論文の概要: Reward Transport: Property Control in Flow Matching via Noise-Space Alignment

• arxiv url: http://arxiv.org/abs/2607.08781v1
• Date: Sat, 13 Jun 2026 00:17:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-19 21:54:20.353641
• Title: Reward Transport: Property Control in Flow Matching via Noise-Space Alignment
• Title（参考訳）: 逆輸送:騒音空間アライメントによる流れマッチングにおける特性制御
• Abstract要約: フローマッチングにおける結合は、学習されたフローフィールドに直接制御可能な構造を埋め込むことができることを示す。 トレーニング時に最適な輸送結合を用いて,スカラーノイズ空間座標を分子報酬と整合させるReward Transportを導入する。 実験的に、ZINC-250K と Guaca 上で、スカラーを網羅すると logP の単調な制御と、その動作範囲に対する一貫した QED 制御が誘導される。
• 参考スコア（独自算出の注目度）: 30.541631728490202
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The coupling in flow matching -- the rule pairing noise vectors with data points -- is typically treated as a computational choice. We show that this coupling can instead serve as an alignment interface: by matching noise and data according to a target molecular property, it embeds controllable structure directly into the learned flow field. Building on this view, we introduce Reward Transport, which uses optimal transport coupling at training time to align a scalar noise-space coordinate with molecular rewards; at inference, varying this coordinate steers the generated distribution without requiring an oracle, reward model, gradient guidance, or additional computation. In the coupling-preserving limit, thresholding this coordinate recovers the Cross-Entropy Method's truncated reward distribution, providing a principled, continuously adjustable distribution-level control knob. Empirically, on ZINC-250K and GuacaMol, sweeping the scalar induces monotone control of logP and consistent QED control over its operating range; most tellingly, the same knob produces opposite structural responses for different targets, growing molecules for logP but shrinking them for QED, which rules out a generic size bias. The interface is complementary to classifier-free guidance and conditional flow matching, while a negative result under epsilon-prediction diffusion clarifies where coupling-level alignment is structurally absent. Code: https://github.com/KehanGuo2/reward-transport
• Abstract（参考訳）: フローマッチングの結合 -- ルールのペアリングノイズベクトルとデータポイント – は、通常、計算上の選択として扱われる。 この結合がアライメントインタフェースとして機能することを示し、ターゲット分子特性に応じてノイズとデータを一致させることで、制御可能な構造を直接学習フロー場に埋め込む。 この観点から、我々は、トレーニング時に最適な輸送結合を用いて、スカラーノイズ空間座標を分子報酬と整合させるReward Transportを紹介し、この座標は、オラクル、報酬モデル、勾配ガイダンス、その他の計算を必要とせずに、生成された分布を制御する。 結合保存限界において、この座標をしきい値にすると、クロスエントロピー法では切り離された報酬分布が回復し、原理的かつ連続的に調整可能な分布レベル制御ノブが提供される。 実験的に、ZINC-250K と GuacaMol 上で、スカラーは logP の単調な制御と、その動作範囲における一貫した QED 制御を誘導する。 インターフェースは分類器のないガイダンスと条件付きフローマッチングを補完するが、エプシロン予測拡散による負の結果は結合レベルアライメントが構造的に欠如していることを明らかにする。 コード:https://github.com/KehanGuo2/reward-transport

