리만기하-최적운송이론 공부 로그, 2023년 하반기

이 글은 수학의 즐거움, Enjoying Math (이하 수즐) 채널에서 맴버십 회원들이 커뮤니케이션을 나누는 슬랙 채널에 작성된 글들이 3개월 기간 이후에 일괄 사라지는 점으로 인해 백업 목적과 이후에 유익함이 있을 내용들을 정리해두는 것입니다. 이름은 당사자만 본인을 알아볼 수 있도록 정리하였습니다.

KBC
대학원 리만기하 스터디 오늘 스터디랑 관련이 있을 진 모르지만, 우선 제 관심사를 한번 공유해봅니다. 저는 유전자의 발현 및 이 발현이 가지는 의미를 구체적으로 연구하는 방향을 지속적으로 탐색하고 있습니다. 공유드리는 자료는 RNA 순간발현량을 측정하는 수학적 모델링 및 방법에 대한 자료입니다. 

KBC
Optimal transport tutorial 인데, 정리가 잘 된거같아서 공유합니다.

IJC
개인적인 흥미로 conformal geometry와 정보기하 간의 연관(?)을 찾아보려다가 찾은 페이퍼인데, 물리에 조예가 있으신 분들께는 당연한 내용일지 모르겠으나, 저에게는 흥미로웠다 보니 공유해 봅니다. 제목이 워낙 투박해서 처음에는 별로 흥미가 안 갔는데 막상 읽어보니 재밌었어요!내용을 요약해 보면, 공간 위의 점(입자)이 위치 x에 있다고 말하는 것은, 어떤 불확실성을 매개로 true location x’가 있어 x에 p(x’|x)을 associate하는 것으로 생각할 수 있고, 이를 바탕으로 만들어진 information metric과 그 기하(statistical manifold X)를 생각해볼 수 있습니다. x’의 expectation과 covariance matrix를 구하다 보면, 물리학에서 자주 요구되는 covariance가 깨지는데 이를 위해 한 점(P)의 tangent plane(위의 y)에서 maximum entropy principle을 이용해 구한 p(y|P)를 exponential map을 이용해 X 전체에 확률분포를 뿌리는 방식으로 이를 극복합니다. 이렇게 얻어진 p(x’|x)를 이용해 만들어낸 metric g는 실제로 x의 blu...
수학의 즐거움
수학의 즐거움 님이 만드는
차별화된 콘텐츠, 지금 바로 만나보세요.
이미 회원이신가요? 로그인
미국에서 수학을 연구하고 가르치는 일을 업으로 살고 있습니다. 아기 아빠 입니다. 유튜브 '수학의 즐거움, Enjoying Math'를 운영하고 있습니다.
94
팔로워 1.5K
팔로잉 9