論文の概要: Stochastic Thermodynamics and SDE-based Generative Models
- arxiv url: http://arxiv.org/abs/2606.18290v1
- Date: Sat, 13 Jun 2026 10:16:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-18 17:16:50.798795
- Title: Stochastic Thermodynamics and SDE-based Generative Models
- Title（参考訳）: 確率熱力学とSDEに基づく生成モデル
- Authors: Yaowen Zhang,
- Abstract要約: 拡散モデルやシュルディンガー橋を含むSDEベースの生成モデルは、信号処理タスクに広く応用されている。
本項では熱力学の文脈におけるそのようなモデルの枠組みについて述べる。
- 参考スコア（独自算出の注目度）: 1.9290392443571387
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: SDE-based generative models, including diffusion models and the Schrödinger bridge, have found broad applications in signal processing tasks such as speech enhancement, image restoration, and time-series generation. This note presents a modeling framework for such models within the context of stochastic thermodynamics. The main results of this note are trajectory-level definitions of work, heat, and entropy production, along with a generalized Jarzynski identity and a second-law-like inequality. The proposed framework extends the original Jarzynski setup to accommodate time-dependent bath temperature and nonconservative driving forces. This thermodynamic perspective may deepen our understanding of diffusion models and the Schrödinger bridge from a nonequilibrium statistical mechanics viewpoint.
- Abstract（参考訳）: 拡散モデルやシュレーディンガー橋を含むSDEベースの生成モデルは、音声強調、画像復元、時系列生成などの信号処理タスクに広く応用されている。
本稿では、確率的熱力学の文脈におけるそのようなモデルのモデリングフレームワークについて述べる。
このノートの主な結果は、仕事、熱、エントロピー生産の軌跡レベルの定義と、一般化されたジャージンスキーのアイデンティティと第二法則的な不等式である。
提案したフレームワークは、ジャジンスキーの当初の設定を拡張して、時間依存の浴温と非保守駆動力に対応する。
この熱力学的観点は、非平衡統計力学の観点から拡散モデルとシュレーディンガー橋の理解を深める可能性がある。
関連論文リスト
- Time Evolution of Heat Conduction in a Generalized Model of Brownian Motion [0.0]
熱浴と相互作用する高調波発振器ネットワークにおける熱伝導特性について検討した。
対応するエネルギーの枠組みを拡張した定常熱流の解析式を導出する。
熱電流は粒子間相互作用が切替されたときに特徴的な過渡的な挙動を示すことを示す。
論文 参考訳（メタデータ） (2026-06-07T21:08:47Z) - Capturing the Topological Phase Transition and Thermodynamics of the 2D XY Model via Manifold-Aware Score-Based Generative Modeling [0.0]
連続スピンシステムのための新しいスコアベース生成モデリングフレームワークを提案する。
提案手法は,標準拡散モデルよりも精度のよい理論ボルツマンスコアを推定する。
我々は、ゼロショットの一般化を未知の格子サイズに示し、リトレーニングなしで可変系スケールの物理を正確に回復する。
論文 参考訳（メタデータ） (2026-02-07T13:50:20Z) - Thermodynamic Performance Limits for Score-Based Diffusion Models [0.0]
エントロピー速度に基づく性能限界を導出することにより,スコアベース拡散モデルと非平衡熱力学の接続を確立する。
我々のフレームワークは、生成モデリング性能と熱力学による基本的な物理原理を結びつけている。
論文 参考訳（メタデータ） (2025-10-07T17:35:18Z) - Energy-Based Diffusion Language Models for Text Generation [126.23425882687195]
エネルギーベース拡散言語モデル(Energy-based Diffusion Language Model, EDLM)は、拡散ステップごとに全シーケンスレベルで動作するエネルギーベースモデルである。
我々のフレームワークは、既存の拡散モデルよりも1.3$times$のサンプリングスピードアップを提供する。
論文 参考訳（メタデータ） (2024-10-28T17:25:56Z) - Latent Space Energy-based Neural ODEs [73.01344439786524]
本稿では,連続時間列を表現するために設計された新しい深部力学モデルを提案する。
マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。
振動系, ビデオ, 実世界の状態系列(MuJoCo)の実験結果から, 学習可能なエネルギーベース先行モデルの方が既存のモデルより優れていることが示された。
論文 参考訳（メタデータ） (2024-09-05T18:14:22Z) - IFH: a Diffusion Framework for Flexible Design of Graph Generative Models [53.219279193440734]
グラフ生成モデルは,1行にグラフを生成するワンショットモデルと,ノードとエッジの連続的な付加によるグラフを生成するシーケンシャルモデルという,2つの顕著なファミリーに分類される。
本稿では,逐次度を規定するグラフ生成モデルであるInsert-Fill-Halt(IFH)を提案する。
論文 参考訳（メタデータ） (2024-08-23T16:24:40Z) - Deep generative modelling of canonical ensemble with differentiable thermal properties [0.9421843976231371]
標準アンサンブルの温度の異なる変分モデルを提案する。
深部生成モデルを用いて、連続した温度範囲で自由エネルギーを推定し、同時に最小化する。
トレーニングプロセスはデータセットを必要とせず、任意の明示的な密度生成モデルで動作する。
論文 参考訳（メタデータ） (2024-04-29T03:41:49Z) - The statistical thermodynamics of generative diffusion models: Phase transitions, symmetry breaking and critical instability [6.4322891559626125]
生成拡散モデルが普遍性破壊現象に対応する2次相転移を行うことを示す。
相転移から生じる臨界不安定性は、その生成能力の中心にあると我々は主張する。
論文 参考訳（メタデータ） (2023-10-26T15:15:01Z) - Geometric Neural Diffusion Processes [55.891428654434634]
拡散モデルの枠組みを拡張して、無限次元モデリングに一連の幾何学的先行を組み込む。
これらの条件で、生成関数モデルが同じ対称性を持つことを示す。
論文 参考訳（メタデータ） (2023-07-11T16:51:38Z)
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。