Diffusion-Based Posterior Sampling: A Feynman-Kac Analysis of Bias and Stability

요약

본 논문은 확산 기반 후방 샘플러(Diffusion-based posterior samplers)의 이론적 행동, 특히 편향과 불안정성 문제를 분석합니다. 저자들은 참후방 분포를 표준 가우시안과 연결하는 계산 가능한 대역을 도입하여 샘플러의 경로와 비교하고, 밀도 비율이 만족하는 쌍곡형 PDE를 통해 누적 편향을 측정합니다. 이 프레임워크를 기존 방법론(DPS, STSL)에 적용하여 샘플러가 특정 영역에서 과다 또는 과소 샘플링되는 현상을 정량적으로 설명하며, 또한 저온 영역에서의 수치적 불안정성을 완화하는 새로운 가이드라인을 제시합니다.

핵심 포인트

• 확산 기반 후방 샘플러의 편향 및 안정성 문제를 이론적으로 분석함.
• 참후방 분포를 표준 가우시안과 연결하여 누적 편향을 측정할 수 있는 계산 가능한 프레임워크를 제시함.
• 기존 방법론(DPS, STSL)에 이 프레임워크를 적용하여 샘플러의 과다/과소 샘플링 영역을 식별하고 설명함.
• 저온 영역에서의 불안정성을 완화하기 위한 '가이드 스톱핑' 기법을 분석하고 제안함.