改善し、標準サンプリング手順の下で高品質なサンプルを得る。
- 参考スコア（独自算出の注目度）: 5.922959609782139
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Density estimation is a central primitive in probabilistic modeling, yet continuous, discrete, and mixed-variable domains are often treated by separate objectives, limiting the ability to exploit a common statistical structure across data types. Continuous score-based methods rely on log-density gradients, while discrete extensions typically use concrete score whose unbounded targets become unstable near low-probability states. We introduce Constant-Target Energy Matching (CTEM), a unified energy-based framework for density estimation on general state spaces. CTEM replaces ordinary density-ratio regression with a bounded energy-difference transform and derives from it a sample-only training objective with the constant target 1. The learned scalar potential recovers log p without partition-function estimation or explicit unbounded ratio regression. Across continuous, discrete, and mixed-variable benchmarks, CTEM substantially improves density estimation over competitive baselines and yields higher-quality samples under standard sampling procedures.
- Abstract（参考訳）: 密度推定は確率的モデリングにおいて中心的なプリミティブであるが、連続的、離散的、混合変数のドメインは、しばしば別々の目的によって扱われ、データ型間で共通の統計構造を利用する能力を制限する。
連続的なスコアベースの手法は対数密度勾配に依存するが、離散的な拡張は通常、非有界な目標が低確率状態付近で不安定になる具体的なスコアを使用する。
一般状態空間上の密度推定のための統合エネルギーベースフレームワークである定目標エネルギーマッチング(CTEM)を導入する。
CTEMは、通常の密度比レグレッションを境界エネルギー差分変換に置き換え、サンプルのみのトレーニング目標と定目標1を導出する。
学習されたスカラーポテンシャルは、分割関数推定や明示的非有界比回帰なしでログpを復元する。
連続的、離散的、混合変数のベンチマークにおいて、CTEMは競合するベースラインの密度推定を大幅に改善し、標準サンプリング手順の下で高品質なサンプルを生成する。
関連論文リスト
- Learning under Target Shift: Optimal Density Ratio Estimation and Importance-Weighted Regression [0.2578242050187029]
連続出力による目標シフト下での密度比推定と重要重み付き回帰について検討した。
連続密度比を推定するための再生カーネルヒルベルト空間(RKHS)におけるスペクトル正則化法を提案する。
次に、推定密度比を重み付け回帰に組み込み、最終予測器への密度比推定誤差の伝搬を特徴付ける。
論文 参考訳（メタデータ） (2026-09-14T16:05:44Z) - Generative Modeling under Non-Monotonic MAR Missingness via Approximate Wasserstein Gradient Flows [6.221876252052772]
MAR(Missing at Random)の値を持つデータセットから完全なデータセットを生成するための原則的反復法を提案する。
FLOWGEMは、観測されたデータ分布と、異なる欠落パターンにおける生成したサンプルの分布との予測KL(Kullback-Leibler)のばらつきを最小化する。
これは、モノトニックなMARメカニズムの挑戦的なケースを含む、さまざまな設定で最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2026-04-06T09:56:08Z) - A Generative Sampler for distributions with possible discrete parameter based on Reversibility [9.349846971147256]
本稿では,多種多様な状態空間にまたがって適用可能な,統一的かつ段階的な目標自由な生成サンプリングフレームワークを提案する。
我々は,前方と後方のマルコフ軌道の関節分布の最大平均差 (MMD) を最小化する。
実験により,本フレームワークは熱力学観測器を正確に再現し,すべてのレシエーションでモードスイッチング動作を捉えていることがわかった。
論文 参考訳（メタデータ） (2026-03-10T06:32:51Z) - Flow-Based Density Ratio Estimation for Intractable Distributions with Applications in Genomics [80.05951561886123]
我々は条件認識フローマッチングを利用して、生成軌道に沿った密度比を追跡するための1つの動的定式化を導出する。
クローズドフォーム比推定のためのシミュレーションベンチマーク上での競合性能を実証し,本手法が単一セルゲノミクスデータ解析における多目的タスクをサポートすることを示す。
論文 参考訳（メタデータ） (2026-02-27T17:27:55Z) - Manifold-Aligned Generative Transport [11.857867207010981]
本稿では,低次元の基底分布からデータ空間への1ショットの多様体整列輸送を学習するフローライクな生成器を提案する。
我々は,拡散モデルよりもかなり高速なサンプリングを行いながら,合成データセットとベンチマークデータセット間での忠実度と多様体濃度を実証的に改善した。
論文 参考訳（メタデータ） (2026-02-23T08:42:40Z) - Density estimation with atoms, and functional estimation for mixed discrete-continuous data [29.43493007296859]
密度汎関数推定では、基底分布がルベーグ測度に関して密度を持つと仮定することが標準である。
データ分布が連続成分と離散成分の混合である場合、結果の手法は理論上矛盾し、実際は不整合である。
我々は、混合物の連続成分の幅広い関数のクラスに対して、既存の推定器を変更する。
論文 参考訳（メタデータ） (2025-08-03T10:22:35Z) - Convergence of Score-Based Discrete Diffusion Models: A Discrete-Time Analysis [56.442307356162864]
連続時間マルコフ連鎖(CTMC)に基づくスコアベース離散拡散モデルの理論的側面について検討する。
本稿では,事前定義された時間点におけるスコア推定値を利用する離散時間サンプリングアルゴリズムを一般状態空間$[S]d$に導入する。
我々の収束解析はジルサノフ法を用いて離散スコア関数の重要な性質を確立する。
論文 参考訳（メタデータ） (2024-10-03T09:07:13Z) - Sobolev Space Regularised Pre Density Models [51.558848491038916]
本研究では,ソボレフ法則の正則化に基づく非パラメトリック密度推定法を提案する。
この方法は統計的に一貫したものであり、帰納的検証モデルを明確かつ一貫したものにしている。
論文 参考訳（メタデータ） (2023-07-25T18:47:53Z) - Concrete Score Matching: Generalized Score Matching for Discrete Data [109.12439278055213]
コンクレトスコア(Concrete score)とは、個別の設定のためのスコア(ステイン)の一般化である。
コンクレトスコアマッチング(Concrete Score Matching)は、サンプルからこのようなスコアを学習するフレームワークである。
論文 参考訳（メタデータ） (2022-11-02T00:41:37Z) - Density Ratio Estimation via Infinitesimal Classification [85.08255198145304]
そこで我々は, DRE-inftyを提案する。 DRE-inftyは, 密度比推定(DRE)を, より簡単なサブプロブレムに還元する手法である。
モンテカルロ法にインスパイアされ、中間ブリッジ分布の無限連続体を介して2つの分布の間を滑らかに補間する。
提案手法は,複雑な高次元データセット上での相互情報推定やエネルギーベースモデリングなどの下流タスクにおいて良好に動作することを示す。
論文 参考訳（メタデータ） (2021-11-22T06:26:29Z) - TraDE: Transformers for Density Estimation [101.20137732920718]
TraDEは自己回帰密度推定のための自己アテンションに基づくアーキテクチャである。
本稿では, 生成したサンプルを用いた回帰, 分布外検出, トレーニングデータにおける雑音に対する頑健性などのタスクについて述べる。
論文 参考訳（メタデータ） (2020-04-06T07:32:51Z)
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。