⚡ electrical engineering

Causal Optimal Coupling for Gaussian Input-Output Distributional Data

यह शोध पत्र कारणिक गतिशील प्रणालियों (causal dynamical systems) से प्राप्त गॉसियन इनपुट-आउटपुट वितरण संबंधी डेटा के लिए इष्टतम युग्मों (optimal couplings) की पहचान को एक श्रोडिंगर ब्रिज समस्या (Schrödinger Bridge problem) के रूप में प्रतिपादित करता है, जो सिद्धांतपूर्ण प्रणाली पहचान (principled system identification) को सक्षम करने के लिए कारणिक बाधाओं के तहत अभिसारी सिंकहॉर्न पुनरावृत्तियों (convergent Sinkhorn iterations) का एक सुलभ लक्षण वर्णन व्युत्पन्न करता है।

मूल लेखक: Daran Xu, Amirhossein Taghvaei

प्रकाशित 2026-04-03

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Daran Xu, Amirhossein Taghvaei

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक जासूस हैं जो एक रहस्य सुलझाने की कोशिश कर रहे हैं, लेकिन आपने अपनी नोटबुक खो दी है।

रहस्य:
आपके पास समय के साथ होने वाली घटनाओं की दो अलग-अलग सूचियाँ हैं।

सूची A (इनपुट): भेजे गए संकेतों की एक श्रृंखला (जैसे एक रेडियो स्टेशन संगीत प्रसारित कर रहा है)।
सूची B (आउटपुट): प्राप्त ध्वनियों की एक श्रृंखला (जैसे एक श्रोता की कार में संगीत बज रहा है)।
आप जानते हैं कि रेडियो पर संगीत कैसा दिखता था (सूची A) और कार में सुनाई देने वाली आवाज़ें कैसी थीं (सूची B)। लेकिन आप यह नहीं जानते कि रेडियो के किस विशिष्ट क्षण का कार के किस विशिष्ट क्षण से मिलान हुआ। क्या रेडियो ने दोपहर 2:00 बजे एक गाना बजाया जो 2:01 बजे कार तक पहुँचा? या इसमें देरी हुई? या यह कोई अलग गाना था?

आपका लक्ष्य दोनों सूचियों के बीच का वास्तविक संबंध पता लगाना है। आप उन्हें इस तरह से जोड़ना चाहते हैं जो भौतिक रूप से तर्कसंगत हो (कार एक गाना सुनने से पहले नहीं सुन सकती जो अभी बजाया ही नहीं गया) और एक मानक, पूर्वानुमानित प्रणाली की तरह दिखे।

समस्या: "द कॉज़ल पज़ल" (कारण संबंधी पहेली)

वास्तविक दुनिया में, समय एक ही दिशा में बहता है। आप गाना बजने से पहले उसे सुन नहीं सकते। इसे Causality (कार्य-कारण संबंध) कहा जाता है।

यदि आप केवल सूचियों को बेतरतीब ढंग से मिलाने की कोशिश करते हैं ताकि वे समान दिखें, तो आप गलती से दोपहर 2:00 बजे के गाने को दोपहर 1:55 बजे की ध्वनि के साथ जोड़ सकते हैं। यह असंभव है! यह ऐसा होगा जैसे कहना कि कार ने भविष्य सुना है।

इस शोध पत्र के लेखकों ने इस पहेली को हल करने के लिए एक गणितीय विधि बनाई है। वे इसे Causal Optimal Coupling कहते हैं।

समाधान: "श्रोडिंगर ब्रिज" (Schrödinger Bridge)

इसे हल करने के लिए, वे एक Schrödinger Bridge की अवधारणा का उपयोग करते हैं। इसे एक "स्मार्ट अनुमान लगाने वाली" मशीन के रूप में सोचें।

