研究了紧超度量空间 X 的测度空间的几何形状，表明此 Wasserstein 空间的幂 p 使其成为 l^1 的凸子集，证明了关于超度量情况下 Wasserstein 空间的边界和尺寸估计，以及证明了关于超度量空间包含大的 co-Lipschitz 图像的结构定理。

Apr, 2013

提出了两种不平衡的 Gromov-Wasserstein 公式：一种是基于松弛质量守恒约束的正定差异，另一种是基于锥形提升的等距测距，它们都允许比较拥有正定度量的任意正度量的测度空间 (isometries)。

Sep, 2020

该研究论文介绍了两种 Gromov-Wasserstein 类型的距离，用于高斯混合模型集合。这些距离可作为 Gromov-Wasserstein 的替代品，用于评估两个分布间的差异，并且为点云之间的最优传输计划提供了一种定义方式。同时，该研究还提供了实际应用案例，如形状匹配和高光谱图像颜色转换。

Oct, 2023

证明了有关 Wasserstein 度量下的度量嵌入问题及度量几何、扩张问题和非负曲率的问题。

Sep, 2015

本文研究 Wasserstein 距离的问题，得出了关于概率测度的收敛速度的渐近结果和有限样本结果。结果表明，随着样本量 $n$ 的增加，测度可以呈现出不同的收敛速度。

Jul, 2017

通过对每个图分配基于标准化拉普拉斯谱的概率度量，并使用概率度量之间的 L ^ p Wasserstein 距离，我们在所有图形的集合上定义了相应的谱距离 d_p。当将 d_1 作为拟度量空间的概率度量空间的直径时，我们证明了一。通过交错不等式研究了图形尺寸趋于无穷时的 d_1 行为，旨在探索大型真实网络。模拟观察到了 d_1 与生物网络的进化距离之间的单调关系。

Feb, 2014

提出了一种新的基于最优输运的距离度量方法，称为增强型 Gromov-Wasserstein，在保持对几何变换的某种程度刚度的同时，结合特征对齐，以更好地利用输入数据的先验知识，用于单细胞多组学对齐任务和机器学习中的迁移学习场景。

Jul, 2023

通过将部分 Gromov-Wasserstein 问题转化为 Gromov-Wasserstein 问题的变体，本文提出了两个新的使用 Frank-Wolfe 算法的求解器，并通过对形状匹配和正无标记学习问题的比较验证了其计算时间和性能的有效性。

Feb, 2024

该研究以欧几里得空间的 Wasserstein 空间（具有二次成本）为内在度量空间，计算其等距群。在直线的情况下，存在一种 “异态” 的等距流，这与高维度的欧几里得空间的情况形成对比。研究了这些空间的曲率和各种秩。

Apr, 2008

给定一篇研究论文，提取五个关键词来准确表示其主要主题和研究领域，然后用一句简洁的中文句子对论文进行总结。

May, 2024