跳到正文
arXiv cs.AI· Zihan Wang, Jianzhe Li, Zhenyi Zhang, Peijie Zhou·· 10 小时前AI 评分31

Elysium:免模拟的非平衡薛定谔桥求解器

Elysium: Simulation-Free Unbalanced Schr\"odinger Bridges

AI 导读

Elysium 是一种免模拟的非平衡薛定谔桥求解器,联合学习状态转移与质量变化,训练时无需模拟轨迹。它基于 killed Brownian 参考过程及其时间反演,从最优端点耦合与条件桥分布构造直接回归目标,并证明训练目标的最小化解可恢复最优非平衡薛定谔桥。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:从快照重建细胞动力学具有挑战性,因为单细胞测量的破坏性使得无法随时间追踪相同的细胞。细胞动力学本质上是随机的,并涉及通过增殖和凋亡引起的种群大小变化。基于增长的方法将种群变化表示为密度上的速率,这不会将退出和进入分配给单个细胞。非平衡薛定谔桥对单个事件建模,但用于被杀死的扩散桥的神经求解器在训练期间模拟轨迹。我们介绍 Elysium,一种无模拟求解器,可联合学习状态转移和质量变化。使用被杀死的布朗参考及其时间反转,Elysium 从最优端点耦合和条件桥分布构造直接回归目标,而无需在训练期间模拟轨迹。我们证明,预期训练目标的最小化器可恢复最优非平衡薛定谔桥。在经验上,Elysium 在具有已知被杀死的扩散真值的模拟基准上重建状态转移、种群大小和事件分布,优于现有的确定性和基于桥的求解器。在单细胞时间过程上,它插值未观测时间点的细胞状态分布,追踪种群扩张和收缩,并捕捉双相药物响应动力学。
评论: 44 页,9 幅图
主题: 机器学习 (cs.LG);人工智能 (cs.AI);定量方法 (q-bio.QM)
引用为: arXiv:2611.24763 [cs.LG]
  (或此版本的 arXiv:2611.24763v1 [cs.LG])
  https://doi.org/10.48550/arXiv.2611.24763

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Zihan Wang [查看电子邮件]
[v1] 2026 年 11 月 18 日星期三 17:16:41 UTC(1,132 KB)

来源:arXiv cs.AI · arxiv.org