द प्रायर (अनुमान): आप एक "सर्वश्रेष्ठ अनुमान" वाले मॉडल से शुरुआत करते हैं। शायद आप मान लेते हैं कि कार रेडियो को थोड़े से स्टैटिक (शोर/noise) के साथ सुन रही है। यह आपका "रेफरेंस मॉडल" है।
द कंस्ट्रेंट्स (नियम):
- नियम 1: अंतिम मिलान आपकी दोनों सूचियों (इनपुट और आउटपुट वितरण) के सटीक आंकड़ों से मेल खाना चाहिए।
- नियम 2 (स्वर्ण नियम): मिलान को समय का सम्मान करना चाहिए। समय $t$ पर आउटपुट केवल समय $t$ तक के इनपुट पर निर्भर हो सकता है। यह भविष्य में झाँक नहीं सकता।
लक्ष्य: उस मिलान को खोजना जो आपके "सर्वश्रेष्ठ अनुमान" (रेफरेंस मॉडल) के सबसे करीब हो, लेकिन फिर भी नियमों का पालन करता हो।

जादुई उपकरण: सिंकहॉर्न इटरेशन (Sinkhorn Iterations)

आप वास्तव में इस पूर्ण मिलान को कैसे खोजते हैं? आप इसे केवल एक समीकरण से हल नहीं कर सकते; यह बहुत जटिल है। इसके बजाय, लेखक Sinkhorn Iterations नामक विधि का उपयोग करते हैं।

कल्पte हैं कि आप एक चौकोर खूँटे को गोल छेद में फिट करने की कोशिश कर रहे हैं, लेकिन आप केवल एक बार में एक ही चीज़ (खूँटा या छेद) को समायोजित कर सकते हैं।

चरण 1 (विषम चरण): आप इनपुट सूची को देखते हैं। आप मिलान को इनपुट के सटीक आकार के अनुरूप मजबूर करते हैं, जबकि "भविष्य में न झाँकने" के नियम को बनाए रखते हैं।
चरण 2 (सम चरण): आप आउटपुट सूची को देखते हैं। आप मिलान को आउटपुट के सटीक आकार के अनुरूप मजबूर करते हैं, जबकि "भविष्य में न झाँकने" के नियम को बनाए रखते हैं।
दोहराना: आप चरण 1 और चरण 2 के बीच आगे-पीछे उछलते हैं।

हर उछाल के साथ, आपका मिलान पूर्ण समाधान के और करीब आता जाता है। अंततः, यह बदलना बंद कर देता है, और आपने Optimal Causal Coupling पा लिया होता है।

विशेष मामला: गॉसियन डेटा (Gaussian Data)

यह शोध पत्र विशेष प्रकार के डेटा पर ध्यान केंद्रित करता है जिसे Gaussian (या "बेल कर्व" डेटा) कहा जाता है। वास्तविक दुनिया में, यह कहने जैसा है कि आपके सिस्टम में त्रुटियाँ या शोर यादृच्छिक (random) हैं और एक सामान्य पैटर्न का पालन करते हैं (जैसे किसी कमरे में लोगों की ऊंचाई या रेडियो का स्टैटिक)।

लेखकों की बड़ी सफलता यह है कि जब डेटा Gaussian होता है, तो उन्होंने एक शॉर्टकट खोज निकाला।

आमतौर पर, इन "उछाल वाले" चरणों के लिए भारी कंप्यूटर सिमुलेशन की आवश्यकता होती है।
क्योंकि डेटा Gaussian है, लेखों ने एक फॉर्मूला (सूत्र) निकाला है। यह हर बार केक को शून्य से बनाने के बजाय एक रेसिपी होने जैसा है। आप सरल गणित (मैट्रिक्स और औसत) का उपयोग करके सीधे उत्तर की गणना कर सकते हैं।

यह क्यों मायने रखता है?

