PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.06020v1stat.AP

기록 데이터로부터의 궤적 확률적 생성기: 빙퇴석 샘플로부터 빙하 전진부 위치 변동에의 적용

Stochastic generator of trajectories from record data: application to the fluctuations of a glacier's frontal position from a sample of moraines

기록값 이론(record values theory)은 이전의 모든 관측치를 초과하는 시계열 요소를 연구하며, 스포츠나 기후 과학과 같은 분야에서 특히 주목받는다. 본 논문에서는 비정상(non-stationary) 경우에도 이러한 기록값만으로 전체 시계열을 재구성하기 위해 브라운 확률 시뮬레이터(Brownian stochastic simulator)의 구성에 기반한 통계적 방법을 제안한다. 이어서 최적의 생성기 하이퍼파라미터를 선택하기 위해 신경망 기반 추론(NBI, Neural-Based Inference) 절차에 비견될 수 있는 과정을 구현한다. 방법론의 설명과 개발 동기를 제공하기 위해 이를 빙하학적 문제에 적용한다. 빙하 전진부의 과거 동역학을 이해하는 것은 관련 산악 재해를 완화하고, 수자원을 평가하며, 해수면 상승 기여도를 산정하는 데 있어 중요한 과제이다. 빙퇴석(moraines)과 같은 현장에서 관측 가능한 지표들은 이러한 전진부 위치 변화(궤적으로 지칭)에 대한 시공간적 증거를 제공하며, 비정상 과정의 기록으로 해석될 수 있다. 벤치마크 사례로서, NBI 접근법의 두 하이퍼파라미터는 잘 문서화된 프랑스 알프스 빙하 Glacier des Bossons를 통해 조정된다. 순수하게 데이터 기반인 우리의 접근법은 빙하 동역학의 물리 모델에 도전하고 이를 발전시키며, 수백 년에서 수천 년 규모의 시간 척도에서 기후 변화에 대한 빙하의 반응을 추론하는 데 새로운 관점을 제시한다. 빙하 사례를 넘어, 기록 계열이 유일하게 이용 가능한 데이터인 다양한 문제들에도 적용 가능성을 지닌다.

arXiv:2606.06658v1cs.LG

플로우 매칭을 이용한 비평형 확률 시스템의 비마르코프 역학 포착

Capturing non-Markovian dynamics in non-equilibrium stochastic systems using flow matching

정규화된 Dean-Kawasaki (DK) 방정식과 같은 조밀화된 확률적 편미분 방정식(SPDE)으로 표현되는 확률적 입자 시스템의 유체역학적 모델은, 비마르코프 효과가 지배적인 단기 시스템 역학과 분포가 고도로 비가우시안인 저입자 밀도 영역을 정확하게 포착하지 못합니다. 우리는 비마르코프 및 비가우시안 효과를 명시적으로 반영하여 입자 시뮬레이션에서 얻은 플럭스의 확률 분포를 직접 모델링하는 생성적 플로우 매칭 방법을 개발했습니다. 실증을 위해, 우리는 이 방법을 사용하여 비상호작용 브라운 입자 시스템에 대한 Kramers 최초 통과 시간 문제를 시뮬레이션했습니다. 우리는 해당 모델이 단기 거동을 정확하게 포착하며, 마르코프 기준선(baseline)인 정규화된 DK 방정식의 해와 비교했을 때 수 밀도의 통계적 모멘트를 더 정확하게 예측함을 보여줍니다.