本文介绍了一种基于图论的最优运输问题，提出使用二次正则化方法来处理在二元邻接矩阵的基础上运用网络流算法，进一步探索并优化新颖的牛顿优化算法

Apr, 2017

比较最优输运的图表近期引起了相当大的关注，由于最优输运所引发的距离既提供了图表之间的合理度量，又给出了关联图表之间在输运计划方面的可解释描述；由于缺乏对称性，在通常考虑的形式中引入了挑战，因此图表的最优输运距离主要针对无向图进行了开发。在本文中，我们提出了两种基于变种最优输运的距离度量来比较有向图：(i) 汉明距离 (Wasserstein) 和 (ii) Gromov-Wasserstein (GW) 距离。我们评估了这两种距离，并讨论了它们在模拟图表数据和从单细胞 RNA 测序数据推断的真实世界有向细胞间通信图表中的相对性能。

Sep, 2023

介绍最优输运的数学理论，以及其在计算物理学中测量函数距离、插值和保持质量 / 体积方面的应用，介绍最优输运的主要原理和其与其他概念的关系，并介绍一种名为半离散的具体设置，该设置自然地导致了一种高效的计算算法，该算法使用计算几何的经典概念如广义 Voronoi 图 - 拉格朗日图。

Oct, 2017

本文研究在离散度量图上构建位移插值的方法，基于将任何以离散图中的距离为代价函数的最优输运问题逼近为一系列 Schrödinger 问题，由此定义出位移插值，并基于熵最小化问题的 Gamma 收敛定理得出主要收敛结果。

Aug, 2013

该研究考虑如何计算结构化对象间的距离，并提出了一种新的用于概率分布度量的运输距离 ——Fused Gromov-Wasserstein（FGW），成功在图分类任务中超越了传统方法，对于图的聚类问题也起到了积极的作用。

May, 2018

本文介绍了最优传输方面的数值方法，旨在解决在图形和机器学习中遇到的三角形网格、图形、点云等定义在几何域上的难以高效解决的大规模线性规划，通过使用离散优化、凸分析等为数值最优传输问题提供理论可证明的模型，并讨论了其中的一些问题。

Jan, 2018

该论文提出了一种通过噪声数据推断未知成本的方法，利用了前向最优传输问题和随机数生成方法作为基础，探讨了其在国际迁移流问题上的应用和不确定性量化。

May, 2019

本文提出更快的算法来近似计算两个离散概率分布之间的最优传输距离（如移动距离），同时提供对其的简要介绍和优化，通过将最优传输归约为规范化优化问题，该问题可以在近似线性时间内解决，处理了 linear programs 等问题。

Oct, 2018

该论文讨论了 Optimal Transport 在不同空间中的运用，尤其是研究了如何在图形和结构化数据之间定义和应用 Optimal Transport，特别是在这些数据属于不可比较空间时如何完成适应操作。该文提出了一组 Optimal Transport 工具，其中包括对 Gromov-Wasserstein 距离的研究，其性质可以定义不同空间中的有趣运输问题。我们分析了各种工具的数学性质，建立了计算它们的算法解决方案，并研究了它在许多机器学习场景中的适用性，其中包括分类和简化、结构数据分区以及异构域适应。

Nov, 2020

本文旨在建立离散扩散模型的概率流动基本理论，从而定义符合最优运输原理的离散概率流动，并提出一种超越以往的离散扩散模型的新型采样方法。通过在合成玩具数据集和 CIFAR-10 数据集上的广泛实验证实了所提出的离散概率流动的有效性。

Nov, 2023