技術要約：条件付き変数フローマッチング (Conditional Variable Flow Matching: CVFM)

問題提起

条件付き確率密度を時間に対して学習することは、生物学的および物理的領域（例：シングルセル・ゲノミクス、材料科学）における確率的非線形動力学系のモデリングにおいて根本的な課題である。フローベースのモデルは確率分布の時間的進化を予測できるが、既存の手法は科学的応用において2つの決定的な限界に直面している：

1. 非対の（Unpaired）状態観測： 実験的な制約（例：破壊試験）により、同一のサンプルを複数のタイムステップにわたって測定することが困難な場合があり、その結果、非対の状態データ（$x_0 \sim p_0(x)$ および $x_1 \sim p_1(x)$ は独立）が生じる。
2. 非対の（Unpaired）条件付け： 多くのシナリオにおいて、離散的なタイムフレームで観測される条件付け変数（例：温度や電力などのプロセスパラメータ）もまた非対である。すなわち、データは結合分布 $(x_0, y_0) \sim p_0(x, y)$ および $(x_1, y_1) \sim p_1(x, y)$ から抽出されるが、$y_0 = y_1$ である保証はない。

既存の条件付きフローマッチング (CFM) および最適輸送 (OT) 手法は、通常、対になった条件付け、または離散的・カテゴリカルな条件付けを想定している。連続的で疎（sparse）な、かつ非対の条件付けデータに適用した場合、標準的なミニバッチ近似による条件付き結合は高分散の不安定性に陥り、学習の発散や非収束を引き起こす。

手法：条件付き変数フローマッチング (CVFM)

著者らは、非対のデータであっても、連続的な条件密度空間におけるアモータイゼーション（Amortization）を伴うフローの学習を設計したフレームワークである条件付き変数フローマッチング (CVFM) を提案する。

コアとなる理論的洞察

このフレームワークは、アモータイズされた条件付きベクトル場の学習が一貫性を持つためには、条件付け変数のペア $(y_0, y_1)$ が恒等結合（Identity Coupling）（すなわち $y_0 = y_1$）に従わなければならないという理論的知見に基づいている。標準的なミニバッチOTソルバーは、疎なレジームにおいてこれを強制できず、しばしば異なる条件付け値（$y_A \neq y_B$）を持つサンプルをペアリングしてしまい、これが高分散で不一致なフローを生み出す。

これに対処するため、CVFMは以下の3つの主要なコンポーネントを統合している：

1. 状態と条件の同時サンプリング： 本手法は、結合確率パスが $p_t(x, y|z, w) = p_t(x|z)p_t(y|w)$ と分解することを仮定し、状態変数 ($x$) と条件付け変数 ($y$) の両方についてフローを同時にサンプリングする。
2. 異方性最適輸送 (Anisotropic Optimal Transport)： 連続的なデータに対して（ハードな制約は実行不可能であるため）条件付けに関する恒等結合を近似するために、CVFMは異方的な接地コスト関数を採用する：
   $$c_\eta((x, y), (x', y')) = \|x - x'\|_p^p + \eta\|y - y'\|_p^p$$
   ここで、$\eta$ は条件付け次元における輸送を厳しく罰することで、OTソルバーが類似した $y$ 値を持つサンプルをペアリングするように効果的に促すハイパーパラメータである。
3. 条件付け不一致カーネル (Conditioning Mismatch Kernel)： 疎なデータにおける不完全なペアリングによって生じる分散を抑制し、学習をさらに安定させるために、CVFMは損失目的関数に定常的で等方的なカーネル $\alpha(w)$ を導入する：
   $$\alpha(w) = \exp(-\|y_0 - y_1\|_2^2 / 2\sigma_y^2)$$
   このカーネルはソフトフィルターとして機能し、大きな条件付けの不一致（$y_0 \neq y_1$）を持つペアからの損失寄与を減衰させる。理論的解析（定理 3.2）によれば、このカーネルは勾配誤差を抑え込み、条件付け多様体の高密度なサンプリングが不可能な場合でも安定性を確保する。

