論文の概要: Capturing non-Markovian dynamics in non-equilibrium stochastic systems using flow matching
- arxiv url: http://arxiv.org/abs/2606.06658v1
- Date: Thu, 04 Jun 2026 19:06:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-08 14:33:29.412232
- Title: Capturing non-Markovian dynamics in non-equilibrium stochastic systems using flow matching
- Title（参考訳）: フローマッチングを用いた非平衡確率系における非マルコフ力学の捕捉
- Authors: Bhargav Sriram Siddani, John B. Bell, Alejandro L. Garcia, Ishan Srivastava,
- Abstract要約: 粒子シミュレーションからフラックスの確率分布を直接モデル化する生成フローマッチング法を開発した。
本モデルでは,短時間の挙動を正確に把握し,数値密度の統計モーメントをより正確に予測する。
- 参考スコア（独自算出の注目度）: 39.146761527401424
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Hydrodynamic models of stochastic particle systems represented by coarse-grained stochastic partial differential equations (SPDE), such as the regularized Dean-Kawasaki (DK) equation, do not accurately capture the short-time system dynamics that is dominated by non-Markovian effects, and low particle density regimes where the distributions are highly non-Gaussian. We develop a generative flow matching method that directly models the probability distribution of fluxes from particle simulations that explicitly incorporates non-Markovian and non-Gaussian effects. As a demonstration, we use this method to simulate the Kramers first passage time problem for a system of non-interacting Brownian particles. We show the model accurately captures the short-time behavior and provides better predictions of the statistical moments of the number density when compared against the solution of the Markovian baseline, regularized DK equation.
- Abstract（参考訳）: 正規化Dean-Kawasaki (DK)方程式のような粗粒な確率偏微分方程式(SPDE)で表される確率的粒子系の力学モデルは、非マルコフ効果に支配される短時間系の力学と、分布が非ガウス的である低粒子密度状態を正確に捉えない。
我々は,非マルコフ効果と非ガウス効果を明示的に組み込んだ粒子シミュレーションから,フラックスの確率分布を直接モデル化する生成フローマッチング法を開発した。
実演として, この手法を用いて, 非相互作用ブラウン粒子系のクラマース通過時間問題をシミュレートする。
モデルが短時間の挙動を正確に捉えることを示し、マルコフ基底線正規化DK方程式の解と比較した場合の数値密度の統計モーメントをより正確に予測する。
関連論文リスト
- Why SGD is not Brownian Motion: A New Perspective on Stochastic Dynamics [92.39053980710702]
グラディエント・Descent (SGD) は通常ランゲヴィン過程としてモデル化され、ミニバッチノイズがブラウン運動として働くと仮定される。
この近似は、連続時間制限と、離散的なSGD更新を有限学習率で一致しないsqrt(eta)ノイズスケーリングに依存している。
ミニバッチサンプリングによって誘導されるゆらぎのある損失景観における決定論的力学としてのSGDの別の定式化を提案する。
論文 参考訳（メタデータ） (2026-05-21T15:50:40Z) - Weighted Stochastic Differential Equation to Implement Wasserstein-Fisher-Rao Gradient Flow [0.0]
有望な作業のラインは、情報幾何学から、大量再重み付け機構を備えた拡散に基づくサンプル装置の拡張まで、ツールを活用する。
本研究は,WFRに基づくサンプリング力学の予備的かつ厳密な研究であり,今後の発展の基礎となる理論構造を明らかにすることを目的としている。
論文 参考訳（メタデータ） (2025-12-19T18:31:27Z) - Discovering Governing Equations in the Presence of Uncertainty [11.752763800308276]
本研究では, 力学系を基礎とする支配方程式を一貫して発見する鍵として, 測定ノイズとともに, システムの変動性を考慮した説明が重要であることを理論的に論じる。
SIPは、スパース同定ダイナミクス(SINDy)とその変種に対する平均82%の正方程式を一貫して同定することを示した。
論文 参考訳（メタデータ） (2025-07-13T18:31:25Z) - Gaussian Mixture Flow Matching Models [63.092956669059824]
拡散モデルは正規分布をガウス平均として近似し,その平均を推定する一方,フローマッチングモデルはガウス平均をフロー速度としてパラメータ化する。
離散化誤差による数段階のサンプリングでは性能が低下し、分類器フリーガイダンス(CFG)では過飽和色が生じる傾向にある。
本稿では,CFGの過飽和問題を緩和し,画像生成品質を向上する新しい確率的ガイダンス手法を提案する。
論文 参考訳（メタデータ） (2025-04-07T17:59:42Z) - Gaussian Mixture Solvers for Diffusion Models [84.83349474361204]
本稿では,拡散モデルのためのGMSと呼ばれる,SDEに基づく新しい解法について紹介する。
画像生成およびストロークベース合成におけるサンプル品質の観点から,SDEに基づく多くの解法よりも優れる。
論文 参考訳（メタデータ） (2023-11-02T02:05:38Z) - Stochastic Schr\"odinger equation approach to real-time dynamics of
Anderson-Holstein impurities: an open quantum system perspective [3.105656247358225]
連続フェルミオン浴に結合したアンダーソン・ホルシュタイン不純物の力学をシミュレートする枠組みを開発した。
このようなSSE処理は、数値的拡大顕微鏡シミュレーションとマスター方程式の中間となる。
論文 参考訳（メタデータ） (2023-09-16T06:03:54Z) - Reservoir Computing with Error Correction: Long-term Behaviors of
Stochastic Dynamical Systems [5.815325960286111]
本稿では,Reservoir Computingと正規化フローを組み合わせたデータ駆動型フレームワークを提案する。
提案手法の有効性をVan der Pal, El Nino-Southern Oscillation Simple model, Lorenz system などいくつかの実験で検証した。
論文 参考訳（メタデータ） (2023-05-01T05:50:17Z) - Score-based Continuous-time Discrete Diffusion Models [102.65769839899315]
連続時間マルコフ連鎖を介して逆過程が認知されるマルコフジャンププロセスを導入することにより、拡散モデルを離散変数に拡張する。
条件境界分布の単純なマッチングにより、偏りのない推定器が得られることを示す。
提案手法の有効性を,合成および実世界の音楽と画像のベンチマークで示す。
論文 参考訳（メタデータ） (2022-11-30T05:33:29Z) - Flow-based sampling in the lattice Schwinger model at criticality [54.48885403692739]
フローベースアルゴリズムは、格子場理論への応用のためのフィールド分布の効率的なサンプリングを提供することができる。
フェルミオン質量の臨界値におけるシュウィンガーモデルにおけるロバストな流れに基づくサンプリングの数値的な実演を行う。
論文 参考訳（メタデータ） (2022-02-23T19:00:00Z) - Stochastic Gradient MCMC for Nonlinear State Space Models [4.583433328833251]
非線形で非ガウス的なSSMの推論は、長い時間系列にうまくスケールしない粒子法にしばしば取り組まれる。
MCMC法は有限状態隠れマルコフモデルと線形SSMの推論をスケールするために開発された。
本稿では,バッファリングエラーとパーティクルエラーの両方を考慮に入れたエラー境界について述べる。
論文 参考訳（メタデータ） (2019-01-29T21:39:56Z)
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。