Fugu-MT 論文翻訳(概要): A unified perspective of Gaussian process approximation for differential equations

論文の概要: A unified perspective of Gaussian process approximation for differential equations

arxiv url: http://arxiv.org/abs/2607.06292v1
Date: Tue, 07 Jul 2026 14:00:44 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-08 21:24:51.544391
Title: A unified perspective of Gaussian process approximation for differential equations
Title（参考訳）: 微分方程式に対するガウス過程近似の統一的視点
Abstract要約: 我々はこれらの手法を共通の確率的枠組みに配置する統一ベイズ的視点を示す。この研究は、現在の発展を集約し、将来の研究の基盤を提供することを目的としている。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The use of Gaussian processes for approximating differential equations has expanded rapidly, leading to a growing, diverse, and fragmented body of numerical methods. We present a unified Bayesian perspective that places these techniques within a common probabilistic framework, based on a derivative matching interpretation for incorporating differential equation constraints into likelihood. This unified perspective supports both parameter estimation and solution approximation, and shows how a range of existing methods can be understood within it. This work aims to consolidate current developments and provide a foundation for future research.
Abstract（参考訳）: 微分方程式を近似するためのガウス過程の利用は急速に拡大し、成長し、多様で、断片化された数値的な方法の本体へと繋がった。我々は、微分方程式の制約を可能性に組み込む微分マッチング解釈に基づいて、これらの手法を共通の確率的枠組みに配置する統一ベイズ的視点を示す。この統合された視点は、パラメータ推定と解近似の両方をサポートし、その内部で既存のメソッドの範囲をどのように理解できるかを示す。この研究は、現在の発展を集約し、将来の研究の基盤を提供することを目的としている。

関連論文リスト

Analytical Approximation of the ELBO Gradient in the Context of the Clutter Problem [0.0]
変分推論問題におけるエビデンス下界(ELBO)の勾配を近似する解析解を提案する。提案手法は線形計算複雑性とともに精度と収束率を示す。
論文参考訳（メタデータ） (2024-04-16T13:19:46Z)
On Representations of Mean-Field Variational Inference [2.4316550366482357]
平均場変動推論(MFVI)アルゴリズムを解析するためのフレームワークを提案する。提案手法により,MFVI問題を3つの異なる方法で表現できる。厳密な保証は、座標の漸進的変分推論アルゴリズムの時分割的な実装が限界の勾配フローをもたらすことを示すために確立される。
論文参考訳（メタデータ） (2022-10-20T16:26:22Z)
SARAH-based Variance-reduced Algorithm for Stochastic Finite-sum Cocoercive Variational Inequalities [137.6408511310322]
有限サムコヒーレンシブ変分不等式の問題を考える。強い単調な問題に対しては、この方法を用いて解への線形収束を達成することができる。
論文参考訳（メタデータ） (2022-10-12T08:04:48Z)
A deep learning approach to the probabilistic numerical solution of path-dependent partial differential equations [1.09650651784511]
PPDEの解は確率的表現によって近似することができ、回帰を用いた条件予測の推定によって文献に実装されている。我々は,この制限をディープラーニング手法を用いて克服し,条件付き期待値の近似に対する誤差境界の導出を可能にすることを示す。他のディープラーニングアプローチと比較して、我々のアルゴリズムは、特に大きな次元において、より正確であるように見える。
論文参考訳（メタデータ） (2022-09-28T14:34:58Z)
Mean-field Variational Inference via Wasserstein Gradient Flow [8.05603983337769]
平均場(MF)近似のような変分推論は、効率的な計算のためにある種の共役構造を必要とする。 We introduced a general computer framework to implement MFal inference for Bayesian model with or without latent variables, using the Wasserstein gradient flow (WGF)。本稿では,ニューラルネットワークを用いた制約のない関数近似手法を提案する。
論文参考訳（メタデータ） (2022-07-17T04:05:32Z)
Posterior and Computational Uncertainty in Gaussian Processes [52.26904059556759]
ガウスのプロセスはデータセットのサイズとともに違法にスケールする。多くの近似法が開発されており、必然的に近似誤差を導入している。この余分な不確実性の原因は、計算が限られているため、近似後部を使用すると完全に無視される。本研究では,観測された有限個のデータと有限個の計算量の両方から生じる組合せ不確実性を一貫した推定を行う手法の開発を行う。
論文参考訳（メタデータ） (2022-05-30T22:16:25Z)
Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
論文参考訳（メタデータ） (2022-05-18T17:11:23Z)
Scalable Variational Gaussian Processes via Harmonic Kernel Decomposition [54.07797071198249]
汎用性を維持しつつ高い忠実度近似を提供する,スケーラブルな変分ガウス過程近似を導入する。様々な回帰問題や分類問題において,本手法は変換やリフレクションなどの入力空間対称性を活用できることを実証する。提案手法は, 純粋なGPモデルのうち, CIFAR-10 の最先端化を実現する。
論文参考訳（メタデータ） (2021-06-10T18:17:57Z)
A Discrete Variational Derivation of Accelerated Methods in Optimization [68.8204255655161]
最適化のための異なる手法を導出できる変分法を導入する。我々は1対1の対応において最適化手法の2つのファミリを導出する。自律システムのシンプレクティシティの保存は、ここでは繊維のみに行われる。
論文参考訳（メタデータ） (2021-06-04T20:21:53Z)
Optimal oracle inequalities for solving projected fixed-point equations [53.31620399640334]
ヒルベルト空間の既知の低次元部分空間を探索することにより、確率観測の集合を用いて近似解を計算する手法を検討する。本稿では,線形関数近似を用いた政策評価問題に対する時間差分学習手法の誤差を正確に評価する方法について述べる。
論文参考訳（メタデータ） (2020-12-09T20:19:32Z)
Lifted Hybrid Variational Inference [31.441922284854893]
ハイブリッド領域に適用可能な2つの近似昇降変分法について検討する。提案手法はスケーラブルであり,近似モデル対称性を活用可能であることを示す。我々は、ベテ近似が辺のポリトープに対して非自明な推定を与えるのに十分な条件を示す。
論文参考訳（メタデータ） (2020-01-08T22:29:07Z)

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。