論文の概要: Feasible Flow Matching for Graph Reconstruction via Within-Sampling Primal-Dual Guidance

• arxiv url: http://arxiv.org/abs/2609.32980v1
• Date: Sat, 26 Sep 2026 22:25:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 11:30:07.090647
• Title: Feasible Flow Matching for Graph Reconstruction via Within-Sampling Primal-Dual Guidance
• Title（参考訳）: サンプル内2次元誘導によるグラフ再構成のためのフローマッチング
• Abstract要約: 本稿では,各軌道に沿って進化するラグランジュ乗算器でサンプルを増強する制約付きプリマル・デュアルPIFMを提案する。 乗算器は予測されたエンドポイントにおける制約違反に応答し、再トレーニングせずにその後のサンプリングステップをガイドする。 3つのリンク予測ベンチマークと9つのデータセットと制約の組み合わせで、CDD-PIFMは11～26ポイントの実現可能性を高める。
• 参考スコア（独自算出の注目度）: 38.82845857630961
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Graph reconstruction from partial observations often comes with structural side information, such as degree bounds, triangle counts, or an edge-density band. Prior-Informed Flow Matching (PIFM) reconstructs graphs by transporting a local prior toward the graph distribution, but it provides no mechanism to incorporate this side information. We put forth Constrained Primal-Dual PIFM (CPD-PIFM), which augments the sampler with Lagrange multipliers that evolve along each trajectory. The multipliers respond to constraint violations at a predicted endpoint and guide subsequent sampling steps without retraining. We prove that the sampler inherits PIFM's permutation equivariance and bound its expected terminal slack by a term that decays as the inverse square root of the number of steps, plus two approximation terms. On three link-prediction benchmarks and nine combinations of datasets and constraints, CPD-PIFM raises feasibility by 11-26 percentage points and remains competitive with fixed guidance without selecting a separate multiplier for each constraint.
• Abstract（参考訳）: 部分的な観測からのグラフ再構成は、次数境界、三角形数、エッジ密度バンドなどの構造的な側面情報と共に行われることが多い。 Pre-Informed Flow Matching (PIFM) は、グラフの分布に向けて局所的な事前転送によってグラフを再構成するが、この側面情報を組み込むメカニズムは提供しない。 我々は,各軌道に沿って進化するラグランジュ乗算器でサンプリング器を増強する制約付きPrimal-Dual PIFM(CPD-PIFM)を作成した。 乗算器は予測されたエンドポイントにおける制約違反に応答し、再トレーニングせずにその後のサンプリングステップをガイドする。 我々は、サンプルがPIFMの置換同値を継承し、その期待終端スラックをステップ数の逆二乗根として減衰する項と2つの近似項とで束縛することを証明する。 3つのリンク予測ベンチマークと9つのデータセットと制約の組み合わせにおいて、PD-PIFMは、各制約に対して個別の乗算器を選択することなく、11-26のパーセンテージで実現可能性を高め、固定ガイダンスと競合し続ける。

