論文の概要: Theoretical guidelines for annealed Langevin dynamics in compositional simulation-based inference

• arxiv url: http://arxiv.org/abs/2605.21253v1
• Date: Wed, 20 May 2026 14:41:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.732297
• Title: Theoretical guidelines for annealed Langevin dynamics in compositional simulation-based inference
• Title（参考訳）: 合成シミュレーションに基づく推論におけるアニールランゲヴィンダイナミクスの理論ガイドライン
• Authors: Camille Touron, Gabriel V. Cardoso, Julyan Arbel, Pedro L. C. Rodrigues,
• Abstract要約: 我々は、Annealed Langevin dynamicsが、作曲スコアに基づくアプローチの原則的な代替手段を提供することを示した。 ワッサーシュタイン境界を近似スコアでランゲヴィンに導出し、それらを明示的な決定規則に変換する。 ガウス集合で得られるチューニングはより複雑な問題に一般化されることを示す。
• 参考スコア（独自算出の注目度）: 1.0689604144545297
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Compositional score-based approaches to simulation-based inference (SBI) approximate the posterior over a shared parameter given $n$ independent observations by aggregating individually learned posterior scores: currently, there are two main propositions of such methods (Geffner et al. (2023), Linhart et al. (2026)). As the resulting composite score does not correspond to the score of any distribution along the forward diffusion path of the true multi-observation posterior, sampling from it via a reverse SDE leads to an irreducible bias. Annealed Langevin dynamics provides a principled alternative: it treats the composite score as the genuine score of a sequence of tractable bridging densities and samples from them in succession. When properly tuned, it could lead to a controllable bias. However, its hyperparameters, namely step sizes, the number of steps per level, and the number of annealing levels, have so far been chosen empirically. We derive Wasserstein bounds for annealed Langevin with approximate scores and translate them into explicit decision rules for these hyperparameters that guarantee a prescribed sampling accuracy, while highlighting different theoretical aspects of each composite score formulation. In the Gaussian setting, we obtain closed-form expressions for all relevant quantities and prove that the bridging densities of Linhart et al. (2026) consistently admit larger step sizes and require fewer total Langevin steps than those of Geffner et al. (2023). Furthermore, we show empirically that the tuning obtained in the Gaussian setting generalizes to more complex problems, thus providing a well-understood and theoretically grounded starting point for practitioners using compositional score-based approaches.
• Abstract（参考訳）: 合成スコアに基づくシミュレーションベース推論 (SBI) へのアプローチは、個別に学習した後続スコアを集約することで、$n$の独立な観測によって与えられた共有パラメータよりも後方を近似する:現在、そのような方法の主な提案は2つある(Geffner et al (2023), Linhart et al (2026))。 結果として得られる合成スコアは、真の多観測後部の前方拡散経路に沿った任意の分布のスコアに対応しないので、逆SDEによるサンプリングは、既約バイアスをもたらす。 アンナーレ・ランゲヴィン力学(英語版)は、合成スコアを、引き込み可能なブリッジ密度の列とそれらからのサンプルの真のスコアとして扱う。 適切に調整すれば、制御可能なバイアスにつながる可能性がある。 しかし、そのハイパーパラメータ、すなわちステップサイズ、レベル毎のステップ数、アニールレベルの数などは、これまで経験的に選択されてきた。 我々は、近似スコアを持つアニールランゲヴィン境界を導出し、それらを所定のサンプリング精度を保証するために、各合成スコア定式化の異なる理論的側面を強調しながら、これらのハイパーパラメータの明示的な決定規則に変換する。 ガウス的設定では、すべての関連する量の閉形式式を取得し、Linhart et al (2026) のブリッジ密度が一貫してより大きなステップサイズを認め、Geffner et al (2023) よりも総ランゲヴィンステップを少なくすることを示した。 さらに,ガウス的設定で得られるチューニングがより複雑な問題に一般化されることを実証的に示す。

