Mar, 2024
关于一些推前约束的非凸性及其在机器学习中的影响
On the nonconvexity of some push-forward constraints and its consequences in machine learning
Lucas de Lara, Mathis Deronzier, Alberto González-Sanz, Virgile Foy
TL;DR通过推限操作,可以通过确定性映射重新分配概率度量,从而在统计学和优化中发挥着关键作用。本文旨在填补相关领域(最优传输、生成模型和算法公平性等)中关于这些约束的凸性(非凸性)及其对相关学习问题的影响的缺乏理论洞察力的现状。