Sticky Manifold PDMP による低次元多様体上に台を持つ分布からのサンプリング

概要

ベイズ統計では、異なる複数のモデルを同時に候補として扱い、「どのモデルが妥当か」という不確実性まで含めて推論することがある。しかし、形や次元の異なるモデルの間を効率よく移動しながら計算することは難しい。本研究では、そのための新しい計算手法として sticky manifold 法を提案する。各モデル内の高速な計算方法を保ったまま、モデル間を自然につなぐ確率過程を構成する数理的な枠組みである。理論的に正しい分布を保つことを示すとともに、量子状態推定、主成分分析、生存時間外挿の例でその有効性を検証する。

異分野異業種研究交流会

ポスター発表時刻
Date	Location
October 30th, 14:00-15:30	東京大学駒場キャンパスⅠ 21 KOMCEE West 地下1階MMホール

Citation

BibTeX citation:

@online{2026,
  author = {, 司馬博文},
  title = {Sticky {Manifold} {PDMP}
    {による低次元多様体上に台を持つ分布からのサンプリング}},
  date = {2026-10-31},
  url = {https://162348.github.io/posts/2026/Posters/異分野異業種研究交流会.html},
  langid = {en},
  abstract = {ベイズ統計では、異なる複数のモデルを同時に候補として扱い、「どのモデルが妥当か」という不確実性まで含めて推論することがある。しかし、形や次元の異なるモデルの間を効率よく移動しながら計算することは難しい。本研究では、そのための新しい計算手法として
    sticky manifold
    法を提案する。各モデル内の高速な計算方法を保ったまま、モデル間を自然につなぐ確率過程を構成する数理的な枠組みである。理論的に正しい分布を保つことを示すとともに、量子状態推定、主成分分析、生存時間外挿の例でその有効性を検証する。}
}

For attribution, please cite this work as:

司馬博文. (2026, October 31). Sticky Manifold PDMP による低次元多様体上に台を持つ分布からのサンプリング.