アルゴリズムの実装

学習目的関数は、不一致カーネルによって重み付けされた、ニューラルネットワーク近似器 $v_\theta(x, y, t)$ とターゲットとなる条件付きベクトル場との距離を最小化する：
$$L_{CVFM}(\theta) = \mathbb{E}_{t, q(z,w), p_t(x|z)} \left[ \alpha(w) \|v_\theta(x, y, t) - u_t(x|z)\|^2 \right]$$
本フレームワークは、決定論的な常微分方程式 (ODE) パスと、スコアおよびフローマッチングの拡張を通じた確率微分方程式 (SDE) パスの両方をサポートしており、条件付きシュレーディンガー・ブリッジを近似することが可能である。

主な貢献

1. CVFM フレームワーク： ペアとなった条件付けを必要とする既存手法のギャップを埋める、完全に非対のデータセット（状態と条件付けの両方）から条件付きフローを学習するための汎用的なアプローチ。
2. 安定化メカニズム： 疎で連続的な条件付きデータレジームに固有の、高分散の不安定性を解決するための、条件付け不一致カーネルと異方性OTの導入。
3. 理論的正当化： 一貫したベクトル場学習の前提条件としての条件付き恒等結合の形式的な確立、および提案されたカーネルが特定の結合条件下で勾配誤差を $O(\epsilon^2)$ に低減することを証明。
4. 確率的動力学への拡張： これらの安定化メカニズムがスコアおよびフローマッチング (SFM) にも拡張可能であり、条件付きシュレーディンガー・ブリッジのシミュレーションを可能にすることの提示。

実験結果

著者らは、合成ベンチマークおよび材料科学のケーススタディを用いてCVFMを評価している：

• 2D トイ問題： 連続的な条件付けを伴う「8 Gaussians – Moons」および「Moons – Moons」のタスクにおいて、CVFMは、COT-FM、T-COT-FM、およびCFMといったベースラインと比較して、より低い Wasserstein-2、エネルギー距離、および最大平均偏差 (MMD) 誤差を達成した。
  • 分散減少： 図2は、COT-FMが（疎なデータにおいて）小規模なバッチサイズで「分散の爆発」を示す一方で、CVFMがこの分散を1桁抑制し、安定した収束を可能にすることを示している。
  • アブレーション研究： カーネル（COT-FM）または恒等結合サンプリング（CFM）を除去すると、エラーが大幅に増大し、両方のコンポーネントの必要性が検証された。
• 材料科学のケーススタディ： 本手法は、材料微細構造のスピノーダル分解（確率的な相分離プロセス）の経時的進化をモデル化するために適用された。
  • 設定： 連続的な製造パラメータ（移動度、濃度）を条件付け変数として、10,000個のシミュレーション・トラジェトリを使用。
  • 性能： SDEベースのバリアント（CVSFM）は、従来のベースライン（Neural ODEs, LSTMs）や他のOT手法（T-COT-SFM）よりも、軌跡のダイナミクス予測において優れた性能を示した。
  • メカニズム： 著者らは、CVSFMの成功を、学習されたスコア関数が「復元場（restorative field）」として機能し、決定論的モデルが失敗するような、硬くて勾配の高い初期の相分離段階における数値的ドリフトを補正していることによるものとしている。
  • 分布の正確性： CVSFMは、異なる条件付けパラメータのサブセットにわたって周辺分布を正確に再構成し、時間の経過に伴う分布の幅と形状の進化を捉えた。

意義と主張

論文は、CVFMが、標準的な手法が不安定性に陥るレジームにおいて、条件付き確率的動力学系を学習するための堅牢なシミュレーションフリーのフレームワークを提供すると主張している。その主な意義は、データの収集が破壊的であったりコストがかかったりするために、状態と実験条件の疎で非対の観測しか得られない科学的システムをモデリングすることを可能にする点にある。

不一致カーネルと異方性輸送を通じて、条件付け多様体上の局所的な一貫性を明示的に強制することにより、CVFMは、状態と条件のペアの疎な非対観測からダイナミクスを学習することを可能にする。著者らは、本手法が（製造プロセスにおいて一般的な設定である）条件付け変数の周辺分布が時間に対して一定であることを前提としているものの、連続的で非対のデータを含む実用的な科学的発見への応用における、理論的な最適輸送と実用的なギャップを埋めることに成功していると述べている。