概要

この論文は、因果動力学系によって生成された入出力分布データ間の最適な結合を特定する問題を研究しています。提案手法は、規定された周辺分布と時間構造を反映する因果制約を満たす必要があります。この問題をシュレーディンガーブリッジとして定式化し、与えられた事前分布に対してカルバック・ライブラー発散で最も近い結合を求めながら、周辺分布と因果性の両方の制約を強制します。ガウス周辺分布と一般的な時間依存二次コスト関数の場合について、最適解に収束するシンクホルン反復の完全に扱いやすい特性化を導出しています。

ポイント

  • シュレーディンガーブリッジの応用：カルバック・ライブラー発散を最小化しながら周辺分布と因果制約を同時に満たす最適結合を求める枠組み

  • ガウス分布の解析解：ガウス周辺分布と時間依存二次コスト関数に対して、シンクホルン反復の完全な特性化を提供

  • 因果的最適輸送理論：時系列データの時間構造を考慮した最適輸送問題への新しいアプローチ

  • システム同定への応用：分布データからの因果的システム同定に対する原理的な基礎を提供

  • 数値計算の効率性：提案フレームワークにより因果的最適輸送手法の実装可能性が向上

出典

Causal Optimal Coupling for Gaussian Input-Output Distributional Data

この記事はAIが海外情報を要約・翻訳したものです。元記事は出典リンクをご覧ください。