⚡ electrical engineering

The Score Kalman Filter

स्कोर कलमन फ़िल्टर (SKF), नॉनलीन बेयसियन समस्याओं में मैक्सिमम-एन्ट्रॉपी मोमेंट फ़िल्टरिंग की घातांकीय कम्प्यूटेशनल लागत को पार करने के लिए स्कोर मैचिंग को स्टाइन की पहचान (Stein's identity) के साथ जोड़कर विभाजन फलन (partition function) के मूल्यांकन को समाप्त करता है, जिससे कुशल रैखिक-बीजगणित-आधारित अवस्था अनुमान सक्षम होता है जो उच्च-आयामी युग्मित-दोलक नेटवर्क (high-dimensional coupled-oscillator networks) पर मौजूदा फ़िल्टरों से बेहतर प्रदर्शन करता है।

मूल लेखक: Kaito Iwasaki, Anthony Bloch, Taeyoung Lee, Maani Ghaffari

प्रकाशित 2026-05-19

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Kaito Iwasaki, Anthony Bloch, Taeyoung Lee, Maani Ghaffari

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 तूफान में उड़ते हुए मधुमक्खियों के झुंड को ट्रैक करने की कोशिश कर रहे हैं। आप हर एक मधुमक्खी को नहीं देख सकते, और हवा (शोर/नॉइज़) उन्हें अप्रत्याशित तरीकों से धकेल रही है। आपका लक्ष्य यह अनुमान लगाना है कि किसी दिए गए क्षण में झुंड कहाँ है और उसका आकार कैसा है।

गणित और इंजीनियरिंग की दुनिया में, इसे बेयसियन फ़िल्टरिंग (Bayesian filtering) कहा जाता है।

समस्या: अनिश्चितता का "आकार" (The "Shape" of Uncertainty)

अधिकांश पारंपरिक तरीके (जैसे प्रसिद्ध कलमन फ़िल्टर) यह मान लेते हैं कि झुंड हमेशा एक आदर्श, चिकने गेंद (एक गॉसियन वितरण) के आकार का होता है। यह तब बहुत अच्छा काम करता है जब मधुमक्खियाँ धीरे-धीरे बह रही हों। लेकिन अगर हवा उग्र हो, तो झुंड एक लंबी सांप जैसी आकृति में खिंच सकता है, दो समूहों में बंट सकता है, या केले के आकार में मुड़ सकता है।

यदि आप एक केले के आकार के झुंड को फिट करने के लिए एक गोल गेंद का उपयोग करने की कोशिश करते हैं, तो आपका अनुमान गलत होगा।

इसे ठीक करने के लिए, वैज्ञानिकों ने झुंड के "मोमेंट्स" (इसके केंद्र, इसकी चौड़ाई, इसके तिरछेपन/skewness, इसकी गांठदार बनावट/lumpiness) को ट्रैक करने की कोशिश की है। हालाँकि, इसमें एक पेंच है:

"Z" की समस्या: इन नंबरों को वापस झुंड की तस्वीर में बदलने के लिए, पुराने तरीकों को "पार्टिशन फंक्शन" नामक एक विशाल, असंभव गणितीय पहेली को हल करना पड़ता था। यह समुद्र के किनारे के आकार का अनुमान लगाने के लिए रेत के हर एक कण को गिनने की कोशिश करने जैसा है। जैसे-जैसे झुंड बड़ा होता जाता है (अधिक आयामों में), यह गणना इतनी धीमी हो जाती है कि वास्तविक समय (real-time) में इसे करना असंभव हो जाता है।
"मिसिंग लिंक" की समस्या: जब झुंड जटिल होता है, तो उसके आकार के गणितीय समीकरण अपने आप में पूर्ण नहीं होते (वे बंद नहीं होते)। आपको ऐसी जानकारी की आवश्यकता होती है जो आपके पास उपलब्ध नहीं है।

समाधान: स्कोर कलमन फ़िल्टर (SKF)

