Inferenza Bayesiana Basata su Energia Ammortizzata per Problemi Inversi
Un recente preprint su arXiv (2605.15407) introduce una tecnica di inferenza bayesiana progettata per problemi inversi non lineari, basandosi esclusivamente su campioni congiunti di parametri e osservazioni. Questo metodo sviluppa una mappa di trasporto dipendente dalle osservazioni che trasforma una misura di riferimento per stimare la distribuzione a posteriori, ottenuta minimizzando un criterio di distanza energetica media. Questo approccio senza verosimiglianza evita la necessità di valutazioni di densità, condizioni di invertibilità e calcoli del determinante Jacobiano. Nel contesto di problemi inversi in spazi funzionali con priori gaussiani, la mappa di trasporto è definita come la funzione identità aumentata da una perturbazione.
Fatti principali
- Preprint arXiv 2605.15407
- Inferenza bayesiana ammortizzata per problemi inversi non lineari
- Richiede solo campioni congiunti di parametri e osservazioni
- Approccio basato su trasporto che apprende una mappa dipendente dalle osservazioni
- Minimizza un obiettivo di distanza energetica media
- Senza verosimiglianza, evita valutazioni di densità e calcoli Jacobiani
- Parametrizza la mappa di trasporto come identità più perturbazione per priori gaussiani
Entità
Istituzioni
- arXiv