연속 몬테카를로로 구현하는 와서스테인 피셔 라오 흐름

초록

본 논문은 목표 분포 π의 KL 발산을 최소화하는 최적화 문제를 와서스테인‑피셔‑라오(WFR) 기하학에 기반한 연속 몬테카를로(SMC) 알고리즘으로 풀어낸다. 기존의 와서스테인 흐름(확산)과 피셔‑라오 흐름(탄생‑소멸)을 결합한 WFR 흐름을 시간‑공간 이산화하여, 라플라시안 기반 라그랑주 확산 단계와 중요도 가중치 업데이트를 교대로 적용한다. 제안 알고리즘은 기존의 라그랑주‑탄생‑소멸 방법보다 수렴 속도가 빠르고 초기값에 덜 민감함을 실험을 통해 입증한다.

상세 분석

이 논문은 확률분포 π에 대한 샘플링을 KL 발산 최소화라는 최적화 문제로 재구성하고, 이를 다양한 리만 기하학 위에서의 gradient flow 로 표현한다. 와서스테인(W) 흐름은 확산형 PDE ∂ₜμₜ = ∇·(μₜ∇log π) 로, 라그랑주 확산(Langevin)과 동일시되며, 로그‑소보레프 불평등을 가정하면 지수적 수렴을 보장한다. 반면 피셔‑라오(FR) 흐름은 μₜ · (log π − E_{μₜ}