इस शोध पत्र के लेखकों ने इन झुंडों को ट्रैक करने का एक नया तरीका ईजाद किया जिसे स्कोर कलमन फ़िल्टर (SKF) कहा जाता है। उन्होंने ऊपर दी गई दोनों समस्याओं को दो चतुर युक्तियों का उपयोग करके हल किया:

1. "स्कोर" की ट्रिक (अब रेत गिनने की ज़रूरत नहीं)

झुंड के आकार को समझने के लिए रेत के हर एक कण को गिनने के बजाय, SKF उस पहाड़ी के ढलान (slope) को देखता है जिस पर मधुमक्खियाँ हैं।

उपमा: कल्पना कीजिए कि आप एक पहाड़ी पर आँखों पर पट्टी बांधकर खड़े हैं। आपको यह जानने की ज़रूरत नहीं है कि पहाड़ी का कुल आयतन क्या है, बस यह जानने के लिए कि ऊपर की दिशा कौन सी है, आप अपने पैरों के नीचे के ढलान को महसूस कर सकते हैं।
यह कैसे काम करता है: "स्कोर" केवल संभाव्यता की पहाड़ी (probability hill) का ढलान है। लेखकों ने महसूस किया कि वे बिना उस असंभव "गिनती" वाले गणित के, केवल इन ढलानों का मिलान करके झुंड के आकार का पता लगा सकते हैं। यह एक विशाल, धीमी गणना को एक सरल, तेज़ रैखिक समीकरण (जैसे $2x + 3 = 7$ में $x$ के लिए हल करना) में बदल देता है।

2. "स्टीन" की ट्रिक (खाली जगहों को भरना)

जब झुंड के आकार के गणितीय समीकरण बहुत जटिल हो जाते हैं (मिसिंग लिंक की समस्या), तो SKF स्टीन की पहचान (Stein's Identity) नामक एक नियम का उपयोग करता है।

उपमा: कल्पना कीजिए कि आप एक विशाल पेड़ की ऊंचाई का अनुमान लगाने की कोशिश कर रहे हैं, लेकिन आप केवल उसके तने को माप सकते हैं। आमतौर पर, आपको अनुमान लगाना पड़ेगा। लेकिन स्टीन की पहचान एक जादुई नियम की तरह है जो कहती है, "यदि आप पत्तियों के ढलान और तने के आकार को जानते हैं, तो आप बिना कभी मापे ही ऊपरी शाखाओं की ऊंचाई का गणितीय रूप से पता लगा सकते हैं।"
यह कैसे काम करता है: यह झुंड के आकार के उच्च-स्तरीय विवरणों को गणितीय रूप से गणना करने के लिए "ढलान" की जानकारी (पहली ट्रिक से) का उपयोग करता है। यह अनुमान लगाने के बजाय सरल बीजगणित (algebra) का उपयोग करके चक्र को पूरा करता है।

उन्होंने क्या हासिल किया

लेखकों ने इस नए फ़िल्टर का परीक्षण कुछ बहुत ही कठिन परिदृश्यों पर किया:

कपल्ड ऑसिलेटर्स (Coupled Oscillators): कल्पना कीजिए कि 20 पेंडुलमों का एक नेटवर्क है जो आपस में झूल रहे हैं और एक-दूसरे को धकेल रहे हैं। यह एक बहुत ही जटिल, गैर-रेखीय (non-linear) प्रणाली है।
परिणाम: SKF ने इन 20 पेंडुलमों को वास्तविक समय में सफलतापूर्वक ट्रैक किया।
तुलना: यह मानक "गेंद के आकार वाले" फ़िल्टर्स (EKF, UKF) की तुलना में अधिक सटीक था और यहाँ तक कि "पार्टिकल फ़िल्टर" (जो सिम्युलेशन के लिए 5,00,000 रैंडम अनुमानों का उपयोग करता है) से भी अधिक सटीक था।
गति: जहाँ पार्टिकल फ़िल्टर को लैपटॉप पर चलने में मिनटों का समय लगता था, वहीं SKF ने इसे सेकंडों में कर दिखाया, वह भी बिना किसी सुपरकंप्यूटर की आवश्यकता के।