यह केवल गणित का खेल नहीं है। यह इंजीनियरों और वैज्ञानिकों को सिस्टम को रिवर्स-इंजीनियर करने में मदद करता है।

उदाहरण: कल्पना कीजिए कि आपके पास पवन टरबाइन (हवा की गति) का डेटा है और उससे उत्पन्न बिजली का डेटा है। आप टरबाइन के सटीक आंतरिक तंत्र को नहीं जानते।
उपयोग: इस विधि का उपयोग करके, आप हवा के डेटा और बिजली के डेटा को लेकर उस छिपे हुए सूत्र को गणितीय रूप से "पुनर्निर्मित" (reconstruct) कर सकते हैं। आप उस "नियम" की खोज करते हैं कि वह विशिष्ट टरबाइन कैसे काम करता है, भले ही आपने कभी उसके अंदर का हिस्सा न देखा हो।

संक्षेप में सारांश

समस्या: हमारे पास दो समय-आधारित डेटा स्ट्रीम (इनपुट/आउटपुट) हैं लेकिन हमें नहीं पता कि वे कैसे जुड़ते हैं।
प्रतिबंध: जुड़ाव को समय का सम्मान करना चाहिए (समय यात्रा नहीं)।
विधि: हम एक "स्मार्ट अनुमान लगाने वाले" एल्गोरिदम (Sinkhorn) का उपयोग करते हैं जो डेटा को पूरी तरह से फिट करने के लिए आगे-पीछे उछलता है और सुधार करता है।
नवाचार: सामान्य प्रकार के डेटा (Gaussian) के लिए, लेखकों ने इसे करने के लिए एक तेज़, सटीक गणितीय सूत्र खोजा है, जिससे यह वास्तविक दुनिया की इंजीनियरिंग और सिस्टम पहचान के लिए व्यावहारिक बन जाता है।

यह दो धुंधली, असंबद्ध फिल्मों को गणितीय रूप से एक साथ जोड़ने और उन्हें एक पूर्ण, समय-सटीक कहानी में बदलने जैसा है।

यहाँ डारन ज़ु और अमीरहोसैन तघवेई के शोध पत्र "Causal Optimal Coupling for Gaussian Input-Output Distributional Data" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र वितरण संबंधी डेटा (distributional data) से सिस्टम आइडेंटिफिकेशन (system identification) की समस्या को संबोधित करता है, जहाँ इनपुट और आउटपुट अवलोकनों के बीच अंतर्निहित युग्मन (underlying pairing) अज्ञात होता है।

संदर्भ: दो स्वतंत्र स्टोकेस्टिक प्रक्रियाओं को देखते हुए, एक इनपुट $U = \{U_t\}_{t=1}^T \sim \mu$ और एक आउटपुट $Y = \{Y_t\}_{t=1}^T \sim \nu$ , जिनके मार्जिनल वितरण ज्ञात हैं लेकिन संयुक्त नियम (joint law) अज्ञात है।
उद्देश्य: $\mu$ और $\nu$ के बीच एक इष्टतम कपलिंग $\pi$ (एक संयुक्त प्रायिकता वितरण) की पहचान करना जो इनपुट-आउटपुट संबंध का प्रतिनिधित्व करता हो।
बाधाएं (Constraints):
1. मार्जिनल बाधाएं (Marginal Constraints): कपलिंग के मार्जिनल्स $\mu$ और $\nu$ होने चाहिए।
2. कारणता बाधा (Causality Constraint): कपलिंग को सिस्टम की सामयिक संरचना (temporal structure) का सम्मान करना चाहिए। विशेष रूप से, पिछले इनपुट्स के दिए होने पर भविष्य के इनपुट्स, पिछले आउटपुट्स से स्वतंत्र होने चाहिए:
  $(Y_1, \dots, Y_t) \perp\!\!\!\perp (U_{t+1}, \dots, U_T) \mid (U_1, \dots, U_t)$
  यह सुनिश्चित करता है कि मॉडल गैर-पूर्वानुमानित (non-anticipative) है।
अनुकूलन लक्ष्य (Optimization Goal): एक संदर्भ प्रायर मॉडल $\gamma$ (जो संरचनात्मक धारणाओं को दर्शाता है) के सापेक्ष कुलबैक-लीब्लर (KL) डाइवर्जेंस के संदर्भ में सबसे निकटतम कपलिंग $\pi$ खोजना, उपरोक्त बाधाओं के अधीन। इसे एक एन्ट्रोपिक कॉज़ल ऑप्टिमल ट्रांसपोर्ट (ECOT) समस्या के रूप में तैयार किया गया है:
$\min_{\pi \in \Pi_c(\mu, \nu)} D_{KL}(\pi, \gamma)$
जहाँ $\Pi_c(\mu, \nu)$ कॉज़ल कपलिंग्स का सेट है।

