技術要約：解析的分散スケジュールのを用いた生成拡散サロゲート

問題提起

確率的輸送は、未解決の強制力、散乱、または不均質な媒体（例：乱流磁場、多孔質媒体、細胞内輸送）によって、初期に構造化された分布が広がる物理系を記述する。これらのシステムに対する効果的なサロゲート（代用モデル）は、確率的であり、時間分解能を持ち、非ガウス的な分布構造を表現できるものでなければならない。

生成拡散モデル（GDM）は、ノイズによる破壊プロセスを学習することでこれらの特性を備えているが、科学分野における標準的な適用には決定的な制限がある。それは、ノイズ・スケジュール（ノイズが加えられる速度）が、通常、画像や音声の品質を最適化するためにヒューリスティック（例：線形またはコサイン関数）に選択される点である。しかし、物理的輸送においては、分布の全容は未知であっても、分散（平均二乗変位）はマクロな理論や経験的なスケーリング則から既知である場合が多い。既存の科学的サロゲートは、生成のタイムスケールを純粋にアルゴリズム的なものとして扱うか、あるいは支配方程式の残差を罰する物理情報に基づいた制約や軌跡データに依存している。既知の分散進化を通じて、生成の「時計」を物理的時間に直接結びつけるフレームワークが存在しないため、中間時間の輸送データなしでの較正されたエミュレーションが困難となっている。

手法

著者らは、解析的分散スケジュールを用いた生成拡散サロゲートのためのフレームワークを提案している。核心となる革新は、ヒューリスティックなノイズ・スケジュールを、既知のマクロな分散則から直接導出されたものに置き換えることである。

1. 物理に根ざした分散スケジュール

本手法は、拡散モデルの分散爆発（Variance Exploding; VE）定式化を利用する。フォワード過程において、データ $x_0$ は以下の確率微分方程式（SDE）によって破壊される：
$$dx_\tau = \tilde{g}(\tau) dW_\tau$$
ここで、$W_\tau$ はウィーナー過程である。累積分散 $\tilde{\sigma}^2(\tau)$ は、スケジュール $\tilde{g}(\tau)$ を通じて $\tilde{g}^2(\tau) = \frac{d}{d\tau}\tilde{\sigma}^2(\tau)$ により決定される。

$\tilde{g}(\tau)$ をヒューリスティックに選択する代わりに、著者らはそれを物理的な分散則 $\tilde{\sigma}^2(\tau)$（例：テレグラフ方程式における弾道的から拡散的への遷移）に基づいて規定する。これにより、生成時間 $\tau$ が、二次のモーメントのレベルで物理的時間に固定される。分散の経路は、構成によって解析的に強制される。

2. スケールと形状の分離

分散の進化を固定することにより、ニューラルネットワーク（スコア関数 $s_\theta$）は、二次のモーメントのダイナミクスを学習する負担から解放される。その役割は、以下の分布形状の進化を学習することに限定される：

• 入力分布 $P_0$ から継承される非ガウス構造。
• 経路に沿って存続または緩和する高次キュムラント（例：尖度）。

時刻 $\tau$ における周辺分布は、理論的には、入力分布 $P_0$ と分散 $\tilde{\sigma}^2(\tau)$ を持つガウスカーネルとの畳み込みである。したがって、モデルの過剰尖度は以下のように決定論的に緩和される：
$$K_M(\tau) = K_0 \left( \frac{\sigma_0^2}{\sigma_0^2 + \tilde{\sigma}^2(\tau)} \right)^2$$
ここで、$K_0$ は入力の尖度、$\sigma_0^2$ は入力の分散である。

3. 入力データのみによる学習

実用上の大きな利点として、このモデルは学習に入力データのみ（$P_0$）を必要とする。ネットワークは、規定された分散経路に沿って破壊されたサンプルを用いて、デノイジング・スコアマッチングを用いて訓練される。中間時間の物理的輸送データは一切必要ない。「実験の仮想的な拡張」により、検出器の読み出し時間 $\tau^*$ を超えて生成時間を延ばすことで、モデルは完全に無相関なガウス状態（$P_1$）に到達でき、その後、逆方向の確率フロー常微分方程式（PF-ODE）を $\tau^*$ まで積分することで、サロゲートの周辺分布を生成する。

