differ.nl

이 이메일 도메인이 관측된 논문 1건

arXiv:2610.12449v1cs.LG

Bi-FORK: 고차원 분기 시스템의 생성 모델링

Bi-FORK: Generative Modeling of High-Dimensional Bifurcating Systems

분기(bifurcation)는 구조적 좌굴(buckling)부터 유체 및 기후 역학까지 물리 시스템에서 흔히 나타나지만, 심층 학습(deep learning)에서는 여전히 거의 탐구되지 않았다. 대칭 깨짐(symmetry-breaking) 분기에서는 하나의 입력이 동등하게 유효한 여러 해를 가지며, 이는 대부분의 학습된 물리 서로게이트가 전제하는 일대일 가정을 위반한다. 우리는 고차원 시스템에서 이러한 일대다(one-to-many) 해 매핑을 학습하기 위한 생성 프레임워크인 Bi-FORK를 제안한다. Bi-FORK는 잠재 흐름 매칭(latent flow matching)을 통해 완전한 궤적을 생성함으로써 공간적·시간적 일관성을 보존하며, 반발 유도 샘플링(repulsion-guided sampling)을 사용해 단일 amortized 패스에서 서로 다른 해 분기(branch)를 복원한다. 우리는 Bi-FORK를 좌굴 빔(buckling beam), 기계적 메타물질(mechanical metamaterial), Allen-Cahn 상분리(phase separation)에 대해 평가하며, 이는 최대 26만 개 지점까지의 이산화(discretization)를 갖는 연속형, 이산형, 필드값(field-valued) 분기를 포괄한다. Bi-FORK는 다중모달(multimodal) 해 구조를 복원하면서도 기존 접근법보다 몇 자릿수 더 큰 규모로 확장되어, 생성 모델링의 적용 범위를 고차원 분기 물리 시스템으로 확장한다.