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
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