본 논문은 대비 목적을 통해 마르코프 전이 커널을 학습하기 위한 통계-역학 좌표 프레임워크인 도블린 기반 대비 차트를 소개합니다. 재시작 법칙과 앵커 강도를 활용하여 목표 전이를 재시작 법칙과 혼합하여 앵커된 커널을 생성합니다. 이 커널은 도블린 마이너화된 마르코프 커널이자 이진 대비 실험에서 양의 조건부 법칙이며 원래 전이 법칙에 대한 명시적 역변환 좌표입니다.
앵커된 대비 위험은 앵커된 전이 밀도를 식별하고 과잉 위험을 밀도 오차에 맞춰 조정한다는 것을 증명합니다. 학습된 점수의 역변환은 부호가 있거나 정규화되지 않은 객체를 생성할 수 있으므로 커널의 유효성을 복원하면서 통합 $L^1$ 정확도를 상수 배수로 유지하는 측정 가능한 마르코바화 연산자를 도입합니다.
정거리에 따라 기하 급수 $β$-혼합 경로의 경우 보수적인 희석-결합 확장을 통해 효과적인 샘플 크기와 동일한 재구성 인터페이스를 제공합니다. 점유 가중 교란 경계는 일 단계 커널 오류를 명시적 커버리지 하에서 유한 수평 마진, 경로 법칙 및 점유 측정 오류로 전송합니다.