[论文解读] Diffusion bridges for stochastic Hamiltonian systems with applications to shape analysis

Alexis Arnaudon, Frank van der Meulen+2 more|arXiv (Cornell University)|Feb 3, 2020

Morphological variations and asymmetry参考文献 16被引用 5

一句话总结

本文提出了一种用于形状分析与流体动力学中随机哈密顿系统的新颖扩散桥采样方案，实现了从部分观测的特征点数据中有效重建路径并进行参数推断。通过利用几何结构并处理非线性配置空间，该方法将非精确匹配推广至随机设置，并克服了先前方法在采样效率和奇异解适用性方面的局限性。

ABSTRACT

Stochastically evolving geometric systems are studied in geometric mechanics for modelling turbulence parts of multi-scale fluid flows and in shape analysis for stochastic evolutions of shapes of, e.g., human organs. Recently introduced models involve stochastic differential equations that govern the dynamics of a diffusion process $X$. In applications $X$ is only partially observed at times $0$ and $T>0$. Conditional on these observations, interest lies in inferring parameters in the dynamics of the diffusion and reconstructing the path $(X_t,\, t\in [0,T])$. The latter problem is known as bridge simulation. We develop a general scheme for bridge sampling in the case of finite dimensional systems of shape landmarks and singular solutions in fluid dynamics. This scheme allows for subsequent statistical inference of properties of the fluid flow or the evolution of observed shapes. It covers stochastic landmark models for which no suitable simulation method has been proposed in the literature, that removes restrictions of earlier approaches, improves the handling of the nonlinearity of the configuration space leading to more effective sampling schemes and allows to generalise the common inexact matching scheme to the stochastic setting.

研究动机与目标

• 解决在仅观测到初始和最终状态时，从随机几何系统中推断动力学并重建未观测路径的挑战。
• 克服现有桥接模拟方法在随机特征点模型中失效或对非线性和几何性施加严格假设的局限性。
• 开发一种适用于有限维形状特征点系统及流体动力学中奇异解的通用采样方案。
• 通过在随机动力学下提供精确高效的路径重建，实现对流体流动特性与形状演化过程的统计推断。
• 将常用于确定性形状分析的非精确匹配框架推广至随机设置，提升真实世界应用中的建模保真度。

提出的方法

• 提出一种基于描述形状分析中特征点构型动力学的随机微分方程（SDE）的桥接采样方案。
• 利用哈密顿系统的几何结构，确保采样过程尊重配置空间的内在非线性几何。
• 构建在观测到的初始和最终特征点构型处被固定的条件扩散过程，通过桥接模拟实现路径重建。
• 集成保持底层哈密顿动力学对称与动量守恒结构的数值格式，以提高采样精度。
• 通过在动力学中引入随机扰动，将非精确匹配范式适应至随机设置，实现对形状演化中不确定性的现实建模。
• 将该方法应用于有限维特征点系统及流体动力学中的奇异解，证明其在几何力学中的广泛适用性。

实验结果

研究问题

• RQ1 如何高效模拟具有非线性配置空间（如形状分析中出现的）的随机哈密顿系统中的扩散桥？
• RQ2 何种采样方案可实现对部分观测下基于特征点的形状演化模型中未观测路径的精确重建？
• RQ3 非精确匹配框架在何种方式下可推广至随机动力学，同时保持几何与统计一致性？
• RQ4 与现有方法相比，该方法在非线性与奇异解存在的情况下，如何提升采样效率与精度？
• RQ5 该桥接采样方法对流体流动参数与形状演化动力学的统计推断具有何种影响？

主要发现

• 所提出的桥接采样方案成功处理了此前无有效模拟方法的随机特征点模型，填补了文献中的关键空白。
• 通过尊重配置空间的非线性几何，该方法提升了采样效率，实现了对路径空间更有效的探索。
• 该方法将非精确匹配方法推广至随机动力学，实现了对形状演化与流体流动中不确定性的更真实建模。
• 该方案既适用于有限维特征点系统，也适用于流体动力学中的奇异解，展现出广泛的理论与实际相关性。
• 通过保持底层哈密顿系统的辛结构与动量守恒特性，该方法确保了物理上一致且稳定的路径重建。
• 该方法即使在仅端点有部分观测的情况下，也能实现对控制流体流动或形状演化参数的稳健统计推断。