- 具有拉格朗日成本的神经最优输运
我们研究了具有一种最小作用原理的拉格朗日成本的概率测度之间的最优传输问题,这些推广在将受系统几何影响的物理系统的观测结果连接起来时非常有用,如障碍物(例如,将屏障函数合并到拉格朗日法中),并允许从先验知识、非欧几里得几何中获得基础系统的知识 - 通过数据驱动校准解决模拟推断中的错误规范
通过引入鲁棒后验估计 (ROPE),克服了模型错误配置,ROPE 在真实世界校准集的基础上提供了具有可控平衡的校准不确定性和信息丰富的推断,通过解决真实观测和模拟观测之间的最优运输问题确保了模拟基于推理的可靠性。
- CVPR无监督动作分割的时态一致非平衡最优输运
我们提出了一种基于解决优化传输问题的长时间、未修剪视频的动作分割任务的新方法。通过将时间一致性先验编码到 Gromov-Wasserstein 问题中,我们能够从视频帧和动作类之间的噪声亲和 / 匹配成本矩阵中解码出一个时间一致的分割。与以 - 通过最优传输实现的集体反事实解释
我们的研究提出了一种集体方法来制定反事实解释,强调利用个体的当前密度来提供推荐行动,这种方法通过解决最优输运问题,在改进经典反事实解释的同时支持其提案,通过数值模拟验证了该方法的有效性及其与经典方法的关系。
- ICLRP$^2$OT:用于深度不平衡聚类的渐进偏差最优输运
本文介绍了一种新的深度非平衡聚类问题,并提出了一种基于伪标签的学习框架,通过渐进式部分最优输运问题生成偏态感知的伪标签,并从高置信度样本中学习,实验证明了我们方法的优越性。
- 具有零和非负 MTW 张量的最优输运中的费用族
我们计算了具有形式 u (x^ty) 的成本函数的 R^n 上最优输运问题的 MTW 张量(或交叉曲率),其中 u 是具有逆 s 的标量函数,x^ty 是属于 R^n 的开子集上的向量 x、y 的非退化双线性配对。MTW 张量在 Kim-M - 零样本点云配准
本研究提出了一种零样本点云配准方法 ZeroReg,通过将图像特征从关键点传递到点云中,利用 3D 几何邻域信息构建时引入的图像特征来解决传统方法中需要在特定数据集上进行训练的问题,因此,ZeroReg 可在点云配准任务中实现出色的性能。
- 视觉地点识别的最优输运聚合
通过 SALAD 方法,利用 DINOv2 作为 backbone,优化了视觉地点识别任务,提高了描述符的质量,并在公共 VPR 数据集中超越了单阶段和双阶段方法。
- 点云配准的部分传输
通过最优传输理论,我们提出了一种基于最优部分传输问题的完整的非刚性注册方法集,并通过分层切片的方式扩展了算法以获得显著的计算效率,从而实现了快速且稳健的非刚性注册算法。
- 关于最优传输在课程强化学习中的益处
通过将课程设置为任务分布之间的插值,将生成课程作为约束优化传输问题来提高课程强化学习(CRL)方法的性能,从而在具有不同特点的各种任务中取得高性能。
- 在低维欧几里得空间全局解决点云的 Gromov-Wasserstein 问题
提出了一种计算低维空间中两组点之间 Gromov-Wasserstein 问题的框架,通过将 Quadratic Assignment Problem (QAP) 重新表述为低维域的优化问题来解决计算复杂度的挑战。该方法适用于具有成千上万个 - SNEkhorn: 对称熵相似性的降维
该研究报道了利用最优输运问题分析熵磁亲和矩阵(EA)并发现 EA 的自然对称化方法。新的亲和矩阵利用对称双重随机规范化实现更好的聚类表现。在此基础上,研究提出了一种新的降维算法 SNEkhorn,并在人工合成数据集和实际数据集上展示了其明显 - 离散无穷优化输运问题的多项式时间求解器
该研究提出了在离散和有限情况下解决无穷优化运输问题的 Monge 和 Kantorovich 表述的多项式时间算法。这是我们所知道的第一次提出了这些问题的高效数值方法。
- 利用渐进领域自适应的最优传输进行课程强化学习
该研究将课程机器学习作为优化输运问题来量化和生成任务分布之间的移动,并提出了一种称为 GRADIENT 的算法来处理连续和离散背景下的非参数分布。 实验结果表明,该算法在学习效率和渐进性能方面均优于基线。
- IJCAI在跨领域命名实体识别中寻找最优的子词分词
本研究提出了一种基于子词的解决方案(X-Piece),通过重新令牌化源域的输入单词以接近目标子词分布,来解决交叉域命名实体识别中的输入词级分布偏移问题,实验证明了这种方法基于 BERT-tagger 在四个基准 NER 数据集上的有效性。
- 基于外观最优传输的身份交换用于伪造检测
本文提出了一种能够改善伪造检测性能的新的身份交换算法,将外观映射问题规范化为最优传输问题,并提出了一种外貌最优传输模型(AOT)以在潜在空间和像素空间中进行规范化。通过模拟最佳传输计划并通过在潜在空间中学习的特征的 Wasserstein - AAAISWIFT: 稀疏非负张量的可扩展瓦石均值分解
本文提出了一种新的张量分解方法 SWIFT,将张量分解问题转换成了一个最优输运问题,并利用 Wasserstein 距离度量输入张量和重构张量的距离,与其他 CP 算法具有可伸缩性,获得了相对于基线方法 9.65% 和 11.31% 的性能 - MM带储存费用的半离散最优输运的牛顿算法
本文介绍和证明了一种阻尼牛顿算法的收敛性,以近似解决存储费用、硬容量约束下的半离散最优输运问题,并探讨了其在队列罚函数问题、数据聚类等方面的应用,是第一种基于数值方法并具有收敛性的解决该变体问题的算法,同时不需要任何关于源测度支集的连通性假 - 高斯混合模型空间中的 Wasserstein 型距离
此研究介绍了一种基于 Wasserstein 距离的方法,用于高维数问题中的 Gaussian 混合模型的优化问题,并讨论了它的性质和在图像处理中的应用。
- 定向超图的 Ollivier Ricci 曲率
本文提出了有向超图的 Ricci 曲率定义,并探讨了这个定义的后果,它推广了图的 Ollivier 定义,并涉及到一个精心设计的顶点集之间的最优输运问题。