arXiv雑要約
AI - 2026/04/02 公開
データ同化のための閉形式条件付き拡散モデル [stat.ML, cs.LG, physics.comp-ph]目的：データ同化のための閉形式条件付き拡散モデルの提案
- 気象予測や状態推定など，様々な分野でシステムの正確な状態把握が重要である。
- 従来のデータ同化手法は，非線形性や非ガウス性に対して課題を抱えている場合がある。
- 複雑なシステムの不確実性を考慮した，より高精度なデータ同化手法の開発。
- 提案手法は，ロレンツ63系およびロレンツ96系を用いた非線形データ同化問題において，アンサンブルカルマンフィルタや粒子フィルタよりも優れた性能を示した。
- 本手法は，システムの内部構造を必要とせず，ブラックボックス環境下でも適用可能である。
- 拡散モデルの持つ複雑な確率分布の近似能力により，従来のフィルタリング手法の限界を克服しうる。
文脈性の度合い，レベル，プロファイル [quant-ph, cs.AI, math.PR]目的：確率変数の系における文脈性プロファイルの概念
- 量子情報科学の基礎研究において，文脈性は重要な概念である。
- 既存の研究では，文脈性を単一の数値で評価することが一般的であった。
- 文脈性の度合いとレベルの関係を曲線として捉え，詳細な分析を可能にする。
- 文脈性プロファイルは，システムをn次までの結合分布のみで考慮することで，レベルごとに文脈性を分析する。
- レベルごとの文脈性分析は，文脈性の適切な指標と組み合わせて使用可能である。
- 連結系を用いることで，文脈性プロファイルを系統的に探求し，主要な文脈性指標のプロファイルを比較した。