研究正则化问题的对偶问题,提出了用高斯 - 塞德尔方法和半光滑拟牛顿方法解决的方案,实验证明这两种方法在小正则化参数下表现良好。
Mar, 2019
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
该论文提出了一种基于图顶点的概率分布最优传输方法,它不仅满足三角不等式,而且具有更好的可扩展性和与连续传输理论的联系,同时提供了一个适用于该方法的时间离散化方法并验证了其有效性。
Mar, 2016
本文介绍了一种离散最优传输的推广,应用于彩色图像处理,并将其扩展到 distribution 的 Barycenters 计算,它们的混合体是通过图像彩色调整用于颜色归一化。
Jul, 2013
本文探讨在最优输运问题的原始和对偶形式中引入强凸项的正则化方法,以产生稀疏和群稀疏输送计划,并在颜色转移任务上展示了该框架的应用。
Oct, 2017
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
本研究提出了一个新的正则化解释角度,即将正则化视为一种鲁棒性机制,展示了任何凸正则化的 OT 都可以被解释为接受对手 -- 地面成本的方式。这同时可以在地面空间上提供鲁棒的不相似性度量方法,并提出了相应的算法和实验性说明了这种方法的优越性。
Feb, 2020
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
本文提出了一种新的最优输运问题方法,具有明确的基数约束,既能保证传送方案的稀疏性,又能够限制匹配的最大数量,使其在稀疏专家混合等应用中能够更好地解决计算性能问题。
Sep, 2022
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