関連論文リスト

• Networked Admissibility-Preserving Control for Directed Safe Coordination [0.0]
  本稿では,スカラーエージェントの安全クリティカルコーディネーションについて述べる。 エージェントは、固定された重み付きディグラフと指示されたスパンニングツリーで通信します。 この合成により、指数関数的に崩壊する実化誤差が非対称のコンセンサス力学を駆動する正確なカスケードが得られる。
  論文  参考訳（メタデータ） (2026-09-08T19:38:20Z)
• Programmable Cavity Squeezing for Distributed Sensing in a Tweezer Array [0.0]
  キャビティ内のツイーザアレイは、分散センシングのための量子状態を構築するのに理想的なテストベッドを提供することを示す。 その結果、分散信号に合わせたエンタングルメントへのスケーラブルな経路としてプログラム可能な空洞相互作用が確立された。
  論文  参考訳（メタデータ） (2026-08-27T13:45:26Z)
• Distribution Steering via Sliced Optimal Transport Control [2.1485350418225244]
  配当ステアリングは、所定の初期分布と終端分布の間のシステムの状態法を駆動するフィードバック法を求める。 我々は、スライスされた最適輸送に基づく有限水平制御フレームワークを開発する。 サンプリング期間が終了すると,ランダム化コントローラが平均スライスフローに収束することを示す。
  論文  参考訳（メタデータ） (2026-08-13T05:00:59Z)
• Adjacency-Based Spectral Proxy Control of Mobile Communication Agents [0.23872611575805827]
  制御不能なタスクエージェントと制御不能な通信エージェントからなる異種移動エージェントネットワークを考察する。 接続の制御はグラフのラプラシア行列の2番目に小さい固有値に対応する固有ベクトルに依存する。 本稿では,フィドラー埋め込みを隣接行列の固有ベクトルに置き換えるA-Fiedlerを提案する。
  論文  参考訳（メタデータ） (2026-08-12T20:35:02Z)
• PG-MAP: Joint MAP Optimization for Inference-Time Alignment of Diffusion and Flow-Matching Models [0.8594140167290097]
  事前訓練されたテキスト-画像モデルの推測時間アライメントは、通常、単一の制御軸に沿って実行される。 我々は、軌道レベルのギブスマップ/近位エネルギー最適化として推論時間アライメントを定式化する、トレーニング不要のフレームワークPG-MAPを提案する。
  論文  参考訳（メタデータ） (2026-06-22T07:36:36Z)
• Invariant Stochastic Filtering on SE(3) for Inertial-Encoder State Estimation of Serial Rigid Manipulators [0.0]
  直列剛性マニピュレータの状態推定のための不変拡張カルマンフィルタ (IEKF) を開発した。 リカティ方程式は局所近似よりも真の誤差共分散を支配している。 物理的に分離されたノイズモデルはジャイロスコープと加速度計のチャネルを独立に扱う。
  論文  参考訳（メタデータ） (2026-06-21T08:11:39Z)
• Shift-Dependent Asymmetry: Orthogonal Inverse Low-Rank Adaptation for Federated Medical Segmentation [60.41721951405564]
  Low-Rank Adaptation (LoRA)は、医療画像のためのセグメンテーション基盤モデルの効率的なフェデレーション微調整を可能にする。 ほとんどの連合LoRA法は、医学的セグメンテーションにおいてエンコーダ-デコーダ非対称性の下で破れる一様アグリゲーション規則を採用している。 このミスマッチの絡み合いは、サイト固有のバイアスと解剖を共有し、一般化を損なう。 本稿では,効率的な更新空間における共有局所コリニアリティを罰する部分空間直交正規化器を提案する。
  論文  参考訳（メタデータ） (2026-06-07T15:39:28Z)
• AHPA: Adaptive Hierarchical Prior Alignment for Diffusion Transformers [24.937985157569823]
  我々は,信号と雑音の比に応じて,表現監督の有用な粒度が体系的に変化するため,このような時間ステップに依存しないアライメントが最適であると主張する。 ハイノイズでは拡散モデルはより粗い意味とレイアウトレベルのアンカーの恩恵を受けるが、低ノイズでは、トレーニング信号は空間的詳細で構造的に忠実な洗練を強調するべきである。 この非定常アライメント動作は、静的なシングルレベルスーパーバイザーに対する表現ミスマッチを生成する。
  論文  参考訳（メタデータ） (2026-05-05T03:07:29Z)
• Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
  本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。 このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。 安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
  論文  参考訳（メタデータ） (2026-03-07T01:49:59Z)
• General and Efficient Steering of Unconditional Diffusion [25.225845714398364]
  非条件拡散を効率的に操るレシピを提案する。 推測中は 勾配誘導なしで 本手法は拡散モデル構造に関する2つの観測に基づいて構築されている。 CIFAR-10、ImageNet、CelebAの実験では、精度/品質のオーバーベース勾配ガイダンスが改善された。
  論文  参考訳（メタデータ） (2026-02-11T21:58:26Z)
• DPAC: Distribution-Preserving Adversarial Control for Diffusion Sampling [0.7866885337535715]
  逆導拡散サンプリングは、しばしばターゲットクラスを達成するが、サンプルの品質は、逆制御された軌道と名目軌道とのずれが蓄積するにつれて低下する。 制御された(制御されていない)拡散過程間の経路空間Kullback-Leibler分散(path-KL)としてこの分解を定式化する。 この経路-KLの最小化は、ワッサーシュタイン距離とフレシェ・インセプション距離(FID)の両方の上限を同時に締め付け、対向制御エネルギーと知覚忠実度との接続を明らかにする。
  論文  参考訳（メタデータ） (2025-12-01T00:15:05Z)
• Fluid Antenna System-assisted Physical Layer Secret Key Generation [64.92952968689636]
  本稿では,流体アンテナシステム(FAS)を動的無線環境に適用することにより,多元系基地局システムにおける物理層生成(PLKG)について検討する。 本研究では,送信ビームフォーミングとポート選択を統合したPLKGモデルを提案する。 本論文で導入したスライディングウィンドウベースポート選択法は,動的ポート選択により,より少ないチェーンで高いKGRを実現する。
  論文  参考訳（メタデータ） (2025-09-19T03:01:29Z)
• Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
  Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。 本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
  論文  参考訳（メタデータ） (2023-06-27T08:15:28Z)
• Optimal State Manipulation for a Two-Qubit System Driven by Coherent and Incoherent Controls [77.34726150561087]
  2量子ビット量子系の最適制御には状態準備が重要である。 物理的に異なる2つのコヒーレント制御を利用し、ヒルベルト・シュミット目標密度行列を最適化する。
  論文  参考訳（メタデータ） (2023-04-03T10:22:35Z)
• Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
  最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。 MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。 本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
  論文  参考訳（メタデータ） (2022-06-29T22:19:03Z)

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。