본문으로 건너뛰기

© 2026 Molayo

arXiv논문2026. 05. 11. 21:39

Kronecker에 얽매이지 마세요: 고차원 불완전 격자에서의 가우시안 프로세스

요약

본 기술 기사는 고차원 환경에서 수치적으로 정확한 가우시안 프로세스 회귀(GPR)를 수행하는 새로운 방법인 CUTS-GPR을 소개합니다. CUTS-GPR은 훈련 데이터 양($N$)에 대해서는 준선형 또는 선형 스케일링, 차원($D$)에 대해서는 저차 다항식 스케일링을 보이는 매우 빠른 커널 행렬-벡터 곱셈을 핵심으로 합니다. 이 방법은 가산성 커널과 불완전 격자 구조적 특성을 결합하여 고차원 포텐셜 에너지 표면의 베이지안 모델링을 가능하게 하며, 계산 화학 분야의 난제를 해결할 잠재력을 보여줍니다.

핵심 포인트

  • CUTS-GPR은 고차원 환경에서 정확한 GPR을 수행하는 새로운 프레임워크입니다.
  • 핵심 기술은 $N$에 대해 준선형/선형, $D$에 대해 저차 다항식 스케일링을 보이는 빠른 커널 행렬-벡터 곱셈입니다.
  • 가산성 커널과 불완전 격자 구조적 특성을 결합하여 계산 효율성을 극대화했습니다.
  • 이 방법은 고차원 포텐셜 에너지 표면의 베이지안 모델링을 가능하게 하여 계산 화학 분야에 큰 기여를 할 것으로 기대됩니다.

저희는 고차원 환경에서 수치적으로 정확한 가우시안 프로세스 회귀(GPR)를 수행하는 새로운 방법인 CUTS-GPR을 소개합니다. CUTS-GPR의 핵심 구성 요소는 훈련 데이터 양 $N$에 대해서는 준선형 또는 심지어 선형 스케일링을, 차원 $D$에 대해서는 저차 다항식 스케일링을 보이는 매우 빠른 커널 행렬-벡터 곱셈입니다. 이는 가산성 커널(additive kernel)과 불완전 격자(incomplete grid)를 결합하고 그 결과로 발생하는 커널 행렬의 구조적 특성을 활용하여 얻어집니다. 저희는 수십억 개의 데이터 포인트와 수천 개의 차원을 사용하여 벤치마크를 실행함으로써 이 행렬-벡터 곱셈의 확장성을 입증합니다. 하이퍼파라미터 최적화를 포함한 전체 GPR 계산은 $N = 447,265$ 및 $D = 24$일 때 몇 시간 만에 완료됩니다. 저희는 CUTS-GPR이 고차원 포텐셜 에너지 표면의 베이지안 모델링을 가능하게 함을 입증하며, 이는 계산 화학 분야에서 오랫동안 해결해야 할 과제였습니다.

AI 자동 생성 콘텐츠

본 콘텐츠는 arXiv cs.LG의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0