निष्कर्ष (Bottom Line)

स्कोर कलमन फ़िल्टर एक नया उपकरण है जो कंप्यूटर को चलती हुई वस्तुओं के जटिल, अजीब आकार के समूहों (जैसे रोबोट, रासायनिक प्रतिक्रियाएं, या वित्तीय बाजार) को उच्च सटीकता और गति के साथ ट्रैक करने की अनुमति देता है। यह अतीत के धीमे, असंभव गणित को छोड़कर, चतुर ढलान-मिलान और बीजगणितीय शॉर्टकट का उपयोग करके ऐसा करता है।

संक्षेप में: यह एक धुंधले, गोल लेंस वाले कैमरे से एक हाई-डेफिनिशन कैमरे में अपग्रेड करने जैसा है जो झुंड के वास्तविक, मुड़े हुए आकार को देख सकता है, और वह भी एक साधारण लैपटॉप पर चलते हुए।

तकनीकी सारांश: स्कोर कलमन फ़िल्टर (The Score Kalman Filter)

समस्या विवरण (Problem Statement)

नॉनलीनियर बेयसियन फ़िल्टरिंग (Nonlinear Bayesian filtering) में विश्वास वितरण (belief distribution) का प्रतिनिधित्व करना एक केंद्रीय बाधा का सामना करता है जब सिस्टम डायनेमिक्स नॉनलीनियर होते हैं और परिणामी विश्वास गैर-गॉसियन (जैसे कि विषम (skewed), वक्राकार (curved), या मल्टीमॉडल) होते हैं। जबकि गॉसियन फ़िल्टर्स (EKF, UKF, EnKF) कुशल हैं, वे इन जटिल घनत्व आकृतियों का प्रतिनिधित्व नहीं कर सकते। पार्टिकल फ़िल्टर्स किसी भी प्रकार के घनत्व का प्रतिनिधित्व कर सकते हैं लेकिन अभिसरण (convergence) के लिए आवश्यक कणों की बड़ी संख्या के कारण उच्च कम्प्यूटेशनल लागत से ग्रस्त होते हैं।

एक आशाजनक विकल्प मोमेंट-आधारित फ़िल्टरिंग (moment-based filtering) है, जो विश्वास घनत्व के मोमेंट्स (moments) को प्रसारित करता है और उनसे घनत्व का पुनर्निर्माण करता है। हालिया दृष्टिकोण, जैसे कि मैक्सिमम-एन्ट्रॉपी (MaxEnt) मोमेंट फ़िल्टर, इन घनत्वों को दर्शाने के लिए पॉलीनोमियल एक्सपोनेंशियल फैमिली (polynomial exponential family) का उपयोग करते हैं। हालाँकि, इन विधियों के लिए वितरण मापदंडों को प्रसारित मोमेंट्स के साथ फिट करने के लिए विभाजन फलन (partition function) $Z(\lambda)$ और उसके ग्रेडिएंट्स के मूल्यांकन की आवश्यकता होती है। ये मूल्यांकन $n$ -आयामी समाकलन (integrals) शामिल करते हैं जिनकी लागत घातांकीय रूप से ( $O(G^n)$ ) बढ़ती है, जो इनके प्रदर्शन को निम्न-आयामी प्रणालियों ( $n \le 4$ ) तक सीमित कर देती है।

कार्यप्रणाली (Methodology)

