Fugu-MT 論文翻訳(概要): Normalizing Flows to Reconstruct Pseudo-PDFs

論文の概要: Normalizing Flows to Reconstruct Pseudo-PDFs

arxiv url: http://arxiv.org/abs/2607.25282v1
Date: Tue, 28 Jul 2026 04:40:25 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-29 20:50:42.713218
Title: Normalizing Flows to Reconstruct Pseudo-PDFs
Title（参考訳）: 擬似PDFを再構築する正規化フロー
Abstract要約: 合成行列要素データからパートン分布関数(PDF)を再構築するための正規化フロー手法について検討する。我々のフレームワークはガウス過程と可逆ニューラルネットワークを組み合わせて、限られたアイオフ時間データと整合したPDF上の後続分布を学習する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We investigate a normalizing-flow approach for reconstructing parton distribution functions (PDFs) from synthetic matrix-element data. Our framework combines Gaussian Process priors with invertible neural networks to learn a posterior distribution over PDFs consistent with limited Ioffe-time data. We demonstrate that the architecture preserves physical constraints and extrapolation properties.
Abstract（参考訳）: 合成行列要素データからパートン分布関数(PDF)を再構築するための正規化フロー手法について検討する。我々のフレームワークはガウス過程と可逆ニューラルネットワークを組み合わせて、限られたアイオフ時間データと整合したPDF上の後続分布を学習する。アーキテクチャが物理的制約や外挿特性を保っていることを実証する。

関連論文リスト

Simplifying Flow Matching Transformations with Low-Rank Mixture Models [58.797704398690165]
本稿では,確率的主成分分析器(MPPCA)の混合物を流動の正規化のための潜在密度として用いることを提案する。我々は,KL分散の観点でデータ分布とより密接に一致した潜在分布を学習することにより,学習フロー変換を単純化する。 MPPCAモデルは期待最大化アルゴリズムを用いて迅速かつ安価に適合し、高次元生成タスクにおいても潜在分布を初期化するための実用的な選択となる。
論文参考訳（メタデータ） (2026-06-29T03:03:06Z)
Reversible Residual Normalization Alleviates Spatio-Temporal Distribution Shift [0.0]
本研究では,空間的,時間的両次元の分布シフトに対応するために,空間的に認識可能な可逆正規化を行うフレームワークであるReversible Residual Normalization (NRR)を提案する。提案手法は,可逆的残差ブロック内にグラフ畳み込み操作を統合し,可逆性を維持しつつ,基礎となるグラフ構造を尊重する適応正規化を可能にする。
論文参考訳（メタデータ） (2026-04-17T08:40:28Z)
Prior-Informed Flow Matching for Graph Reconstruction [38.96153306484745]
グラフ再構成のための条件付きフローモデルであるPIFM(Presideed-Informed Flow Matching)を導入する。 PIFMは、埋め込みベースの事前処理と継続的フローマッチングを統合することでギャップを埋める。異なるデータセットの実験により、PIFMは古典的な埋め込みを一貫して強化し、それらを性能良くし、再現精度において最先端の生成ベースラインを向上することを示した。
論文参考訳（メタデータ） (2026-01-29T18:38:02Z)
Generalization in Representation Models via Random Matrix Theory: Application to Recurrent Networks [7.721672385781673]
まず,固定された特徴表現(凍結中間層)と学習可能な読み出し層を用いたモデルの一般化誤差について検討する。一般化誤差に対する閉形式式を導出するためにランダム行列理論を適用する。次に、この解析を繰り返し表現に適用し、その性能を特徴付ける簡潔な公式を得る。
論文参考訳（メタデータ） (2025-11-04T09:30:31Z)
DispFormer: A Pretrained Transformer Incorporating Physical Constraints for Dispersion Curve Inversion [56.64622091009756]
本研究では、レイリー波位相と群分散曲線からプロファイルインバージョンを$v_s$とするトランスフォーマーベースのニューラルネットワークであるDispFormerを紹介する。 DispFormerは各期間に分散データを個別に処理し、ネットワークの変更やデータセットのトレーニングとテストの厳格な調整を必要とせずに、さまざまな長さを処理できる。
論文参考訳（メタデータ） (2025-01-08T09:08:24Z)
Solving High-dimensional Inverse Problems Using Amortized Likelihood-free Inference with Noisy and Incomplete Data [43.43717668587333]
本研究では,高次元逆問題に対する正規化フローに基づく確率論的逆転法を提案する。提案手法は,データ圧縮のための要約ネットワークとパラメータ推定のための推論ネットワークの2つの補完ネットワークで構成されている。提案手法を地下水水文学における逆問題に適用し,空間的に疎らな時系列観測に基づく対流電界の後方分布を推定する。
論文参考訳（メタデータ） (2024-12-05T19:13:17Z)
Joint Bayesian Inference of Graphical Structure and Parameters with a Single Generative Flow Network [59.79008107609297]
本稿では,ベイジアンネットワークの構造上の結合後部を近似する手法を提案する。サンプリングポリシが2フェーズプロセスに従う単一のGFlowNetを使用します。パラメータは後部分布に含まれるため、これは局所確率モデルに対してより柔軟である。
論文参考訳（メタデータ） (2023-05-30T19:16:44Z)
A predictive physics-aware hybrid reduced order model for reacting flows [65.73506571113623]
反応流問題の解法として,新しいハイブリッド型予測次数モデル (ROM) を提案する。自由度は、数千の時間的点から、対応する時間的係数を持ついくつかのPODモードへと減少する。時間係数を予測するために、2つの異なるディープラーニングアーキテクチャがテストされている。
論文参考訳（メタデータ） (2023-01-24T08:39:20Z)
A PAC-Bayes oracle inequality for sparse neural networks [0.0]
非パラメトリック回帰条件下で, スパースディープニューラルネットのギブス後部分布について検討した。この方法が回帰関数の未知の正則性と階層構造に適応することを示すオラクルの不等式を証明する。
論文参考訳（メタデータ） (2022-04-26T15:48:24Z)
Deep Learning for the Benes Filter [91.3755431537592]
本研究では,メッシュのないニューラルネットワークによるベンズモデルの解の密度の表現に基づく新しい数値計算法を提案する。ニューラルネットワークの領域選択におけるフィルタリングモデル方程式における非線形性の役割について論じる。
論文参考訳（メタデータ） (2022-03-09T14:08:38Z)
Semi-Supervised Learning with Normalizing Flows [54.376602201489995]
FlowGMMは、フローの正規化を伴う生成半教師付き学習におけるエンドツーエンドのアプローチである。我々は AG-News や Yahoo Answers のテキストデータなど,幅広いアプリケーションに対して有望な結果を示す。
論文参考訳（メタデータ） (2019-12-30T17:36:33Z)

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。