可证明收敛的薛定谔桥及其在概率时间序列插补中的应用
机器学习
2023-09-12 v4
摘要
薛定谔桥问题（SBP）在生成建模中受到越来越多的关注，甚至在与基于分数的生成模型（SGMs）比较时也显示出有前景的潜力。SBP可解释为熵正则化的最优传输问题，其在每个其他边缘分布上交替进行投影。然而，在实践中，只能获得近似投影，且其收敛性尚不清楚。为填补这一空白，我们首次给出了基于近似投影的薛定谔桥算法的收敛性分析。在实际应用方面，我们将SBP应用于概率时间序列插补，通过以观测数据为条件生成缺失值。我们表明，优化传输代价可提升性能，所提算法在医疗和环境数据中达到了最先进水平（state-of-the-art），同时在概率时间序列插补中展现出探索时间与特征模式的优势。
引用
@article{arxiv.2305.07247,
title = {Provably Convergent Schr\"odinger Bridge with Applications to Probabilistic Time Series Imputation},
author = {Yu Chen and Wei Deng and Shikai Fang and Fengpei Li and Nicole Tianjiao Yang and Yikai Zhang and Kashif Rasul and Shandian Zhe and Anderson Schneider and Yuriy Nevmyvaka},
journal= {arXiv preprint arXiv:2305.07247},
year = {2023}
}
备注
Accepted by ICML 2023