関連論文リスト

• Bregman geometry-aware split Gibbs sampling for Bayesian Poisson inverse problems [8.115032818930457]
  モンテカルロサンプリングアルゴリズムを用いて,逆問題の解法を提案する。 本手法は, 復元品質の点で競争性能が向上することを示す。
  論文  参考訳（メタデータ） (2025-11-15T15:27:31Z)
• Revisiting Zeroth-Order Optimization: Minimum-Variance Two-Point Estimators and Directionally Aligned Perturbations [57.179679246370114]
  乱摂動の分布は, 摂動段差がゼロになる傾向にあるため, 推定子の分散を最小限に抑える。 以上の結果から, 一定の長さを維持するのではなく, 真の勾配に方向を合わせることが可能であることが示唆された。
  論文  参考訳（メタデータ） (2025-10-22T19:06:39Z)
• Error analysis of a compositional score-based algorithm for simulation-based inference [1.0689604144545297]
  本稿では,LinhartらによるGAUSSアルゴリズムによる合成スコアについて検討する。 2024年、個々のスコアエラーと観測回数の両方の観点から平均2乗誤差の上限を確立する。
  論文  参考訳（メタデータ） (2025-10-17T16:56:25Z)
• Channel Simulation and Distributed Compression with Ensemble Rejection Sampling [16.135460960017166]
  本稿では,チャネルシミュレーションと分散マッチングについて検討する。 チャネルシミュレーションでは,Ensemble Rejection Sampling (ERS)アルゴリズムに基づく新しい符号化方式を提案する。 本研究の主な貢献として,Poisson Matching Lemma (PML) に対する拒絶サンプリングとして機能するERSの分散マッチング補題を提案する。 我々はまた、近年の補題の重要度に関する研究(Phan et al, 2024)を一般化し、我々の知る限り、マッチング確率が近い拒絶サンプリングスキームの族における分散マッチングの最初の結果である。
  論文  参考訳（メタデータ） (2025-10-07T03:43:58Z)
• LGU-SLAM: Learnable Gaussian Uncertainty Matching with Deformable Correlation Sampling for Deep Visual SLAM [11.715999663401591]
  学習可能な2次元ガウス不確実性モデルは、マッチングフレームペアを関連付けるように設計されている。 マルチスケールの変形可能な相関戦略を考案し、各方向のサンプリングを適応的に微調整する。 本手法の有効性と優位性を検証するために,実世界のデータセットと合成データセットの実験を行った。
  論文  参考訳（メタデータ） (2024-10-30T17:20:08Z)
• Sampling and estimation on manifolds using the Langevin diffusion [45.57801520690309]
  離散化マルコフ過程に基づく$mu_phi $の線形汎函数の2つの推定器を検討する。 誤差境界は、本質的に定義されたランゲヴィン拡散の離散化を用いてサンプリングと推定のために導出される。
  論文  参考訳（メタデータ） (2023-12-22T18:01:11Z)
• Last-Iterate Convergence of Adaptive Riemannian Gradient Descent for Equilibrium Computation [52.73824786627612]
  本稿では,テクスト幾何学的強単調ゲームに対する新たな収束結果を確立する。 我々のキーとなる結果は、RGDがテクスト幾何学的手法で最終定位線形収束を実現することを示しています。 全体として、ユークリッド設定を超えるゲームに対して、幾何学的に非依存な最終点収束解析を初めて提示する。
  論文  参考訳（メタデータ） (2023-06-29T01:20:44Z)
• High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
  アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。 非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。 そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:54:21Z)
• Posterior-Aided Regularization for Likelihood-Free Inference [23.708122045184698]
  後補助正規化(PAR)は,モデル構造に関係なく,密度推定器の学習に適用可能である。 単一のニューラルネットワークを用いて逆KL項と相互情報項の両方を推定するPARの統一推定方法を提供する。
  論文  参考訳（メタデータ） (2021-02-15T16:59:30Z)
• Generative Modeling with Denoising Auto-Encoders and Langevin Sampling [88.83704353627554]
  DAEとDSMの両方がスムーズな人口密度のスコアを推定することを示した。 次に、この結果をarXiv:1907.05600のホモトピー法に適用し、その経験的成功を理論的に正当化する。
  論文  参考訳（メタデータ） (2020-01-31T23:50:03Z)

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。

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。