Fugu-MT 論文翻訳(概要): Subspace Detours Meet Gromov-Wasserstein

論文の概要: Subspace Detours Meet Gromov-Wasserstein

arxiv url: http://arxiv.org/abs/2110.10932v1
Date: Thu, 21 Oct 2021 07:04:28 GMT
ステータス: 処理完了
システム内更新日: 2021-10-23 08:45:23.698179
Title: Subspace Detours Meet Gromov-Wasserstein
Title（参考訳）: Gromov-Wassersteinとサブスペースデトゥール
Authors: Cl\'ement Bonet, Nicolas Courty, Fran\c{c}ois Septier, Lucas Drumetz
Abstract要約: サブスペースデタウトアプローチは、最近 Muzellec と Cuturi によって発表された。本稿では,この手法をグロモフ・ワッサーシュタイン問題に拡張する。
参考スコア（独自算出の注目度）: 15.048733056992855
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In the context of optimal transport methods, the subspace detour approach was recently presented by Muzellec and Cuturi (2019). It consists in building a nearly optimal transport plan in the measures space from an optimal transport plan in a wisely chosen subspace, onto which the original measures are projected. The contribution of this paper is to extend this category of methods to the Gromov-Wasserstein problem, which is a particular type of transport distance involving the inner geometry of the compared distributions. After deriving the associated formalism and properties, we also discuss a specific cost for which we can show connections with the Knothe-Rosenblatt rearrangement. We finally give an experimental illustration on a shape matching problem.
Abstract（参考訳）: 最適輸送法の文脈において、部分空間のデターアプローチはmuzellec と cuturi (2019) によって最近提示された。適切に選択された部分空間における最適な輸送計画から、測度空間におけるほぼ最適な輸送計画を構築することで構成され、元の測度が投影される。本論文の貢献は, 比較分布の内的幾何を伴う移動距離の特定のタイプであるgromov-wasserstein問題に対して, この分類を拡張させることである。関連する形式と性質を導出した後、Knothe-Rosenblatt再配置との関係を示すための特定のコストについても論じる。最終的に形状整合問題に関する実験例を提示する。

関連論文リスト

Expected Sliced Transport Plans [9.33181953215826]
本研究では, 1次元の最適輸送計画を, もともとの空間に戻す「揚力」操作を提案する。本研究では、EST計画を用いて、ある点から別の点へ移動する際のユークリッドの個々のコストの和を重み付けし、入力された離散確率測度間の有効距離を求めることを証明する。
論文参考訳（メタデータ） (2024-10-16T02:44:36Z)
Sliced-Wasserstein Distances and Flows on Cartan-Hadamard Manifolds [13.851780805245477]
カルティマタン・アダマール多様体上のスライス・ワッサーシュタイン距離の一般構成を導出する。また、ワッサーシュタイン勾配流を近似することにより、これらの新しい距離を最小化する非パラメトリックスキームを提案する。
論文参考訳（メタデータ） (2024-03-11T10:01:21Z)
Point Cloud Classification via Deep Set Linearized Optimal Transport [51.99765487172328]
我々は,点雲をL2-$spaceに効率的に同時埋め込むアルゴリズムであるDeep Set Linearized Optimal Transportを紹介した。この埋め込みはワッサーシュタイン空間内の特定の低次元構造を保持し、点雲の様々なクラスを区別する分類器を構成する。我々は,有限個のラベル付き点雲を持つフローデータセットの実験を通じて,標準的な深層集合アプローチに対するアルゴリズムの利点を実証する。
論文参考訳（メタデータ） (2024-01-02T23:26:33Z)
Leveraging Optimal Transport via Projections on Subspaces for Machine Learning Applications [0.0]
この論文では、部分空間上の射影を利用する代替に焦点をあてる。そのような代替案の主なものはスリケード=ヴァッサーシュタイン距離である。確率測度間の元のユークリッドスライス-ワッサーシュタイン距離に遡り、勾配流のダイナミクスを研究する。
論文参考訳（メタデータ） (2023-11-23T10:13:07Z)
Conditional Optimal Transport on Function Spaces [53.9025059364831]
ブロック三角形モンジュ写像を記述した制約付き最適輸送問題の理論を開発する。これは、一般的なコスト関数を持つ分離可能な無限次元函数空間への最適三角輸送の理論を一般化する。本稿では,機能パラメータの非道徳的および可能性のない推論に対する理論的結果の計算的適用性を示す数値実験を行う。
論文参考訳（メタデータ） (2023-11-09T18:44:42Z)
A Computational Framework for Solving Wasserstein Lagrangian Flows [48.87656245464521]
一般に、最適密度経路は未知であり、これらの変動問題の解法は計算的に困難である。本稿では,これらすべての問題に統一的な視点からアプローチする,新しいディープラーニングベースのフレームワークを提案する。提案手法は, 単セル軌道推定における従来の手法より優れていることを示す。
論文参考訳（メタデータ） (2023-10-16T17:59:54Z)
Fast Optimal Transport through Sliced Wasserstein Generalized Geodesics [14.259614797710224]
min-SWGGは2つの入力分布の最適1次元投影に基づく2乗WDのプロキシである。 min-SWGG は WD の上界であり、Sliced-Wasserstein と同様の複雑性を持つことを示す。実証的な証拠は、様々な文脈におけるmin-SWGGの利点を支持する。
論文参考訳（メタデータ） (2023-07-04T15:20:41Z)
Symmetric Volume Maps [26.715010694637243]
四面体体積メッシュとして表される体積間のマッピング法を提案する。我々の定式化は、原点と対象領域の順序に依存することなく、対称に写像を抽出するように設計された歪みエネルギーを最小化する。本手法を多種多様な幾何学的データセット上で実証し, 境界に整合した低歪みマッチングを生成する。
論文参考訳（メタデータ） (2022-02-05T14:44:37Z)
Near-optimal estimation of smooth transport maps with kernel sums-of-squares [81.02564078640275]
滑らかな条件下では、2つの分布の間の正方形ワッサーシュタイン距離は、魅力的な統計的誤差上界で効率的に計算できる。生成的モデリングのような応用への関心の対象は、基礎となる最適輸送写像である。そこで本研究では,地図上の統計的誤差であるL2$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)
A Unifying and Canonical Description of Measure-Preserving Diffusions [60.59592461429012]
ユークリッド空間における測度保存拡散の完全なレシピは、最近、いくつかのMCMCアルゴリズムを単一のフレームワークに統合した。我々は、この構成を任意の多様体に改善し一般化する幾何学理論を開発する。
論文参考訳（メタデータ） (2021-05-06T17:36:55Z)
On Projection Robust Optimal Transport: Sample Complexity and Model Misspecification [101.0377583883137]
射影ロバスト(PR)OTは、2つの測度の間のOTコストを最大化するために、射影可能な$k$次元部分空間を選択する。私たちの最初の貢献は、PRワッサーシュタイン距離のいくつかの基本的な統計的性質を確立することである。次に、部分空間を最適化するのではなく平均化することにより、PRW距離の代替として積分PRワッサーシュタイン距離(IPRW)を提案する。
論文参考訳（メタデータ） (2020-06-22T14:35:33Z)

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。