論文の概要: Order Constraints in Optimal Transport
- arxiv url: http://arxiv.org/abs/2110.07275v1
- Date: Thu, 14 Oct 2021 11:26:23 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-15 12:51:23.104668
- Title: Order Constraints in Optimal Transport
- Title(参考訳): 最適輸送における秩序制約
- Authors: Fabian Lim, Laura Wynter, Shiau Hong Lim
- Abstract要約: 本稿では, 構造を組み込むために, 最適輸送の定式化に新しい順序制約を導入する。
最適輸送計画に構造を加えるための説明可能なアプローチを可能にする計算効率の低い境界を導出する。
- 参考スコア(独自算出の注目度): 6.677646909984405
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Optimal transport is a framework for comparing measures whereby a cost is
incurred for transporting one measure to another. Recent works have aimed to
improve optimal transport plans through the introduction of various forms of
structure. We introduce novel order constraints into the optimal transport
formulation to allow for the incorporation of structure. While there will are
now quadratically many constraints as before, we prove a $\delta-$approximate
solution to the order-constrained optimal transport problem can be obtained in
$\mathcal{O}(L^2\delta^{-2} \kappa(\delta(2cL_\infty (1+(mn)^{1/2}))^{-1})
\cdot mn\log mn)$ time. We derive computationally efficient lower bounds that
allow for an explainable approach to adding structure to the optimal transport
plan through order constraints. We demonstrate experimentally that order
constraints improve explainability using the e-SNLI (Stanford Natural Language
Inference) dataset that includes human-annotated rationales for each
assignment.
- Abstract(参考訳): 最適輸送(Optimal transport)は、ある測度を別の測度へ輸送するためにコストがかかる度合いを比較するためのフレームワークである。
最近の研究は、様々な形態の構造を導入して最適な輸送計画を改善することを目的としている。
本稿では, 構造を組み込むために, 最適輸送の定式化に新しい順序制約を導入する。
前述したように2倍の制約があるが、順序制約のある最適輸送問題に対する$\delta-$approximate の解は$\mathcal{o}(l^2\delta^{-2} \kappa(\delta(2cl_\infty (1+(mn)^{1/2}))^{-1}) \cdot mn\log mn)$ time で得られる。
順序制約によって最適な輸送計画に構造を加えるための説明可能なアプローチを可能にする計算効率の低い境界を導出する。
本研究では,e-SNLI(Stanford Natural Language Inference,スタンフォード自然言語推論)データセットを用いて,命令制約による説明可能性の向上を実験的に実証した。
関連論文リスト
- Conditional Optimal Transport on Function Spaces [53.9025059364831]
ブロック三角形モンジュ写像を記述した制約付き最適輸送問題の理論を開発する。
これは、一般的なコスト関数を持つ分離可能な無限次元函数空間への最適三角輸送の理論を一般化する。
本稿では,機能パラメータの非道徳的および可能性のない推論に対する理論的結果の計算的適用性を示す数値実験を行う。
論文 参考訳(メタデータ) (2023-11-09T18:44:42Z) - Normalizing flows as approximations of optimal transport maps via
linear-control neural ODEs [55.2480439325792]
ニューマライズフロー」は、深層ニューラルネットワークを用いて確率測度間の可逆輸送マップを構築するタスクに関連している。
我々は、絶対連続測度$mu,nuinmathcalP(mathbbRn)$間の$W$最適輸送マップ$T$を線形制御ニューラルネットワークのフローとして回収する問題を考える。
論文 参考訳(メタデータ) (2023-11-02T17:17:03Z) - A Computational Framework for Solving Wasserstein Lagrangian Flows [51.32751290160936]
本稿では,これらすべての問題に統一的な視点からアプローチする,新しいディープラーニングベースのフレームワークを提案する。
本手法では, 学習力学の軌跡をシミュレーション・バックプロパゲートする必要はない。
提案手法は, 単セル軌道推定における従来の手法より優れていることを示す。
論文 参考訳(メタデータ) (2023-10-16T17:59:54Z) - Optimal Transport with Adaptive Regularisation [14.919246099820548]
厳密な凸項による最適輸送(OT)の原始的な定式化は、数値複雑性の増大とより密な輸送計画をもたらす。
適応正則Isation (OTARI, Adaptive RegularIsation) は、OTの新しい定式化であり、各点の内外への質量移動に制約を課す。
論文 参考訳(メタデータ) (2023-10-04T16:05:36Z) - InfoOT: Information Maximizing Optimal Transport [58.72713603244467]
InfoOTは最適な輸送の情報理論の拡張である。
幾何学的距離を最小化しながら、ドメイン間の相互情報を最大化する。
この定式化は、外れ値に対して堅牢な新しい射影法をもたらし、目に見えないサンプルに一般化する。
論文 参考訳(メタデータ) (2022-10-06T18:55:41Z) - Neural Optimal Transport with General Cost Functionals [70.37918531697142]
一般費用関数の最適輸送計画を計算するニューラルネットワークに基づく新しいアルゴリズムを提案する。
アプリケーションとして,クラス単位の構造を保ちながら,データ分布をマップするコスト関数を構築した。
論文 参考訳(メタデータ) (2022-05-30T20:00:19Z) - Near-optimal estimation of smooth transport maps with kernel
sums-of-squares [81.02564078640275]
滑らかな条件下では、2つの分布の間の正方形ワッサーシュタイン距離は、魅力的な統計的誤差上界で効率的に計算できる。
生成的モデリングのような応用への関心の対象は、基礎となる最適輸送写像である。
そこで本研究では,地図上の統計的誤差であるL2$が,既存のミニマックス下限値とほぼ一致し,スムーズな地図推定が可能となる最初のトラクタブルアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-12-03T13:45:36Z) - Approximating Optimal Transport via Low-rank and Sparse Factorization [19.808887459724893]
最適なトランスポート(OT)は、様々な機械学習アプリケーションで自然に発生するが、しばしば計算ボトルネックとなる。
輸送計画を低ランク行列とスパース行列の和に分解できる新しいOT近似法を提案する。
論文 参考訳(メタデータ) (2021-11-12T03:10:45Z) - On Multimarginal Partial Optimal Transport: Equivalent Forms and
Computational Complexity [11.280177531118206]
我々は,少なくとも$n$のサポートを持つ離散的(アンバランスな)測度間のマルチマルジナル部分最適輸送(POT)問題について検討した。
まず、コストテンソルの新たな拡張を通じて、マルチマルジナルな最適輸送問題の観点から、マルチマルジナルPOT問題の2つの等価形式が得られることを証明した。
我々は、ApproxMPOTアルゴリズムが、$tildemathcalO(m3(n+1)m/ varの計算複雑性上界を持つマルチマルジナルPOT問題の最適値を近似できることを実証した。
論文 参考訳(メタデータ) (2021-08-18T06:46:59Z) - Fast Unbalanced Optimal Transport on a Tree [40.60905158071766]
本研究では、アルゴリズムの観点から、不均衡な最適輸送問題の時間的複雑さを初めて考察する。
ユークリッド計量におけるカントロヴィチ・ルビンシテイン距離と最適部分輸送が強い四進時間では計算できないことを証明した。
そこで本研究では,木メータ上での準線形時間において,より一般的な不均衡な最適輸送問題を正確に解くアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-06-04T08:43:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。