論文の概要: Density Ratio Estimation with Stein Displacement Fields

• arxiv url: http://arxiv.org/abs/2610.12437v1
• Date: Thu, 08 Oct 2026 17:57:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:54.247267
• Title: Density Ratio Estimation with Stein Displacement Fields
• Title（参考訳）: スタイン変位場を用いた密度比推定
• Abstract要約: 本研究では, ベースに作用する変位場をパラメータ化することにより, ターゲットとベース分布の密度比を推定する。 この推定と移動のステップを繰り返すと、2つの推論アルゴリズムが得られる。
• 参考スコア（独自算出の注目度）: 6.053644321347651
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Density ratios quantify distribution shift from a probability-mass point of view, whereas displacement fields describe, from a dynamical point of view, how one distribution is transported onto another. Although both offer complementary insights, they are usually estimated separately, and converting one into the other requires post-processing. In this paper, we estimate the density ratio between a target and a base distribution by parametrizing it through a displacement field acting on the base: the log-ratio is modeled as minus the Stein operator of the base applied to the field, up to a normalizing constant. This gives both statistical and dynamical descriptions of the distribution shift through a single convex optimization problem. Iterating this estimate-and-move step gives two inference algorithms: push-forward moves the model and corrects a pretrained sampler without retraining it, whereas pull-back moves the data closer to the base and fits a transformation model one layer at a time. Applications to distribution shift in simulation-based inference and to nonlinear independent component analysis illustrate the benefits and limitations of the approach.
• Abstract（参考訳）: 密度比は確率質量の観点から分布のシフトを定量化するが、変位場は動的観点から、ある分布が別の分布へどのように輸送されるかを記述する。 どちらも補完的な洞察を提供するが、通常は別々に見積もられ、一方をもう一方に変換するには後処理が必要である。 本稿では,ベースに作用する変位場をパラメータ化することで,ターゲットとベース分布の密度比を推定する。 これにより、分布シフトの統計的記述と動的記述の両方が単一の凸最適化問題を通して得られる。 この推定と移動のステップを繰り返すと、2つの推論アルゴリズムが得られる: モデルをプッシュフォワードに移動させ、トレーニングせずに事前トレーニングされたサンプルを修正し、プルバックはデータをベースに近づけ、変換モデルに一度に1つの層を適合させる。 シミュレーションベース推論における分布シフトと非線形独立成分分析への応用は、このアプローチの利点と限界を示している。

関連論文リスト

• Robustness of Diffusion Models under Distribution Shift [14.380273008668206]
  We study robust score estimation under Wasserstein perturbations of a reference distribution。 Ornstein--Uhlenbeck拡散について、ロバストな推定は2つの基本成分に分解されることを示す。
  論文  参考訳（メタデータ） (2026-09-23T08:36:09Z)
• Empirical Transfer Operators and Finite-Sample Change Detection for Noisy Expanding Interval Maps [0.0]
  一次元雑音力学系に対する有限サンプル変化検出法について検討する。 定常挙動の分割に基づく経験的近似を用いる。 統計学は不変密度や定常法則の変化を検出するが、遷移力学におけるすべての変化は検出しない。
  論文  参考訳（メタデータ） (2026-06-05T00:03:45Z)
• Flow-Based Density Ratio Estimation for Intractable Distributions with Applications in Genomics [80.05951561886123]
  我々は条件認識フローマッチングを利用して、生成軌道に沿った密度比を追跡するための1つの動的定式化を導出する。 クローズドフォーム比推定のためのシミュレーションベンチマーク上での競合性能を実証し,本手法が単一セルゲノミクスデータ解析における多目的タスクをサポートすることを示す。
  論文  参考訳（メタデータ） (2026-02-27T17:27:55Z)
• An Elementary Approach to Scheduling in Generative Diffusion Models [55.171367482496755]
  生成拡散モデルにおけるノイズスケジューリングと時間離散化の影響を特徴付けるための基礎的手法を開発した。 異なるデータセットと事前訓練されたモデルにわたる実験により、我々のアプローチによって選択された時間離散化戦略が、ベースラインとサーチベースの戦略を一貫して上回ることを示した。
  論文  参考訳（メタデータ） (2026-01-20T05:06:26Z)
• A solvable generative model with a linear, one-step denoiser [0.0]
  本研究では,線形デノイザに基づく解析的抽出可能な単一ステップ拡散モデルを開発し,Kulback-Leibler分散の明示的な公式を示す。 大規模実用拡散モデルでは、拡散段数の増加が生産品質を高める理由を説明する。
  論文  参考訳（メタデータ） (2024-11-26T19:00:01Z)
• Collaborative Heterogeneous Causal Inference Beyond Meta-analysis [68.4474531911361]
  異種データを用いた因果推論のための協調的逆確率スコア推定器を提案する。 異質性の増加に伴うメタアナリシスに基づく手法に対して,本手法は有意な改善を示した。
  論文  参考訳（メタデータ） (2024-04-24T09:04:36Z)
• Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
  正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。 一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
  論文  参考訳（メタデータ） (2022-02-23T06:11:49Z)
• Resampling Base Distributions of Normalizing Flows [0.0]
  学習された拒絶サンプリングに基づいて,フローを正規化するためのベース分布を導入する。 ログライクリフの最大化と逆Kulback-Leibler分散の最適化の両方を用いて、適切な学習アルゴリズムを開発する。
  論文  参考訳（メタデータ） (2021-10-29T14:44:44Z)
• Relative Entropy Gradient Sampler for Unnormalized Distributions [14.060615420986796]
  非正規分布からのサンプリングのための相対エントロピー勾配サンプリング器(REGS) REGSは、参照分布からサンプルへの初期サンプルを非正規化対象分布から反復的に押し出す単純な非線形変換の列を求める粒子法である。
  論文  参考訳（メタデータ） (2021-10-06T14:10:38Z)
• Variational Transport: A Convergent Particle-BasedAlgorithm for Distributional Optimization [106.70006655990176]
  分散最適化問題は機械学習や統計学で広く発生する。 本稿では,変分輸送と呼ばれる粒子に基づく新しいアルゴリズムを提案する。 目的関数がpolyak-Lojasiewicz (PL) (Polyak, 1963) の機能バージョンと滑らかな条件を満たすとき、変分輸送は線形に収束することを示す。
  論文  参考訳（メタデータ） (2020-12-21T18:33:13Z)

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。