4. 実装の詳細

• アーキテクチャ: グループ正規化（GroupNorm）を用いた10ブロックのFiLM-MLPスコアネットワークを使用し、正弦波の時間埋め込みを用いる。
• 条件付け: ネットワークはオプションとして、入力の尖度 $K_0$ をFiLM埋め込みを介して条件付けることができ、単一のモデルで複数の入力分布を扱うことが可能である。
• サンプリング: 逆方向サンプリングは、PF-ODE（決定論的）または逆方向SDE（確率的）を用いて行われ、特定の物理的読み出し時間 $\tau^*$ で停止する。

主な結果

1. 分散整合性の検証

ゴールドスタイン–カック（テレグラフ）過程を用いた制御されたアブレーション研究において、著者らは、物理に根ざしたスケジュール（Telegraph-VE）を用いたモデルが、解析的な弾道的から拡散的への分散クロスオーバーを正確に再現することを実証した。対照的に、標準的なヒューリスティック・スケジュール（Linear, Cosine, Karras/EDM）は、このクロスオーバーの物理的なタイミングおよび形状との整合に失敗し、分散および尖度の指標において数桁高い誤差を生じさせた（表1）。

2. 尖度の緩和と高次統計量

サロゲートは、ガウス畳み込み理論（式4）によって予測される決定論的な過剰尖度の緩和を正常に再現した。

• 一致: 学習されたスコアおよび逆方向サンプラーは、様々な入力Student-$t$分布に対して、解析的な尖度緩和曲線と一致した。
• Kacカーネルとの比較: 同一の分散則を持つが、有界なサポートと異なる高次モーメントを持つ有限速度のKac/テレグラフカーネルと比較した際、ガウスVEサロゲートは、Kacカーネルが過渡的な負の尖度を示したのに対し、乱流プラズマシミュレーションで見られる正の過剰尖度を正しく捉えた。これは、サロゲートが入力統計から継承される正しい非ガ Gauss 的特徴を捉えていることを強調している。

3. 乱流プラズマ輸送への適用

本手法は、宇宙線や核融合プラズムに関連する、磁化乱流における荷電粒子輸送に適用された。

• セットアップ: プロトン・ラジオグラフィのデータとMHD乱流シミュレーションを用い、高リジディティ粒子の輸送をモデル化した。
• 性能: テレグラフの分散則に固定されたサロゲートは、スケジュールのチューニングなしに、実験室で測定された分散スケールとシミュレーションされた尖度の進化を正確に再現した。
• 間欠性: モデルは、磁場揺らぎから粗視化スケールへのヘビーテイル統計（間欠性）を伝播させることに成功し、粒子変位分布に見られる正の過剰尖度を捉えた。

4. 非物理的ベンチマーク

2次元のスイスロール多様体において、テレグラフ・スケジュールは、標準的なEDMスケジュールと比較して、局所的な忠実度とグローバルな構造のカバー範囲の両方において、様々な近傍サイズにわたって競争力のある精度-再現率のバランスを提供した。

意義と主張

本論文は、生成拡散モデルの分散スケジュールに、マクロな物理的輸送則を直接結びつけるフレームワークを提供することを主張している。その主な意義は以下の通りである：

1. 較正されたエミュレーション: 分散を通じて生成の時計を物理的時間に固定することで、サロゲートは、微分可能なPF-ODEを介した尤度ベースのパラメータ推定（例：相関時間や拡散係数の推論）が可能な、較正された推論ツールとなる。
2. データ効率: 「入力データのみ」による学習パラダイムは、中間時間の輸送データが得られない実験環境において非常に効率的であり、入力分布とマクロな分散則のみを必要とする。
3. ダイナミクスの分離: このアプローチは、スケール・ダイナミクス（解析的に扱われる）と分布の形状（ニューラルネットワークによって扱われる）を分離する。これにより、ネットワークは分散の進化を再学習することなく、非ガウス構造や高次キュムラントの学習に専念できる。
4. 汎用性: 本手法は、異常拡散（劣拡散および超拡散）や、粗いボラティリティ、人間の移動性などの他の確率的拡散問題を含む、既知の非減少分散則を持つあらゆるシステムに適用可能である。

著者らは、サロゲートが二次のモーメントのレベルではガウスカーネル近似であるものの、多くの独立した寄与を平均する診断（中心極限定理による）を正確に記述し、入力統計を通じて主要な非ガウス的特徴を捉えるものであると強調している。この手法は、個々の粒子の軌跡を再構成することを目的としているのではなく、アンサンブルの分布的進化を記述することを目的としている。