Amortized Energy-Based Bayesian Inference

작성자

Haebom

카테고리

Empty

저자

Hojjat Kaveh, Ricardo Baptista, Andrew M. Stuart

💡 개요

본 논문은 관측값 샘플만으로 비선형 역문제에 대한 근사적 베이지안 추론 문제를 해결합니다. 관측값마다 새로운 추론 문제를 풀어야 하는 기존 방법과 달리, 본 연구에서는 참조 분포를 관측값에 의존하는 사상(map)을 통해 적절한 사후 분포로 변환하는 방법을 제안합니다. 이 방법은 결합 분포 샘플만으로 학습이 가능하며, 밀도 평가나 역함수 제약, 야코비안 계산 없이 에너지 거리 최소화를 통해 학습됩니다.

🔑 시사점 및 한계

•

관측값 샘플만으로도 복잡한 비선형 역문제에 대한 효율적인 베이지안 추론 및 빠른 사후 분포 샘플링이 가능합니다.

•

확률적 미분 방정식(PDE) 제약 조건이 있는 실제적인 역문제(예: 다공성 매질 유동, 지진파 역산)에 적용 가능성을 보여줍니다.

•

신경망 연산자(Neural Operator)를 사용하여 무한 차원 문제에 대한 확장성을 확보했습니다.

•

학습된 변환 사상이 사후 분포의 다중 모드성 및 주요 모드와 같은 복잡한 구조를 잘 포착함을 입증했습니다.

•

제안된 방법의 수렴성 및 일반화 성능에 대한 이론적 분석이 더 필요합니다.

PDF 보기

Made with Slashpage