論文の概要: Path-dependent Discrete Amortized Inference

• arxiv url: http://arxiv.org/abs/2608.08644v1
• Date: Sun, 09 Aug 2026 11:35:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.905333
• Title: Path-dependent Discrete Amortized Inference
• Title（参考訳）: 経路依存型離散化推論
• Abstract要約: 与えられた非正規化後部分布から合成対象と離散対象をサンプリングする問題を考察する。 マルコフの仮定は、訓練中の信号伝達を妨げ、学習したサンプルの表現力を壊滅的に減少させることが示される。 本稿では,MDPを学習可能な潜在力学系で解き放つことを提案する。
• 参考スコア（独自算出の注目度）: 7.20046890493201
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: We consider the problem of sampling compositional and discrete objects from a given unnormalized posterior distribution. Notably, recent studies have shown that this problem can be efficiently solved by learning a deterministic Markov Decision Process (MDP) that progressively builds each object in proportion to the posterior. In this work, however, we demonstrate that the Markovian assumption can both hamper signal propagation during training and catastrophically reduce the learned sampler's expressivity due to state aliasing. To address these issues, we propose lifting the MDP with a learnable latent dynamical system that allows the underlying policy to depend on the entire past trajectory---and not only on the current state. In view of this, we refer to the resulting method as path-dependent discrete amortized inference. Importantly, we provably extend existing learning algorithms for discrete amortized samplers to our setting. In experiments on standard benchmark problems, we also show that our approach often leads to faster learning convergence and improved state space exploration relatively to prior techniques.
• Abstract（参考訳）: 与えられた非正規化後分布から合成対象と離散対象をサンプリングする問題を考察する。 特に最近の研究では、各物体を後方に比例して段階的に構築する決定論的マルコフ決定過程(MDP)を学習することで、この問題を効率的に解決できることが示されている。 しかし,本研究では,マルコフの仮定が訓練中の信号伝達を阻害し,状態エイリアスによる学習したサンプルの表現性を破滅的に減少させることを実証する。 これらの課題に対処するため,我々はMDPを学習可能な潜在力学系で解き放つことを提案する。 この観点から、得られた手法をパス依存の離散的アモート化推論と呼ぶ。 重要なことは、離散的アモート化サンプリングのための既存の学習アルゴリズムを、我々の設定に確実に拡張することである。 標準ベンチマーク問題に対する実験では,従来の手法に比べて学習の収束が早くなり,状態空間の探索が改善されることがしばしば示されている。

関連論文リスト

• Causal Algorithmic Recourse: Foundations and Methods [57.73269033551628]
  AIシステムの主な特徴は、個人が否定的な決定を覆す方法のレコメンデーションを提供する能力である。 既存のアプローチでは、recourseの結果を固定単位の反事実として扱う。 我々は、事前および事後結果のプロセスとして、会話をモデル化する因果的枠組みを開発する。
  論文  参考訳（メタデータ） (2026-05-12T00:55:19Z)
• The Benefits of Temporal Correlations: SGD Learns k-Juntas from Random Walks Efficiently [17.896041616302657]
  データ内の時間的相関は、勾配に基づく手法により、特定のスパース学習問題を効率的に学習できるようにする。 標準凸点損失を用いた大バッチ勾配法では,時間相関は同じ利点が得られないことを示す。
  論文  参考訳（メタデータ） (2026-05-11T09:11:20Z)
• Reinforcement learning based data assimilation for unknown state model [3.032674692886751]
  本研究では,強化学習とアンサンブルに基づくベイジアン・ファルトリング手法を組み合わせた新しい手法を提案する。 提案フレームワークは, 非線形および部分観測計測モデルを含む, 幅広い観測シナリオに対応している。 いくつかの数値的な例では,提案手法は高次元設定における精度とロバスト性を向上することを示した。
  論文  参考訳（メタデータ） (2025-11-04T05:58:37Z)
• 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)
• Observation-Guided Diffusion Probabilistic Models [41.749374023639156]
  観測誘導拡散確率モデル(OGDM)と呼ばれる新しい拡散に基づく画像生成法を提案する。 本手法は,観測プロセスの指導をマルコフ連鎖と統合することにより,トレーニング目標を再構築する。 本研究では,強力な拡散モデルベースライン上での多様な推論手法を用いたトレーニングアルゴリズムの有効性を示す。
  論文  参考訳（メタデータ） (2023-10-06T06:29:06Z)
• Primal Dual Continual Learning: Balancing Stability and Plasticity through Adaptive Memory Allocation [86.8475564814154]
  制約付き最適化問題を直接実行することは可能かつ有益であることを示す。 メモリベースのメソッドでは、以前のタスクからのサンプルの小さなサブセットをリプレイバッファに格納できる。 両変数は,制約摂動に対する連続学習問題の最適値の感度を示す。
  論文  参考訳（メタデータ） (2023-09-29T21:23:27Z)
• Score-based Data Assimilation [7.215767098253208]
  軌道推定のためのスコアベースのデータ同化を導入する。 我々は、任意の長さの軌道のスコアを、短いセグメントにまたがって一連のスコアに分解できるというキーインサイトに基づいて、状態軌道のスコアに基づく生成モデルを学ぶ。
  論文  参考訳（メタデータ） (2023-06-18T14:22:03Z)
• Reflected Diffusion Models [93.26107023470979]
  本稿では,データのサポートに基づいて進化する反射微分方程式を逆転する反射拡散モデルを提案する。 提案手法は,一般化されたスコアマッチング損失を用いてスコア関数を学習し,標準拡散モデルの主要成分を拡張する。
  論文  参考訳（メタデータ） (2023-04-10T17:54:38Z)
• Posterior sampling with CNN-based, Plug-and-Play regularization with applications to Post-Stack Seismic Inversion [0.0]
  不確かさの定量化は、反転結果に関する貴重な情報を提供することができるため、逆問題に不可欠である。 本稿では,CNNに基づくデノイザを用いて,Kulback-Leibler分散損失を暗黙的に正規化することにより,後部推論を行うフレームワークを提案する。 我々はこのアルゴリズムをPlug-and-Play Stein Vari-SVGDと呼び、高解像度で信頼性の高いサンプルを作成する能力を示す。
  論文  参考訳（メタデータ） (2022-12-30T08:20:49Z)
• Reinforcement Learning with a Terminator [80.34572413850186]
  我々は, TerMDP のパラメータを学習し, 推定問題の構造を活用し, 状態ワイドな信頼境界を提供する。 我々はこれらを用いて証明可能な効率のよいアルゴリズムを構築し、終端を考慮し、その後悔を抑える。
  論文  参考訳（メタデータ） (2022-05-30T18:40:28Z)
• Provable RL with Exogenous Distractors via Multistep Inverse Dynamics [85.52408288789164]
  実世界の強化学習(RL)の応用は、メガピクセルカメラから生成されたような高次元の観察にエージェントが対処する必要がある。 従来の研究は表現学習でこのような問題に対処しており、エージェントは生の観察から内因性、潜伏状態の情報を確実に抽出することができる。 しかし、このような手法は観測において時間的に相関するノイズの存在下では失敗する可能性がある。
  論文  参考訳（メタデータ） (2021-10-17T15:21:27Z)
• A Kernel-Based Approach to Non-Stationary Reinforcement Learning in Metric Spaces [53.47210316424326]
  KeRNSは、非定常マルコフ決定過程におけるエピソード強化学習のためのアルゴリズムである。 我々は、状態-作用空間の被覆次元と時間とともにMDPの総変動にスケールする後悔境界を証明した。
  論文  参考訳（メタデータ） (2020-07-09T21:37:13Z)

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。