通过找到一种优化非线性映射,将数据降维到一维后计算 Wasserstein 距离,本文提供了 KMS p-Wasserstein 距离的尖锐有限样本保证,并给出了计算 KMS 2-Wasserstein 距离的难度和仿真实验的表现。
May, 2024
使用投影和子空间的替代方法优化原始的最优输运问题,同时研究其在不同领域的应用,包括黎曼流形、不平衡最优输运问题、梯度流和概率测度空间中的 Busemann 函数以及 Gromov-Wasserstein 距离的推广。
Nov, 2023
本研究提出了一种新的变分推断方法,通过最小化切片 Wasserstein 距离来近似非规范化分布并使用神经网络对变分分布进行逼近。我们还提供了理论性分析,并用合成和实际数据进行了实验验证。
Jul, 2022
本文介绍了 Wasserstein 距离作为概率分布度量的数学概念,以及其在统计学中的重要应用,包括了弱收敛、矩收敛、概率分布扰动等内容。
Jun, 2018
本论文介绍了一种用于比较球形概率测度的高速、高度并行化的距离度量方法 ——Stereographic Spherical Sliced Wasserstein (S3W) 距离,并通过广泛的理论分析和数值研究评估了该距离与最近基准方法在速度和准确性方面的表现。
Feb, 2024
本文针对最优输送(Optimal transport)理论的计算和统计问题,提出了一种新的基于树度量的方法:树切片 Wasserstein 距离。通过使用随机树评估度量,该方法可以在低或高维空间中自适应地计算 Wasserstein 距离的平均值,并通过正定核与其他基线进行比较。
Feb, 2019
本文介绍了切片 Wasserstein 距离的一种新变体,并研究了在 Wasserstein 距离的蒙特卡罗估计中使用正交耦合的方法,并与分层抽样建立了联系,并在生成建模和强化学习的大规模实验中进行了性能评估。
Mar, 2019
在这份研究论文中,我们探讨了在已知非欧几里德几何特性的数据上,机器学习方法在黎曼流形上的应用以及最优输运方法在该领域的研究。我们提出了在卡尔曼 - 哈达玛德流形上的分片瓦砾斯坦距离,该方法在欧几里德空间上具有闭合解,并且我们还探索了该方法在其他几何空间的应用,以及近似计算其瓦砾斯坦梯度流的非参数方案。
Mar, 2024
提出一种新的基于 Gromov-Wasserstein 距离的分歧方法,称为 Sliced Gromov-Wasserstein,它可以通过分片方法处理大规模分布,并在实验中证明了其与 GW 相比处理能力更强但计算速度更快。
May, 2019
此研究介绍了一种基于 Wasserstein 距离的方法,用于高维数问题中的 Gaussian 混合模型的优化问题,并讨论了它的性质和在图像处理中的应用。
Jul, 2019