- 旋转平移的李群上的最优输运
在这篇论文中，我们针对 SE2 提出了一种计算框架，用于李群中的最优输运，并报告了在图像重心、平面方向场插值和 SE2 上的 Wasserstein 梯度流方面的宝贵进展。
- 一种新型用于动态最优运输问题的跳跃正交链表
离散动态最优运输问题的解法，通过使用新的算法结构 2D Skip Orthogonal List 以及动态树技术，在高复杂度和动态数据结构之间找到了平衡，从而实现在数据点变化时高效更新最优运输方案。
- 跨模态调整多模式令牌级提示对齐
利用最优传输的多模式令牌级调优框架，发现了多种视觉概念，实现了精确的语义对齐，优于传统方法。
- 条件分布间的实证最优传输
本文研究了基于公共变量的两个联合分布的条件 Optimal Transportation 问题，提出了一种基于 Maximum Mean Discrepancy 的正则化器用于解决连续变量和分布不同的情况，进而实现了条件转移计划的估计和统计 - 无碰撞传输图在流形学习中的应用
本研究探讨了将《Nurbekyan 等，2020》中的无碰撞运输映射应用于图像数据的流形学习应用，发现在多个流形学习任务上，无碰撞距离提供了与其他基于欧几里得或最优传输的方法类似或更好的性能。
- PGADA: 基于扰动引导的少样本学习支持集 - 查询集偏移对齐
提出了一种新的对抗数据增强方法 PGADA 和正则化的最优输运平面方法，用于解决 Few-Shot Learning 中由于支持集和查询集之间的分布偏移导致的模型性能下降问题。实验表明，该方法在三个基准数据集上显著优于当前最先进的方法。
- ICML通过退火自训练的 Sinkhorn 标签分配的半监督分类
本文利用最优运输问题重新解释自训练标签分配过程，为标签分配提供了一个实用的退火策略，并允许通过灵活的上限约束来包含类比例的先前知识，这样可以在标准随机优化算法的内循环中使用这些分配问题的解决方案。该算法在 CIFAR-10、CIFAR-10 - ICML最优输运的高效离散化
本文提出基于最小化（熵正则化）Wasserstein 距离的算法来计算离散化解决方案，可以通过将连续解决方案的近似值与独立同分布抽样方法相结合，来获得具有可比性的方案，并证明了近似误差边界及在多种问题上的性能表现。
- 一种直接的 $ ilde {O}(1/ε)$ 迭代并行算法，用于最优输运
本文介绍一种基于原始对偶外推方法的平行一阶算法，通过计算最优传输（包括基于 Wasserstein 距离的计算）来解决机器学习和统计学中常见的问题，具有较强的实际应用价值，并实验验证了优异的性能。
- 快速求解最优输运问题：往返法
本研究提出一种迭代方法来高效地解决一类严格凸代价函数的最优运输问题，该方法包括二次和 p 次幂代价函数。我们针对两个定义在离散网格上的概率分布，使用 O (n) 的存储空间和 O (n log (n)) 的操作量计算最优映射，具有近似指数收 - 逆最优输运
该论文提出了一种通过噪声数据推断未知成本的方法，利用了前向最优传输问题和随机数生成方法作为基础，探讨了其在国际迁移流问题上的应用和不确定性量化。
- AAAI基于超图的 Wasserstein 软标签传播：算法及泛化误差界
本文介绍了一种利用最优传输方法在超图上传播软标签的半监督学习算法，并通过 Wasserstein barycenters 技术泛化到超图。基于算法稳定性，通过 2-Wasserstein 距离传播在图和超图上传播一维分布并提供广义误差界限。
- ECCV变分 Wasserstein 聚类
本文提出一种基于最优输运的聚类方法，它通过使用变分原理求解最优输运，并研究使用力图来将任意域聚合为固定数量的聚类。通过迭代地将聚类中心驱动到目标域中，并通过调整力图来保持最小聚类能量，从而同时追求聚类和聚类中心与目标域之间的 Wassers - 最优输运和生成模型的几何视角
本文提出一种基于凸几何和最优输运的可变分模型生成方法，通过对 GAN 模型的最优输运视角，表明判别器计算 Kantorovich 势，生成器计算输运映射
- 图上二次正则化的最优传输
本文介绍了一种基于图论的最优运输问题，提出使用二次正则化方法来处理在二元邻接矩阵的基础上运用网络流算法，进一步探索并优化新颖的牛顿优化算法
- NIPS音乐转录的最优频谱传输
通过使用最优传输来处理音乐转录中能量从一个频率桶到另一个频率桶的小位移以及音质变化所带来的影响，我们提出了一种新的匹配度量，该度量全面处理能量的频率分布，使得能够简化音符模板字典，进而实现用于真实音乐数据的最快和最简单的分解算法。
- 通过最优输运量化分布模型风险
本文提出了一种方法来计算特定概率模型下利益期望，并给出了为不同的概率模型设置偏差范围的基于最优输运的度量方法，同时应用于风险分析。
- 连续图传输距离
该论文提出了一种基于图顶点的概率分布最优传输方法，它不仅满足三角不等式，而且具有更好的可扩展性和与连续传输理论的联系，同时提供了一个适用于该方法的时间离散化方法并验证了其有效性。
- Monge-Ampère 方程及其与最优输运的联系
对蒙格安培方程的 (旧的和新的) 正则性理论进行调查，展示其与最优输运的联系，并描述了在此情境下出现的一类蒙杰安培类型方程的正则性特性。
- Sinkhorn 距离：最优输运距离的高速计算
本文提出了一种新的最优传输距离家族，从最大熵的角度看待运输问题。在传统最优传输问题上加入熵正则化项，通过 Sinkhorn-Knopp 的矩阵缩放算法计算新的距离，显著提高了性能。