볼츠만 샘플링을 위한 부트스트랩 노이즈드 에너지 매칭 (BNEM)

초록

BNEM은 에너지 함수만을 이용해 볼츠만 분포의 독립 표본을 생성하는 새로운 확산 기반 샘플러이다. 기존 iDEM 대비 노이즈된 에너지(Eₜ)를 직접 학습함으로써 목표 함수의 분산을 크게 낮추고, 부트스트랩 기법을 도입해 편향‑분산 트레이드오프를 조절한다. 2‑차원 40‑가우시안 혼합 모델과 4‑입자 이중우물 포텐셜 실험에서 기존 베이스라인을 능가하며, 하이퍼파라미터에 대한 강인성을 보인다.

상세 분석

본 논문은 볼츠만 분포 µ_target(x)∝exp(−E(x))에서 직접 샘플을 얻기 어려운 상황을 가정하고, 에너지 함수 E만을 이용해 확산 모델을 학습하는 프레임워크를 제시한다. 핵심 아이디어는 “노이즈된 에너지 매칭”(Noised Energy Matching, NEM)으로, 기존 확산 모델이 목표로 하는 조건부 스코어 ∇log pₜ(xₜ|x₀) 대신, 노이즈가 섞인 데이터의 에너지 Eₜ(xₜ)=−log Eₓ