यह शोध पत्र स्कोर कलमन फ़िल्टर (SKF) का प्रस्ताव करता है, एक ऐसी विधि जो स्कोर मैचिंग (score matching) को स्टीन की पहचान (Stein's identity) के साथ जोड़कर विभाजन फलन के मूल्यांकन की आवश्यकता को समाप्त करती है। यह दृष्टिकोण पूरी तरह से लीनियर अल्जेब्रा के माध्यम से संचालित होता है, जिससे संख्यात्मक समाकलन (numerical integration) और पुनरावृत्ति अनुकूलन (iterative optimization) से बचा जा सकता है।

1. घनत्व पुनर्निर्माण के लिए स्कोर मैचिंग (Score Matching for Density Reconstruction)

एन्ट्रॉपी को अधिकतम करने के बजाय (जिसके लिए $Z(\lambda)$ की आवश्यकता होती है), SKF प्रसारित मोमेंट्स को फिट करने के लिए पॉलीनोमियल एक्सपोनेंशियल फैमिली मॉडल $p(x; \lambda) \propto \exp(-\lambda \cdot \phi(x))$ का उपयोग करता है।

तंत्र (Mechanism): स्कोर फंक्शन $s(x; \lambda) = \nabla_x \log p(x; \lambda)$ सामान्यीकरण स्थिरांक (normalization constant) $Z$ से स्वतंत्र है। मॉडल स्कोर और डेटा स्कोर के बीच फिशर डाइवर्जेंस (Fisher divergence) को कम करके, ऑब्जेक्टिव फंक्शन $\lambda$ में एक क्वाड्रेटिक फॉर्म में बदल जाता है।
परिणाम: इष्टतम पैरामीटर $\lambda^*$ को एक एकल रैखिक प्रणाली $A\lambda = b$ को हल करके प्राप्त किया जाता है, जहाँ मैट्रिक्स $A$ और वेक्टर $b$ को सीधे प्रसारित मोमेंट्स से असेंबल किया जाता है। यह घनत्व फिटिंग लागत को $O(M^3)$ तक कम कर देता है (जहाँ $M$ बेसिस फंक्शन्स की संख्या है), जिससे आयाम $n$ के साथ घातांकीय स्केलिंग हट जाती है।
सैद्धांतिक गारंटी: थ्योरम 1 स्थापित करता है कि यदि वास्तविक घनत्व पॉलीनोमियल एक्सपोनेंशियल फैमिली के भीतर है, तो स्कोर मैचिंग सटीक मापदंडों को पुनः प्राप्त करती है, जो MaxEnt समाधान के समकक्ष है।

2. मोमेंट पदानुक्रम के लिए स्टीन क्लोजर (Stein Closure for Moment Hierarchy)

नॉनलीनियर सिस्टम के लिए, मोमेंट प्रोपेगेशन समीकरण (डिनिंग्स फॉर्मूला के माध्यम से व्युत्पन्न) क्लोज नहीं होते; उच्च-क्रम के मोमेंट्स और भी उच्च-क्रम के मोमेंट्स पर निर्भर करते हैं।

तंत्र: SKF स्टीन की पहचान (Stein's identity) का लाभ उठाता है, जो स्कोर गुणांकों $\lambda$ द्वारा पैरामीटराइज्ड विभिन्न क्रमों के मोमेंट्स के बीच बीजगणितीय संबंध प्रदान करता है।
अनुप्रयोग: प्रेडिक्शन स्टेप के दौरान, स्टीन की पहचान का उपयोग अनक्लोज्ड (unclosed) उच्च-क्रम मोमेंट्स को लोअर-ऑर्डर मोमेंट्स और वर्तमान $\lambda$ के पदों में व्यक्त करने के लिए किया जाता है। यह "स्टीन क्लोजर" (Stein closure) अनुमति देता है कि मोमेंट पदानुक्रम को गॉसियनिटी का अनुमान लगाए बिना या $Z$ का मूल्यांकन किए बिना क्लोज किया जा सके।
सक्रिय क्लोजर (Active Closure): स्ट्रक्चर्ड सिस्टम (जैसे युग्मित ऑसिलेटर्स) के लिए, विधि केवल सिस्टम के जनरेटर द्वारा अनुरोधित विशिष्ट मोमेंट्स तक क्लोजर को सीमित कर सकती है, जिससे उच्च आयामों में कम्प्यूटेशनल दक्षता बनी रहती है।

