論文の概要: Tilted Schrödinger Bridge Matching

• arxiv url: http://arxiv.org/abs/2609.34642v1
• Date: Mon, 28 Sep 2026 08:53:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 11:38:21.520742
• Title: Tilted Schrödinger Bridge Matching
• Title（参考訳）: Tilted Schrödinger Bridge Matching
• Abstract要約: Tilted Schrdinger Bridge Matchingは,学習した橋を微調整するポストトレーニング手法である。 共役マッチングに基づく実用的なアルゴリズムを導出する。 我々は、MNISTの桁特性とCelebAの顔属性をターゲットとした未ペア画像-画像変換におけるTSBMの評価を行った。
• 参考スコア（独自算出の注目度）: 75.18507585665832
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Schrödinger bridges provide an entropy-regularized framework and a principled solution for unpaired domain translation. In practice, a pretrained bridge may need to be adapted to human preferences or physical constraints through a reward a problem closely related to reward tilting in diffusion models but underexplored for Schrödinger bridges. We introduce Tilted Schrödinger Bridge Matching (TSBM), a post-training method for fine-tuning a learned bridge $P$ between source $p_0$ and target $p_1$ toward a reward-tilted target $p_1^r\propto p_1e^r$, while preserving source $p_0$. We formulate this adaptation as alternating optimization initialized from $P$, provide theoretical justification, and derive a practical algorithm based on Adjoint Matching. We evaluate TSBM on unpaired image-to-image translation targeting digit properties in MNIST and facial attributes in CelebA.
• Abstract（参考訳）: シュレーディンガー橋(Schrödinger bridge)は、エントロピー規則化されたフレームワークと、未ペアドメイン変換の原理化された解を提供する。 実際には、事前訓練された橋は、拡散モデルにおける報酬の傾きと密接に関連するが、シュレーディンガー橋の未探索の問題を通じて、人間の好みや物理的制約に適応する必要がある。 Tilted Schrödinger Bridge Matching (TSBM) は、学習した橋をp_0$とターゲットの$p_1$の間で微調整するポストトレーニング手法であり、ソースの$p_0$を保存しながら、報酬型ターゲットの$p_1^r\propto p_1e^r$に対して$p_0$を付与する。 我々は、この適応を$P$から初期化された交互最適化として定式化し、理論的正当化を提供し、随伴マッチングに基づく実用的なアルゴリズムを導出する。 我々は、MNISTの桁特性とCelebAの顔属性をターゲットとした未ペア画像-画像変換におけるTSBMの評価を行った。

関連論文リスト

• Twisted Schrödinger Bridge Matching [34.126987447337534]
  拡散に基づくシュルディンガー橋模型は、2つの所定の境界分布間の最適輸送ダイナミクスを近似するために提案されている。 連続時間と離散時間の両方を扱うために設計された拡散法であるTwisted Schrdinger Bridge Matchingを紹介する。
  論文  参考訳（メタデータ） (2026-07-18T22:30:43Z)
• Tight Bounds for Schrödinger Potential Estimation in Unpaired Data Translation [12.467558505686588]
  オルンシュタイン・ウレンベック過程を基準として、対応するシュル「オーディンガーポテンシャル」を推定する。 オルンシュタイン-ウレンベック過程の混合特性により、有利なシナリオにおいて、いくつかの対数因子までの収束の速さをほぼ達成できる。
  論文  参考訳（メタデータ） (2025-08-10T15:46:15Z)
• Single-Step Bidirectional Unpaired Image Translation Using Implicit Bridge Consistency Distillation [55.45188329646137]
  Implicit Bridge Consistency Distillation (IBCD) は、対向損失を使わずに、単段階の双方向無ペア翻訳を可能にする。 IBCDは、ベンチマークデータセットの最先端のパフォーマンスを1世代で達成する。
  論文  参考訳（メタデータ） (2025-03-19T09:48:04Z)
• BM$^2$: Coupled Schrödinger Bridge Matching [4.831663144935879]
  ニューラルネットワークを用いたSchr"odingerブリッジの学習における非定性アプローチを提案する。 BM$2$の収束特性に関する予備的理論的解析を行い、数値実験で裏付ける。
  論文  参考訳（メタデータ） (2024-09-14T08:57:46Z)
• Light and Optimal Schrödinger Bridge Matching [67.93806073192938]
  我々はSB(Schr"odinger Bridges)を学習するための新しい手法を提案し、それを textbf Schr"odinger Bridge matching と呼ぶ。 EOT/SBを学習するための最適橋梁マッチングは,最近発見されたエネルギーベースモデリング(EBM)の目標と一致することを示す。 我々は、Schr"odinger電位の混合パラメタライゼーションを用いて、実際に最適なマッチングを実現するための光解法(LightSB-Mと呼ぶ)を開発した。
  論文  参考訳（メタデータ） (2024-02-05T17:17:57Z)
• Generalized Schrödinger Bridge Matching [54.171931505066]
  一般化Schr"odinger Bridge (GSB) 問題設定は、機械学習の内外を問わず、多くの科学領域で一般的である。 我々は最近の進歩に触発された新しいマッチングアルゴリズムである一般化シュリンガーブリッジマッチング(GSBM)を提案する。 このような一般化は条件最適制御の解法として、変分近似を用いることができることを示す。
  論文  参考訳（メタデータ） (2023-10-03T17:42:11Z)
• I$^2$SB: Image-to-Image Schr\"odinger Bridge [87.43524087956457]
  Image-to-Image Schr"odinger Bridge (I$2$SB) は条件拡散モデルの新しいクラスである。 I$2$SB は、2つの与えられた分布間の非線形拡散過程を直接学習する。 I$2$SBは、より解釈可能な生成過程を持つ標準条件拡散モデルを超えることを示す。
  論文  参考訳（メタデータ） (2023-02-12T08:35:39Z)
• Improving Bridge estimators via $f$-GAN [2.0305676256390934]
  ブリッジサンプリングは、正規化定数の比率を推定する強力なモンテカルロ法である。 まず、最適ブリッジ推定器の相対平均二乗誤差(RMSE)の新しい推定器を提案する。 次に、このフレームワークを利用し、一方の密度を他方の密度にマッピングする変換に基づいて、$f-GAN-Bridge estimator (f$-GB)を提案する。
  論文  参考訳（メタデータ） (2021-06-14T14:40:29Z)

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。