関連論文リスト

• One-Sided Quantile Coupling for Flow Matching [8.295726579539016]
  Flow Matching Train Continuous-time Generative Model by regressing the velocity field of a probability path between a simple source distribution and a target data distribution。 本稿では,データバッチのみをサンプリングし,各ペアソースを直接構築する軽量な一方結合であるQuantile Coupling Flow Matching (QC-FM)を提案する。 QC-FMはトレーニング予算に合わせてベースラインを改良し、FIDを最大12.9%削減し、4つのデータセットでOT-CFMを上回っている。
  論文  参考訳（メタデータ） (2026-08-02T04:03:59Z)
• Constrained Diffusion Models with Primal-Dual Inference [76.64466170898369]
  我々はPDI(primal-Dual Inference)を用いた制約付き拡散モデルを開発する。 PDIは最適原始分布とそのパラメトリゼーション双対変数を推定する。 我々は、ガウシアン、無線リソースアロケーション、ポートフォリオ管理の混合による制約サンプリングに基づくPDIを評価する。
  論文  参考訳（メタデータ） (2026-06-15T18:32:33Z)
• When Do Graph Foundation Models Transfer? A Data-Centric Theory [68.54337055801571]
  グラフ基盤モデル(GFMs)は、様々なグラフドメインにまたがる単一のバックボーンの再利用を目的としているが、それらの転送は不均一であり、負の転送を示すことがある。 我々は、セットベースおよびメッセージパストークン化の両方に対して、任意のリプシッツバックボーンは、クロスドメイン出力シフトの明示的な分解を認めていることを示す。 我々はスペクトルPEの安定性を保証するとともに、固有ベクトルと部分空間に基づくPEの対比挙動を強調する。
  論文  参考訳（メタデータ） (2026-05-28T12:07:27Z)
• A Differentiable Bayesian Relaxation for Latent Partial-Order Inference [2.124421328820064]
  多くのランク付けおよびエージェントトレースデータセットは、その潜在構造が部分的に順序づけられているにもかかわらず、線形順序として記録される。 このようなトレースから潜在部分順序推論を微分可能緩和する。 我々は,ソフトトランジシティ,シャープリミットフロンティア回復,硬度への収束を証明した。
  論文  参考訳（メタデータ） (2026-05-07T21:47:41Z)
• Posterior Augmented Flow Matching [64.1559809786948]
  後拡張フローマッチング(PAFM)はフローマッチング(FM)の一般化である PAFMは、異なるモデルスケールで最大3.4FID50KでFMよりも改善されていることを示す。
  論文  参考訳（メタデータ） (2026-05-01T17:59:59Z)
• One Pass for All: A Discrete Diffusion Model for Knowledge Graph Triple Set Prediction [32.6783260286596]
  知識グラフ(KG)はトリプルで構成されており、知識グラフ補完(KGC)の目標は、欠落した事実のトリプルを推測することである。 より現実的なタスクとして、トリプルセット予測(TSP)タスクは、観測された知識グラフにのみ条件付き三重項の集合を推測することを目的としている。 提案手法は,3つの公開データセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2026-04-20T14:41:47Z)
• Missing-Data-Induced Phase Transitions in Spectral PLS for Multimodal Learning [2.9748898344267776]
  PLS-SVDを独立したエントリーワイド・アット・アット・ランダムマスキング法で検討した。 PLS-SVDは、臨界信号対雑音閾値以下の鋭いBBP型相転移を示す。 マルチモーダル実験は、予測された位相図と、アスペクト比、信号強度、欠落レベルにまたがる回復曲線を相関させる。
  論文  参考訳（メタデータ） (2026-01-29T05:46:44Z)
• Graph Signal Sampling for Inductive One-Bit Matrix Completion: a Closed-form Solution [112.3443939502313]
  グラフ信号解析と処理の利点を享受する統合グラフ信号サンプリングフレームワークを提案する。 キーとなる考え方は、各ユーザのアイテムのレーティングをアイテムイットグラフの頂点上の関数(信号)に変換することである。 オンライン設定では、グラフフーリエ領域における連続ランダムガウス雑音を考慮したベイズ拡張(BGS-IMC)を開発する。
  論文  参考訳（メタデータ） (2023-02-08T08:17:43Z)
• Transformers meet Stochastic Block Models: Attention with Data-Adaptive Sparsity and Cost [53.746169882193456]
  最近の研究は、自己注意の二次的コストを克服するために、様々なスパークアテンションモジュールを提案している。 本稿では,それぞれの注意を混合メンバーシップブロックモデルで表現することで,両方の問題を解決するモデルを提案する。 我々のモデルは、以前の効率的な変種とオリジナルのトランスフォーマーより優れており、十分に注目されています。
  論文  参考訳（メタデータ） (2022-10-27T15:30:52Z)

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。