PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2512.13708v2cs.LG

정상 상태로부터 은닉 상호작용 네트워크를 복원하기 위한 변분 물리 정보 기반 안자츠

Variational Physics-Informed Ansatz for Reconstructing Hidden Interaction Networks from Steady States

과도 궤적(transient trajectories)을 사용할 수 없을 때 정상 상태(steady-state) 관측값으로부터 상호작용 구조를 추론하는 것은 핵심적인 역문제(inverse problem)입니다. 본 연구에서는 이 문제를 이종 섭동(heterogeneous perturbations)에 의해 생성된 평형 제약 조건들과 단일 상호작용 연산자 간의 동시 적합성 문제로 정식화합니다. 미지의 연산자를 학습 가능한 객체로 표현하고 여러 실험에 걸쳐 발생하는 정상 상태 잔차를 최소화하는 변분 물리 정보 기반 안자츠(variational physics-informed ansatz)를 소개합니다. 아핀 상호작용(affine-interaction) 설정에서 누적된 평형 방정식들은 명시적인 유한 표본 식별 가능성 조건을 산출하며, 고유한 복원은 실험별 게이지 자유도(gauge freedom)를 제거한 후의 적합성 행렬 순위에 의해 결정됩니다. 쌍별(pairwise), 방향성, 가중치, 경험적 위상 및 선별된 고차 시스템에 대한 합성 벤치마크는 이러한 식별 가능성 양상을 입증하며, 명시된 가정 하에 추가적인 이종 정상 상태들이 어떻게 구조적 식별력을 향상시키는지 보여줍니다. 이러한 결과는 지배 역학(governing dynamics)이 알려져 있고 노드(node) 수준의 평형이 완전히 관측될 때, 평형 관측값만으로도 은닉된 상호작용 연산자를 결정할 수 있는 구체적인 정상 상태 복원 영역을 명확히 제시합니다.