LatticeVision：非定常な空間データをモデリングする画像から画像へのネットワーク
arXiv stat.ML / 2026/4/22
💬 オピニオンModels & Research
要点
- この論文は、少数の空間的に分布した確率変数（フィールド）のアンサンブルしか得られない状況で、パラメトリックな空間統計モデルのパラメータ推定を扱います。
- 大規模で非定常な空間フィールドでは最大尤度推定（MLE）の計算負荷が過大になるため、MLEを回避する形でニューラルネットワークによりパラメータを推定することの利点を示します。
- 空間自己回帰（SAR）モデルに焦点を当て、SARパラメータが規則的なグリッド上に配置できることから、入力（空間フィールド）と出力（モデルパラメータ）を画像として見なせる点を指摘します。
- この着想に基づき、画像から画像へのネットワークによって、非定常SARモデルのパラメータ推定をより高速かつ高精度に実現し、これまでにない規模の複雑さでのモデリングが可能だと示します。