3. बेयसियन अपडेट और मोमेंट रिकवरी (Bayesian Update and Moment Recovery)

अपडेट: गॉसियन नॉइज़ के साथ पॉलीनोमियल मेजरमेंट मॉडल्स के लिए, लाइकलीहुड स्कोर पॉलीनोमियल होता है। पोस्टीरियर स्कोर पैरामीटर्स को सरल जोड़ के माध्यम से अपडेट किया जाता है: $\lambda^+ = \lambda^- + \lambda_{lik}$ , जो इंफॉर्मेशन-फॉर्म कलमन अपडेट के समान है।
रिकवरी: अपडेट के बाद, नए पैरामीटर्स $\lambda^+$ से पोस्टीरियर मोमेंट्स को स्टीन की पहचान से प्राप्त एक रैखिक प्रणाली को हल करके पुनः प्राप्त किया जाता है, जो फिर से $Z$ से बचता है।
संगति (Consistency): रिकवर किए गए मोमेंट्स और अपडेटेड पैरामीटर्स के बीच पारस्परिक संगति सुनिश्चित करने के लिए एक इटरेटिव रिफाइनमेंट स्टेप लागू किया जा सकता है।

4. विशेष मामला (Special Case)

शोध पत्र प्रदर्शित करता है कि जब पॉलीनोमियल ऑर्डर $r=2$ होता है, तो SKF ठीक से क्लासिकल इंफॉर्मेशन-फॉर्म कलमन फ़िल्टर में बदल जाता है, जो इसे लीनियर-गॉसियन केस के एक सख्त सामान्यीकरण (strict generalization) के रूप में स्थापित करता है।

मुख्य योगदान (Key Contributions)

स्कोर मैचिंग रिकंस्ट्रक्शन: लेखक दिखाते हैं कि पॉलीनोमियल एक्सपोनेंशियल फैमिली के लिए, स्कोर मैचिंग घनत्व फिटिंग को प्रसारित मोमेंट्स पर एक एकल लीनियर सॉल्व में बदल देता है, जिससे विभाजन फलन के मूल्यांकन, पुनरावृत्ति अनुकूलन, या संख्यात्मक क्वाड्रचर की आवश्यकता समाप्त हो जाती है।
स्टीन क्लोजर और पोस्टीरियर रिकवरी: पेपर स्टीन की पहचान का उपयोग करके मोमेंट पदानुक्रम को क्लोज करने और पोस्टीरियर मोमेंट्स को पुनः प्राप्त करने की विधि पेश करता है। दोनों चरण लीनियर सॉल्व के रूप में तैयार किए गए हैं।
स्कोर कलमन फ़िल्टर (SKF): एक पूर्ण फ़िल्टरिंग एल्गोरिदम पेश किया गया है जो प्रेडिक्ट-अपडेट लूप के प्रत्येक चरण को लीनियर अल्जेब्रा के माध्यम से निष्पादित करता है।
स्केलेबिलिटी और प्रदर्शन: SKF का मूल्यांकन युग्मित ऑसिलेटर नेटवर्क पर किया गया है, जो $n=20$ तक सफलतापूर्वक स्केल करता है। यह सिंथेटिक बेंचमार्क पर EKF, UKF, EnKF और पार्टिकल फ़िल्टर बेसलाइन्स की तुलना में कम रूट मीन स्क्वायर एरर (RMSE) रिपोर्ट करता है।
सैद्धांतिक रिकवरी: शोध पत्र सत्यापित करता है कि SKF $r=2$ पर सूचना-रूप (information-form) कलमन फ़िल्टर को सटीक रूप से पुनः प्राप्त करता है।

प्रयोगात्मक परिणाम (Experimental Results)