2. कार्यप्रणाली (Methodology)

लेखक श्रोडिंगर ब्रिज (Schrödinger Bridge) सिद्धांत और सिंकहॉर्न इटरेशन (Sinkhorn iterations) पर आधारित एक समाधान प्रस्तावित करते हैं, जो गौसियन सेटिंग (Gaussian setting) के लिए विशिष्ट है।

A. संदर्भ मॉडल और लागत फलन (Reference Model and Cost Function)

संदर्भ कपलिंग $\gamma$ एक रैखिक गौसियन कॉज़ल इनपुट-आउटपुट मॉडल द्वारा प्रेरित है:
$Y_t = h_t^\top U_{1:t} + f_t^\top Y_{1:t-1} + b_t + w_t$
जहाँ $w_t \sim \mathcal{N}(0, \epsilon_t^2)$ ।

यह विकल्प KL डाइवर्जेंस न्यूनीकरण को एक सामान्य समय-निर्भर द्विघाती लागत फलन (general time-dependent quadratic cost function) की समस्या में बदल देता है:
$c(u_{1:T}, y_{1:T}) = \sum_{t=1}^T \frac{1}{2\epsilon_t^2} (y_t - h_t^\top u_{1:t} - f_t^\top y_{1:t-1} - b_t)^2$
यह लागत सामयिक निर्भरता और अंतःक्रियाओं को कैप्चर करती है, जो मानक स्क्वेयर्ड लॉस ( $\sum (y_t - u_t)^2$ ) का सामान्यीकरण करती है।

B. गौसियन सेटिंग में सिंकहॉर्न इटरेशन (Sinkhorn Iterations in the Gaussian Setting)

लेखक एब्स्ट्रैक्ट सिंकहॉर्न एल्गोरिदम (अल्टरनेटिंग प्रोजेक्शन) को मार्जिनल्स और प्रायर के गौसियन होने के विशिष्ट मामले के लिए अनुकूलित करते हैं।

अपरिवर्तनीयता गुण (Invariance Property): गौसियन वितरणों का सेट सिंकहॉर्न एल्गोरिदम द्वारा आवश्यक प्रोजेक्शन चरणों के तहत अपरिवर्तित रहता है। यह इटरेशन को घनत्व फलनों (density functions) के बजाय गौसियन मापदंडों (माध्य और सहप्रसरण) के अपडेट के माध्यम से पूरी तरह से करने की अनुमति देता है।
एल्गोरिदम संरचना:
1. आरंभीकरण (Initialization): संदर्भ कपलिंग $\pi^{(0)} = \gamma$ से शुरू करें।
2. विषम इटरेशन (Odd Iteration - Causal Projection): निश्चित इनपुट मार्जिन $\mu$ $μ$ वाले और कारणता बाधा ( $\Pi_c(\mu, *)$ $Π_{c} (μ, *)$ ) को संतुष्ट करने वाले कपलिंग्स के सेट पर प्रोजेक्ट करें।
  - समाधान गौसियन ही रहता है।
  - लेखक थ्योरम 1 प्रदान करते हैं, जो अपडेट किए गए कपलिंग के लिए स्पष्ट सूत्र देता है। महत्वपूर्ण रूप से, अतीतों के दिए होने पर $U_t$ का सशर्त वितरण $\mu$ से मेल खाने के लिए स्थिर है, जबकि $Y_t$ का सशर्त वितरण भविष्य की बाधाओं से प्राप्त सुधार पद और प्रायर का एक कॉनवेक्स कॉम्बिनेशन (convex combination) के रूप में अपडेट होता है।
3. सम इटरेशन (Even Iteration - Marginal Projection): निश्चित आउटपुट मार्जिन $\nu$ $ν$ वाले कपलिंग्स के सेट पर प्रोजेक्ट करें ( $\Pi(*, \nu)$ $Π (*, ν)$ ), इस चरण के लिए कारणता बाधा को अनदेखा करते हुए।
  - समाधान गौसियन ही रहता है।
  - थ्योरम 2 दिखाता है कि इस चरण में, $Y$ के दिए होने पर $U$ का सशर्त वितरण प्रायर $\gamma$ पर वापस आ जाता है, जबकि $Y$ का मार्जिन $\nu$ से मेल खाने के लिए मजबूर होता है।
अभिसरण (Convergence): एल्गोरिदम अभिसरण तक इन दोनों चरणों के बीच बारी-बारी से चलता है, जिससे एक संयुक्त गौसियन कपलिंग $\pi^*$ प्राप्त होता है।

