Limiti di Convergenza per Particelle Finite in Modelli Generativi Conservativi con Deriva

Una nuova tecnica per la deriva conservativa nella modellazione generativa a un passo è stata sviluppata. Invece di basarsi sulla consueta velocità di deriva basata sullo spostamento, questo metodo utilizza una velocità derivata dal gradiente KDE, determinata confrontando i dati lisciati con i punteggi del modello. Questo approccio affronta efficacemente i problemi di non-conservatorismo presenti nei campi di spostamento standard. Lo studio stabilisce limiti di convergenza per particelle finite in tempo continuo in ℝᵈ, utilizzando un'identità di entropia congiunta per gestire la deriva empirica di Stein, la discrepanza di Fisher lisciata e la velocità quadratica media del centro. Un aggiustamento significativo per la dinamica di particelle finite include un termine di auto-interazione reciproco KDE, che soddisfa condizioni deterministiche e di alta probabilità di occupazione locale. Questa tecnica funziona sia per modelli di deriva conservativi che non conservativi, rafforzando le fondamenta della modellazione generativa.