함수형 정규화 흐름을 이용한 PDE 역문제 베이지안 추론

초록

본 논문은 무한 차원 함수 공간에서 정의된 정규화 흐름(NF)을 활용해 편미분 방정식(PDE) 역문제의 베이지안 사후분포를 효율적으로 근사하는 변분 추론(NF‑iVI) 방법을 제안한다. 변환의 절대 연속성을 보장하는 일반 조건을 수립하고, 이를 만족하는 네 가지 선형·비선형 흐름(함수형 Householder, 투영, planar, Sylvester)을 제시한다. 또한 측정 데이터 차원에 따라 재학습 없이 즉시 사후를 추정할 수 있는 조건부 정규화 흐름(CNF‑iVI) 모델을 설계한다. 세 가지 대표적인 역문제(단순 방정식, Darcy 흐름, 전기 임피던스 단층촬영)에 적용해 이론적 보증과 메쉬 독립성을 실험적으로 확인하였다.

상세 분석

본 연구는 베이지안 역문제의 핵심 난제인 “무한 차원 사후분포의 효율적 근사”에 초점을 맞춘다. 기존의 베이지안화‑후‑이산화 접근법은 사전·사후 측정이 서로 다른 차원에서 정의되면서 발생하는 측정 불연속성, 사전 분포와 사후 분포 사이의 상호 특이성 문제에 직면한다. 이를 해결하기 위해 저자들은 함수 공간 위에서 정의 가능한 정규화 흐름을 도입하였다. 핵심 아이디어는 사전 측정 μ₀를 간단한 가우시안(또는 다른 tractable) 분포로 두고, 연속적이고 가역적인 변환 T_θ를 적용해 μ = T_θ♯μ₀(푸시포워드) 형태의 복잡한 사후 근사 ν_θ를 만든다. 여기서 중요한 수학적 전제는 변환 전후의 측정이 서로 절대 연속이어야 하며, 이는 Radon‑Nikodym 도함수 dν_θ/dμ₀가 존재함을 의미한다. 논문은 이 절대 연속성을 보장하기 위한 일반 조건(예: 변환이 Hilbert‑Schmidt 연산자 형태, Jacobian이 1‑정규화된 연산자 등)을 제시하고, 네 가지 구체적 흐름이 이 조건을 만족함을 증명한다.

① 함수형 Householder 흐름은 선형 반사 연산자를 이용해 무한 차원에서의 회전을 구현한다. 이는 가우시안 사전의 평균을 이동시키면서도 공분산 구조를 보존한다.
② 함수형 투영 흐름은 특정 유한 차원 서브스페이스에 대한 투영 연산자를 적용해, 사전의 주요 모드에 집중하는 변환을 제공한다.
③ 함수형 planar 흐름은 무한 차원에서의 rank‑1 변형을 확장한 형태로, 스칼라 함수와 방향 벡터를 곱해 비선형성을 도입한다.
④ 함수형 Sylvester 흐름은 다중 rank‑k 변형을 결합해 높은 차원의 비선형 구조를 효율적으로 모델링한다.

각 흐름은 변환의 Jacobian determinant가 무한 차원에서도 정의 가능하도록 설계되어, KL 발산의 정확한 계산과 그라디언트 전파가 가능하다. 변분 목표는
\