계층적 시뮬레이션 기반 추론을 위한 토큰화된 흐름 매칭

요약

시뮬레이터 평가 비용은 시뮬레이션 기반 추론(SBI)의 주요 병목 현상입니다. 특히 전역 및 국소 파라미터를 공유하는 계층적 설정에서는 이 구조를 활용하여 효율성을 높일 수 있습니다. 본 논문은 기존 접근 방식들이 여전히 여러 사이트에서 시뮬레이션을 수행하는 한계를 극복하고자, 우도 분해(Likelihood Factorisation, LF)를 통해 단일 사이트 시뮬레이션만으로 훈련할 수 있는 방법을 제안합니다. 이를 기반으로, 함수 값 관측을 지원하며 계층적 SBI에 적합한 토큰화된 흐름 매칭 접근법인 TFMPE (Tokenised

핵심 포인트

• TFMPE는 함수 값 관측을 처리하는 토큰화된 흐름 매칭 접근법입니다.
• 우도 분해(LF)를 활용하여 여러 사이트 시뮬레이션 없이 단일 사이트 데이터로 훈련할 수 있습니다.
• 제안된 방법은 감염병 및 전산 유체 역학(CFD) 모델 등 실제 환경에서 검증되었습니다.