要旨: 非定常ガウス過程(GP)は、複雑で局所的に不均一な空間データをモデル化するうえで不可欠です。一般的なモデル化アプローチとして、ドメインをワープして等方性を回復する空間変形法があります。しかし、この静的手法では共変量によって誘起される空間相関の変化を考慮できず、新しい共変量条件のもとで非定常GPを予測する能力が制限されます。
変形法の予測モデリングを可能にするために、提案手法では空間変形を共変量の関数としてモデル化します。差次的同相(diffeomorphic)な変形の空間とユークリッド空間の共変量ベクトルは、変形をリー代数の中に住まう速度場によって生成されるものとして特徴づけることで結び付けられます。一般的なリー代数における複数の共変量間の高次相互作用によって生じる推定の不安定性を克服するために、適度な物理的仮定により、それらの相互作用を打ち切ってよいことを証明します。理論結果に基づき、複数の共変量によって駆動される変形の簡潔な関数形を確立でき、共変量―変形のサンプル対が限られた状況でも、外挿(out-of-sample)における非定常GP予測のための効率的な推定‐推論アルゴリズムを開発します。製造分野と地球統計学分野のそれぞれにおいて、シミュレーション研究および2つの事例研究により、この手法の有効性と汎化可能性が示されます。
共変量駆動による空間変形の予測:非定常ガウス過程に向けて
arXiv cs.LG / 2026/5/1
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- この論文は、非定常ガウス過程に対する空間変形手法の制約を扱い、従来の静的なワーピングでは共変量によって変化する空間相関を反映できない点を指摘しています。
- 空間変形を共変量の関数として学習することを提案し、微分同相変形とユークリッドな共変量ベクトルを、Lie代数上の速度場によって結び付けます。
- 推定の不安定性に対しては、Lie代数内の高次の共変量間相互作用を、適度な物理的仮定の下で打ち切れることを証明しています。
- これらの理論結果に基づき、複数の共変量に駆動される変形のコンパクトな関数形を導出し、限られた「共変量–変形」ペアから外挿的な非定常GP予測を行う効率的な推定・推論アルゴリズムを開発しています。
- シミュレーションと、製造業および地質統計の2つのケーススタディで有効性と汎化性を検証しています。




