입자 추적을 위한 신뢰 전파와 루프 시리즈 확장
본 논문은 흐름 속에 섞인 동일한 수동 입자들의 스냅샷 데이터를 이용해 확산 계수와 속도 구배와 같은 환경 파라미터를 추정하는 새로운 통계 학습 방법을 제안한다. 핵심은 두 연속 스냅샷 사이의 가능한 매칭을 가중합한 파티션 함수를 베이즈 추정으로 계산하고, 이를 베리프 전파(BP)와 루프 시리즈(LS) 보정으로 효율적으로 근사한다. 실험 결과, 제안된 BP‑LS 알고리즘은 완전한 다항식 랜덤화 근사(FPRAS)와 비교해 정확도는 비슷하면서도 실…
저자: Michael Chertkov, Lukas Kroc, Massimo Vergassola
본 논문은 흐름 속에 섞인 동일한 수동 입자들의 움직임을 두 연속 스냅샷으로 관측하고, 이 데이터를 이용해 흐름의 물리적 파라미터(전단 S와 확산 계수 κ)를 추정하는 새로운 통계 학습 방법을 제시한다. 문제 설정은 다음과 같다. N개의 구별되지 않는 입자가 초기 위치 x_i와 다음 스냅샷에서의 위치 y_j에 각각 존재한다. 입자들은 라그랑지안 형태의 확산·전단 흐름을 따라 움직이며, 입자 간의 매칭은 물리적으로 가능한 모든 퍼뮤테이션 σ에 대해 가중치 p_{ij}=exp
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기