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
本文提出了两种方法，从子空间中的最优传输中推断出在整个空间中的近似最优传输， 进而研究了高斯混合模型的领域适应方案并应用于椭圆词嵌入的语义中介。
May, 2019
本研究借鉴正则化理论，提出算法，利用二阶Wasserstein距离和Lipschitz性质，通过解决优化问题来得到光滑的Brenier凸函数，实现了快速而准确的图像传输。
通过引入随机算法，该研究提出了一种计算连续分布的Wasserstein重心的有效在线算法，该算法基于优化输运理论和Wasserstein重心，并使用其对偶势隐式地参数化了该问题。
Aug, 2020
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
本文针对数据的低固有维度这一流形假设，提出了一种基于内在维度的统计精细界限的方法，证明了最小固有维度缩放现象是一种普遍现象，为熵正则化的统计效应提供了首个严格解释。
Jun, 2023
本文提出了一种新的WD代理min-SWGG，该代理基于两个输入分布的一维最优投影诱导的运输映射，并提供了一个相关的传输计划，证明min-SWGG是WD的上界且具有类似于切片Wasserstein的复杂度和梯度下降优化。作者也研究了一些理论性质和在渐进流、形状匹配和图像着色等各种情况下的实证支持。
Jul, 2023
在这项工作中，我们利用了Gromow-Wasserstein和成本正则化的最小化线性最优传输目标之间的并行性质，参数化一种地面成本函数来匹配两个不同的欧氏空间中的测度，通过在转换后的源点和目标点之间计算成本。我们提供了一种近似算法，从不对齐的数据中提取这样的转换，并证明其适用于单细胞空间转录组学/多组学匹配任务。
Nov, 2023
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。
通过将经验分布嵌入到潜在空间中，使欧式距离近似于最优输运距离，Wasserstein Wormhole提供了一种可扩展且可解释的方法，用于计算最优输运距离，并在计算几何学和单细胞生物学领域的数据分析中开辟了新的研究方向。
Apr, 2024