Apr, 2023

WassersteinBarycenter 问题的异步去中心化算法

PDF
TL;DR本文提出了一种基于异步去中心化算法的 novel stochastic block coordinate descent 方法 (A^2DWB)，用于优化经验正则化 WBP 的对偶问题，实验结果验证了它相对于最新的同步算法具有卓越的性能。
wasserstein barycenter problemdecentralized algorithmasynchronousstochastic block coordinate descententropy regularization
发现论文，激发创造
  • 去中心化与随机化：瓦瑟斯坦重心更快的算法

    本文研究分布存储在网络上的一组连续概率测度的正则 Wasserstein 重心的分散分布计算，提出了一种新的基于加速原始对偶随机梯度方法的分布式半离散正则 Wasserstein 重心算法，并给出了明确的非渐进复杂度。

    Jun, 2018

  • 计算 Wasserstein Barycenter 的快速全局线性收敛算法

    本文介绍了一种求解离散概率分布 Wasserstein 重心的方法，使用了对偶问题建模，并基于对称 Gauss-Seidel 方法的交替方向乘子法求解，可以高效地处理大规模线性规划问题。

    Sep, 2018

  • 离群点下的稀疏 Wasserstein 质心的近似算法

    在存在异常值的情况下，本文研究了异常值稀疏 Wasserstein Barycenter 问题，并提出了基于聚类的 LP 方法和 coreset 技术，实现了高精度逼近和高效率。

    Apr, 2024

  • 关于鲁棒的 Wasserstein 重心问题：模型和算法

    该论文探讨了改进固定支持和自由支持鲁棒 Wasserstein 几何中心问题 (RWB) 的计算效率，通过模型简化和数据压缩技术，提出了一种交替更新权重和位置的算法，并验证了该算法的高效性。

    Dec, 2023

  • 通过阻尼 Sinkhorn 迭代计算趋向双熵 Wasserstein 重心的保证

    本文研究了具有内部和外部规则化强度的双重规则化 Wasserstein 质心的计算，提出了一种通过阻尼 Sinkhorn 迭代构建的算法，并且无论规则化参数的选择如何都可以保证收敛。使用近似蒙特卡洛抽样实现的我们算法的非精确变体，在自由支持 / 无网格设置下为离散点云之间的 Wasserstein 质心逼近提供了非渐近收敛保证。

    Jul, 2023

  • 使用 Wasserstein 重心和稀疏支持快速离散分布聚类

    通过开发一种改进的 Bregman ADMM 方法来计算大型聚类的近似离散 Wasserstein 质心，实现了较高的精度和较低的计算成本，实验证明方法的计算效率和聚类结果都具有高竞争力。

    Sep, 2015

  • 并行流水化瓦瑟斯坦贝叶斯中心

    本文介绍了一种半离散的无障碍通信、并行算法用于计算连续输入分布的 Wasserstein barycenter，该算法能够跟踪输入的分布情况，适用于 Bayesian 推理和连续数据流处理任务。

    May, 2017

  • 无需极小极大优化的连续 Wasserstein-2 重心估计

    该论文提出了一种可扩展的算法，用于计算 Wasserstein-2 重心，针对输入测量，其不仅限于离散形式，并使用输入凸神经网络和周期一致性正则化以避免引入偏差，并提供了误差界的理论分析，以及在低维定性情景和高维定量实验中提出的方法的实证证据。

    Feb, 2021

  • 随机瓦热斯坦重心

    本文通过随机算法来计算具有 Wasserstein 距离下的一组概率分布的重心，该方法不同于以往的方法，可以适用于连续输入分布，并允许在每个迭代中调整重心的支持，该算法能够恢复出一个锐利的输出，其支持集合包含在真实重心的支持集合内，并能在一些例子中恢复出比以前更有意义的重心。该方法具有广泛的适用性，可扩展到生成给定分布的超级样本和恢复蓝噪声近似等应用。

    Feb, 2018

  • 计算投影鲁棒瓦瑟斯坦距离的黎曼块坐标下降方法

    本文提出了一种基于新颖的正则化最大最小化问题的 Riemann 块坐标下降（RBCD）方法，用于解决高维概率分布下 Wasserstein 距离的问题。该方法能够有效地进行降维和计算，适用于大规模问题。数值结果表明，该方法比现有的一些算法更加高效。

    Dec, 2020