正则离散最优输运
本文提出了一个基于熵正则化的数值框架来近似解线性规划问题,特别是关于最优输运问题的计算。该方法可应用于多种变分问题,如最优输运度量的重心、断层重构、多边缘最优输运和具有容量约束的最优输运。
Dec, 2014
优化输运的原始表述引入了严格凸项以减少数值复杂度和增加输运计划的密度。然而,许多公式在输运计划上施加了全局约束,例如依赖于熵正则化。我们引入自适应正则化优化输运(OTARI),它对每个点的质量流入和 / 或流出施加约束,从而减少了质量均衡问题。我们展示了该方法在领域适应中的益处。
Oct, 2023
本文提出了一种针对离散最优输运问题的平滑凸正则化统一框架,并基于 Bregman 差异将正则化最优输运等效于矩阵相似问题,其中的算法包括基于 Sinkhorn-Knopp 以及 Dykstra 的交替投影算法,以及基于牛顿 - 拉夫逊法的扩展算法。此外,还将该框架应用到了机器学习和信息几何等领域,并通过实验进行了验证。
Oct, 2016
本文通过隐函数定理和 Monte Carlo 模拟的方法,证明了针对有限度量空间上概率分布的经验正则化最优传输距离,尤其是 Sinkhorn 散度的极限分布为高斯分布,同时说明 Bootstrap 方法的一致性,证明了该结论的计算和统计学应用。
Oct, 2018
本文证明了熵正则化最优输运问题的 Gamma 收敛性,并证明了隐式步骤按熵正则化距离时收敛于原始梯度流,证明了压缩后的最优输运计划收敛于最优输运计划,这表明了压缩后的熵正则化最优输运计划在熵消失时收敛于最优输运计划。
Dec, 2015
该论文提出了一种在潜在的全局转换情况下进行离散最优传输的通用框架,并通过采用灵活类的不变性来选择转换进行联合最优化求解,成功解决了包括无监督词汇翻译基准在内的各种任务。
Jun, 2018