基于目标具体得分同一性的能量分布抽样方法
机器学习
2025-10-28 v1
摘要
我们提出了基于目标具体得分同一性 (Target Concrete Score Identity) 的抽样方法 (TCSIS)，用于从离散状态空间上的未归一化密度进行抽样。该方法通过学习连续时间马尔可夫链 (CTMC) 的逆向动力学来实现。我们的做法基于具有均匀噪声核的正向时间 CTMC，并依赖于提出的目标具体得分同一性，该关系将具体得分（两种状态边缘概率之比）与在正向均匀扩散核下两个巴特曼因子期望之比联系起来。这一表述使我们能够在不需从目标分布获取样本或计算配分函数的情况下，对具体得分进行蒙特卡罗估计。我们用神经网络近似具体得分，并提出了两种算法：自归一化 TCSIS 和无偏 TCSIS。最后，我们在统计物理问题上展示了 TCSIS 的有效性。
引用
@article{arxiv.2510.23106,
title = {Sampling from Energy distributions with Target Concrete Score Identity},
author = {Sergei Kholkin and Francisco Vargas and Alexander Korotin},
journal= {arXiv preprint arXiv:2510.23106},
year = {2025}
}