C. मॉडल रिकवरी (Model Recovery)

एक बार इष्टतम कपलिंग $\pi^*$ मिल जाने के बाद, लेखक दिखाते हैं कि कैसे मानक गौसियन कंडीशनल फॉर्मूला (कोवेरिएंस और मीन एक्सट्रैक्शन) का उपयोग करके इष्टतम रैखिक गौसियन इनपुट-आउटपुट मॉडल ( $h_t, f_t, b_t, \epsilon_t$ ) के मापदंडों को प्राप्त किया जा सकता है।

3. मुख्य योगदान (Key Contributions)

सिस्टम आइडेंटिफिकेशन के लिए ECOT का सूत्रीकरण: यह शोध पत्र वितरण संबंधी डेटा से डायनेमिकल सिस्टम्स की पहचान को एक एन्ट्रोपिक कॉज़ल ऑप्टिमल ट्रांसपोर्ट समस्या के रूप में औपचारिक रूप देता है, जो ऑप्टिमल ट्रांसपोर्ट थ्योरी को कंट्रोल/सिस्टम आइडेंटिफिकेशन के साथ जोड़ता है।
व्याख्या योग्य गौसियन लक्षण वर्णन (Tractable Gaussian Characterization): अमूर्त इटरेशन या पृथक रूपों (separable forms) तक सीमित पिछले कार्यों के विपरीत, यह शोध पत्र निम्नलिखित के लिए एक पूर्णतः स्पष्ट, क्लोज्ड-फॉर्म लक्षण वर्णन प्रदान करता है:
- सामान्य द्विघाती लागत (समय-लैग्ड इनपुट और आउटपुट सहित)।
- एक-तरफा कारणता बाधाएं (one-sided causality constraints)।
- गौसियन मार्जिनल्स।
एल्गोरिदम कार्यान्वयन: माध्य और कोवेरिएंस मैट्रिसेस के लिए विशिष्ट अपडेट नियमों का व्युत्पन्न इसे कम्प्यूटेशनल रूप से व्यवहार्य और लागू करने योग्य बनाता है, जिससे स्टेट स्पेस के विवेकीकरण (discretization) की आवश्यकता समाप्त हो जाती है।
पूर्व कार्य से अंतर:
- वेरागुअस एट अल. (2017) का विस्तार करता है जो मार्कोवियन इनपुट्स और सेपरेबल कॉस्ट तक सीमित था।
- एकस्टीन और पैमर (2023) के अमूर्त सिंकहॉर्न इटरेशन को गौसियन केस के लिए ठोस और व्यावहारिक बनाता है।
- गुनासिंगम और वोंग (2025) या अच्चियोलो एट अल. (2025) के विपरीत, यह केवल एक-तरफा कारणता (इनपुट $\to$ आउटपुट) लागू करता है, जो बिकाउसल (bicausal) बाधाओं के बजाय मानक सिस्टम आइडेंटिफिकेशन के लिए अधिक उपयुक्त है।

