Mar, 2020

COPT: 协调优化输运以进行图形素描

PDF
TL;DR提出了一种新的图之间距离度量方法 COPT，通过优化程序计算两个最佳传输映射对，同时为图形草图和图形比较提供了一种无监督的通用图形表示方法，在合成和真实数据集上，COPT 优于现有技术方法的图形分类性能。
发现论文，激发创造
  • 共同优化传输

    提出一种名为 COOT 的新型最优输运问题，它同时优化两个输运映射，用于异质域适应和聚类数据总结，相比现有的方法，COOT 表现出更高的性能。

    Feb, 2020

  • 最优传输的共聚类

    通过基于熵正则化最优输运的新方法和 Gromov-Wasserstein 距离概念，实现并优化了联合聚类的算法，可以自动地确定行和列聚类的数量，并在广泛的实验评估中展示了其快速和准确的功能。

    May, 2017

  • GOT: 一种图比较的最优传输框架

    我们提出了一个完全新的基于最优传输的框架，用于比较图形，该框架能够有效地解决不同任务，如图形对齐，图形分类和图形信号预测问题，通过显式解析 Wasserstein 距离的表达式，其中图拉普拉斯矩阵被用来描述类似于曲面的图形信号分布的概率分布，最终优化处理的难点是用基于贝叶斯探索的随机算法来破解图形对齐问题的非凸性。

    Jun, 2019

  • 跨领域对齐的图优化传输

    本文提出了基于图的最优传输（GOT）框架，采用最优传输学习跨领域映射，通过表示实体和动态构建的图来解决节点和结构之间的匹配问题，并通过节点匹配和结构匹配的 Wasserstein 距离和 Gromov-Wasserstein 距离用于损失公式实现对齐，在包括图像 - 文本检索、视觉问答、图像描述、机器翻译和文本摘要等各种任务中取得了一致的高效表现。

    Jun, 2020

  • 结构化最优输运

    本文提出一个非线性广义离散最优传输模型，可应用于领域自适应和自然语言处理中，同时探索其快速算法和相关属性。Illustrative experiments 展示了模型引导的结构耦合的好处。

    Dec, 2017

  • 最优输运在图匹配中的应用

    本文提出一种名为 GOAT 的修正版算法，它使用最优输运的方法替代了线性分配算法，以加快计算和提高准确性，用于解决图匹配问题。

    Nov, 2021

  • 元最优输运

    该论文研究了利用折旧优化技术来预测最优输运映射的应用，称之为 “元优化传输”（Meta OT)。它提高了标准方法的计算效率，并改进了收敛速率。

    Jun, 2022

  • 有向、加权图的最优运输距离：以细胞间通信网络为例的案例研究

    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

  • 通过最优传输计算几何数据集之间的距离

    本文提出了一种基于最优传输理论的数据集距离度量方法，不依赖于具体模型参数及训练数据，能够更好地比较数据集的相似度，与转移学习难度具有很好的相关性。

    Feb, 2020

  • 神经最优传输

    该研究介绍了一种基于神经网络的算法，用于计算强和弱输运成本的最优输运图和计划，并证明了神经网络是概率分布之间传输计划的通用逼近器。通过在玩具示例和非成对图像翻译上评估我们的最优输运算法的性能。

    Jan, 2022