लेखकों ने कई सिस्टमों पर SKF का बेंचमार्किंग किया:

SE(2) रिजिड बॉडी किनेमैटिक्स: लीनियर ड्रिफ्ट और डिफ्यूजन ( $\bar{d}=0$ ) के साथ, SKF मोंटे कार्लो (MC) संदर्भों के साथ 0.5% के भीतर मेल खाता है। $r=4$ पर स्कोर मैचिंग सफलतापूर्वक गैर-गॉसियन वक्राकार आकृतियों को कैप्चर करता है जिन्हें गॉसियन फिट मिस कर देते हैं।
स्टोकेस्टिक लोटका-वोल्टेरा डायनेमिक्स: बाइलिनियर इंटरैक्शन ( $\bar{d}=1$ ) के साथ, स्टीन क्लोजर के साथ SKF, MC वेरिएंस के साथ 0.065% और उच्च-क्रम मोमेंट्स के साथ 2-7% के भीतर मेल खाता है।
कपल्ड डफिंग ऑसिलेटर्स: एक उच्च-आयामी सेटिंग ( $n=2N$ अप टू $n=20$ ) में, SKF ने मीन RMSE के मामले में लगातार EKF, UKF, EnKF और 500k-पार्टिकल बूटस्ट्रैप फ़िल्टर को पीछे छोड़ दिया। गॉसियन फ़िल्टर्स एक समान एरर बैंड में अभिसरित हुए, जो यह सुझाव देता है कि सीमा गॉसियन सन्निकटन (approximation) की थी न कि अपडेट नियम की।
कम्प्यूटेशनल दक्षता: एक सिंगल लैपटॉप CPU पर, $n=10$ (41s) के लिए SKF का रनटाइम 500k-पार्टिकल PF (312s) की तुलना में काफी कम था। यह विधि MaxEnt-आधारित दृष्टिकोणों (MEM-KF) द्वारा आवश्यक विभाजन फलन के घातांकीय लागत से बचती है, जो $n > 4$ के लिए अव्यवहार्य हो जाता है।

महत्व और दावे (Significance and Claims)

शोध पत्र का दावा है कि SKF पार्टिशन-फंक्शन-फ्री रूट टू हाई-ऑर्डर मोमेंट फ़िल्टरिंग प्रदान करता है। विभाजन फलन के घातांकीय-लागत वाले मूल्यांकन को पॉलीनोमियल-लागत वाले लीनियर सॉल्व से बदलकर, यह विधि उच्च-आयामी प्रणालियों ( $n=20$ ) के लिए नॉनलीनियर बेयसियन फ़िल्टरिंग को कमोडिटी हार्डवेयर पर भी सुलभ बनाती है।

लेखक SKF को गॉसियन फ़िल्टर्स (जो कुशल हैं लेकिन गैर-गॉसियन विश्वासों के लिए सटीक नहीं हैं) और पार्टिकल फ़िल्टर्स (जो सटीक हैं लेकिन महंगे हैं) के बीच एक मध्य मार्ग के रूप में देखते हैं। विधि मोमेंट-आधारित दृष्टिकोणों के कम्प्यूटेशनल लाभों को बनाए रखती है जबकि उस प्राथमिक बाधा (विभाजन फलन मूल्यांकन) को दूर करती है जिसने पहले उन्हें निम्न आयामों तक सीमित कर दिया था। शोध पत्र विनम्रतापूर्वक नोट करता है कि हालांकि यह मल्टीमोडलिटी और स्क्यूनेस को अच्छी तरह से संभालता है, यह मान लेता है कि डायनेमिक्स और नॉइज़ स्टैटिस्टिक्स पर्याप्त रूप से सटीक हैं ताकि मोमेंट प्रोपेगेशन उपयोगी हो सके, और यह स्वाभाविक रूप से मॉडल मिसस्पेसिफिकेशन (model misspecification) का समाधान नहीं करता है।