4. परिणाम (Results)

संख्यात्मक उदाहरण (Numerical Example): लेखकों ने स्टेशनरी गौसियन मार्जिनल्स के साथ एक विविक्त समय अंतराल ( $T=128$ $T = 128$ ) पर एल्गोरिदम का परीक्षण किया।
- सेटअप: इनपुट और आउटपुट प्रक्रियाओं को विशिष्ट कोवेरिएंस कर्नेल के साथ परिभाषित किया गया था। संदर्भ मॉडल एक रैखिक गौसियन स्टेट-स्पेस मॉडल था।
- तुलना: कॉज़ल समाधान की तुलना नॉन-कॉज़ल (मानक एंट्रोपिक OT) समाधान से की गई।
- अवलोकन:
  - कॉज़ल कपलिंग: कंडीशनल क्रॉस-कोवेरिएंस $Cov(U_t, Y_s | U_{1:\tau})$ $s < \tau$ के लिए शून्य था (पिछले आउटपुट्स भविष्य के इनपुट्स पर निर्भर नहीं होते हैं), जो गैर-पूर्वानुमानित बाधा का कड़ाई से पालन करता है।
  - नॉन-कॉज़ल कपलिंग: नॉन-कॉज़ल समाधान में भविष्य के इनपुट्स के लिए पिछले आउटपुट्स पर गैर-शून्य निर्भरता (पूर्वानुमानित सहसंबंध) दिखाई दी और इसने भौतिक कारणता का उल्लंघन करते हुए साइन परिवर्तन/एंटी-सिमेट्रिक पैटर्न प्रदर्शित किए।
  - अभिसरण: अल्टरनेटिंग प्रोजेक्शन स्कीम (tolerance $10^{-6}$ ) तक तेजी से अभिसरित हुई।

5. महत्व और भविष्य की दिशाएं (Significance and Future Directions)

महत्व: यह कार्य एक सिद्धांत-आधारित गणितीय ढांचा प्रदान करता है जिसके माध्यम से पॉइंट-वाइज पेयर्ड डेटा के बजाय सीधे वितरण संबंधी डेटा (जैसे, प्रक्षेपवक्रों के एंसेम्बल) से डायनेमिकल सिस्टम्स को सीखा जा सकता है। यह सुनिश्चित करता है कि सीखा गया मॉडल भौतिकी के मौलिक नियम 'कारणता' का सम्मान करता है।
अनुप्रयोग: यह ढांचा कंट्रोल थ्योरी, सिग्नल प्रोसेसिंग और किसी भी ऐसे डोमेन में सिस्टम आइडेंटिफिकेशन के लिए लागू करने योग्य है जहाँ केवल इनपुट और आउटपुट के सांख्यिकीय गुण उपलब्ध हैं, लेकिन उनकी पेयरिंग खो गई है।
भविष्य का कार्य: लेखक नॉन-लीनियर रेफरेंस मॉडल्स और नॉन-गौसियन मार्जिनल्स तक इस ढांचे का विस्तार करने की योजना बना रहे हैं, जिसका लक्ष्य जटिल टाइम-सीरीज डेटा के जेनेरेटिव मॉडलिंग में इन विधियों को लागू करना है।

संक्षेप में, यह शोध पत्र गौसियन सिस्टम के लिए एक कम्प्यूटेशनल रूप से कुशल, कारणता-संरक्षण एल्गोरिदम प्रदान करके सैद्धांतिक ऑप्टिमल ट्रांसपोर्ट और व्यावहारिक सिस्टम आइडेंटिफिकेशन के बीच के अंतर को सफलतापूर्वक पाटता है।