Fugu-MT 論文翻訳(概要): On the use of the Belopol'skaya-Daletskii representation of a diffusion on a Riemann manifold to construct path integrals

論文の概要: On the use of the Belopol'skaya-Daletskii representation of a diffusion on a Riemann manifold to construct path integrals

arxiv url: http://arxiv.org/abs/2607.17871v1
Date: Mon, 20 Jul 2026 12:16:13 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-21 18:48:37.611531
Title: On the use of the Belopol'skaya-Daletskii representation of a diffusion on a Riemann manifold to construct path integrals
Title（参考訳）: リーマン多様体上の拡散のBelopol'skaya-Daletskii表現を用いた経路積分の構成について
Abstract要約: 微分方程式のBelopol'skaya-Daletskii の定式化は、経路が拡散を測る有限次元近似の表現を構成する基本的な方法を提供することを示す。鍵となる要素は、拡散の増分を記述する指数写像を使うことである。
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: We show that the Belopol'skaya-Daletskii formulation of stochastic differential equations on a Riemann manifold offers an elementary way to construct equivariant representations of finite-dimensional approximations to the path measure of a diffusion. The key ingredient is the use of the exponential map to describe increments of the diffusion.
Abstract（参考訳）: リーマン多様体上の確率微分方程式のベロポル・スカヤ・ダレツキイの定式化は、拡散の経路測度に対する有限次元近似の同変表現を構成する基本的な方法を与える。鍵となる要素は、拡散の増分を記述する指数写像を使うことである。

関連論文リスト

Data-Driven Diffusion Processes on Differential Forms via the Projected Ambient Connection Laplacian [0.5729426778193398]
我々は、微分形式に作用する射影型周辺接続ラプラシアンのデータ駆動近似を開発する。提案手法を単位球上の数値実験により検証する。提案フレームワークはベクトル拡散マップを任意の次数の微分形式に自然に一般化する。
論文参考訳（メタデータ） (2026-07-25T13:14:46Z)
Neural Pushforward Samplers for the Fokker-Planck Equation on Embedded Riemannian Manifolds [2.9762212209762606]
弱反転ニューラルプッシュフォワード法をFokker-Planck方程式に拡張する。トレーニングは、周囲平面波試験関数を用いた弱い対向目標によって導かれる。 2次元球面上の二重井戸問題に関する数値計算の結果は、多モード不変分布を捕捉する手法の能力を実証している。
論文参考訳（メタデータ） (2026-03-17T08:24:52Z)
EquiReg: Equivariance Regularized Diffusion for Inverse Problems [67.01847869495558]
拡散に基づく逆問題解法における後方サンプリングを正規化するためのフレームワークであるEquiReg拡散法を提案する。様々な解法に適用すると、EquiRegは線形および非線形画像復元タスクにおいて最先端の拡散モデルより優れる。
論文参考訳（メタデータ） (2025-05-29T01:25:43Z)
On the Contractivity of Stochastic Interpolation Flow [0.0]
本稿では,拡散モデルと多くの類似点を有する高次元サンプリングフレームワークについて検討する。ベース分布と強い対数目標分布に対して、フローマップは、最適輸送写像に対するカファレッリの定理と一致する鋭い定数を持つリプシッツであることを示す。さらに、非ガウス分布間のリプシッツ輸送写像を構築することができ、関数的不等式を確立するための輸送方法に関する文献における最近の研究を一般化することができる。
論文参考訳（メタデータ） (2025-04-14T19:10:22Z)
G2D2: Gradient-Guided Discrete Diffusion for Inverse Problem Solving [83.56510119503267]
本稿では,従来の離散拡散に基づく生成モデルを活用することによって,線形逆問題に対処する新しい手法を提案する。我々は、従来の離散拡散モデルの欠点を吸収状態で緩和するために、星型ノイズプロセスを用いる。
論文参考訳（メタデータ） (2024-10-09T06:18:25Z)
Amortized Posterior Sampling with Diffusion Prior Distillation [55.03585818289934]
Amortized Posterior Smplingは、逆問題における効率的な後方サンプリングのための新しい変分推論手法である。本手法は,拡散モデルにより暗黙的に定義された変動分布と後続分布とのばらつきを最小限に抑えるために条件付き流れモデルを訓練する。既存の手法とは異なり、我々のアプローチは教師なしであり、ペア化されたトレーニングデータを必要としておらず、ユークリッドと非ユークリッドの両方のドメインに適用できる。
論文参考訳（メタデータ） (2024-07-25T09:53:12Z)
Theoretical Insights for Diffusion Guidance: A Case Study for Gaussian Mixture Models [59.331993845831946]
拡散モデルは、所望の特性に向けてサンプル生成を操るために、スコア関数にタスク固有の情報を注入することの恩恵を受ける。本稿では,ガウス混合モデルの文脈における拡散モデルに対する誘導の影響を理解するための最初の理論的研究を提供する。
論文参考訳（メタデータ） (2024-03-03T23:15:48Z)
Scaling Riemannian Diffusion Models [68.52820280448991]
非自明な多様体上の高次元タスクにスケールできることを示す。我々は、$SU(n)$格子上のQCD密度と高次元超球面上の対照的に学習された埋め込みをモデル化する。
論文参考訳（メタデータ） (2023-10-30T21:27:53Z)
A Geometric Insight into Equivariant Message Passing Neural Networks on Riemannian Manifolds [1.0878040851638]
座標独立な特徴体に付随する計量は、主バンドルの原計量を最適に保存すべきである。一定の時間ステップで拡散方程式の流れを離散化することにより, 多様体上のメッセージパッシング方式を得る。グラフ上の高次拡散過程の離散化は、同変 GNN の新しい一般クラスをもたらす。
論文参考訳（メタデータ） (2023-10-16T14:31:13Z)
Generative Modeling on Manifolds Through Mixture of Riemannian Diffusion Processes [57.396578974401734]
一般多様体上に生成拡散過程を構築するための原理的枠組みを導入する。従来の拡散モデルの認知的アプローチに従う代わりに、橋梁プロセスの混合を用いて拡散過程を構築する。混合過程を幾何学的に理解し,データ点への接する方向の重み付け平均としてドリフトを導出する。
論文参考訳（メタデータ） (2023-10-11T06:04:40Z)
Wrapped Distributions on homogeneous Riemannian manifolds [58.720142291102135]
パラメータ、対称性、モダリティなどの分布の性質の制御は、フレキシブルな分布の族を生み出す。変動型オートエンコーダと潜在空間ネットワークモデル内で提案した分布を利用して,我々のアプローチを実証的に検証する。
論文参考訳（メタデータ） (2022-04-20T21:25:21Z)
A diffusion-map-based algorithm for gradient computation on manifolds and applications [0.0]
ユークリッド空間におけるリーマン部分多様体の内部点上で定義される与えられた函数の勾配を回復する。このアプローチは拡散写像理論において提案されたラプラス・ベルトラミ作用素の推定に基づいている。
論文参考訳（メタデータ） (2021-08-16T09:35:22Z)
From Nesterov's Estimate Sequence to Riemannian Acceleration [52.99237600875452]
我々は、Nesterov氏の推定シーケンス手法の代替解析を開発し、これも独立性を持つ可能性がある。そして、この解析をリーマン集合に拡張し、非ユークリッド構造による鍵的困難をある計量歪みに局所化する」。
論文参考訳（メタデータ） (2020-01-24T04:17:14Z)

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。