近似的ウォッサースタイン勾配フローによる、非単調MAR欠損下での生成モデリング
arXiv stat.ML / 2026/4/7
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、MAR欠損データからアドホックな補完（imputation）に頼らずに完全データセットを生成するための、原理に基づく反復型生成手法FLOWGEMを提案する。
- FLOWGEMは、欠損パターンの違いにまたがって、観測データ分布と生成サンプルの分布の間の期待KLダイバージェンスを最小化するよう設計されており、最尤推定を無視（ignoring）することに関する収束結果に動機づけられている。
- この最適化を実現するために、手法はウォッサースタイン勾配フローに基づく粒子進化を離散化し、速度場を密度比の局所線形推定器で近似する。
- シミュレーション研究および実データのベンチマークを含む実験により、FLOWGEMが最先端の性能に到達し、特に非単調MARメカニズムに対して結果を改善することが示される。
- 全体として、本研究はFLOWGEMを、既存の補完アプローチに対する理論的に裏付けられ、かつ実務上も競争力のある代替手法として位置付け、理論と経験的性能を橋渡しする。
