Fugu-MT 論文翻訳(概要): Convergence Rates for Regularized Optimal Transport via Quantization

論文の概要: Convergence Rates for Regularized Optimal Transport via Quantization

arxiv url: http://arxiv.org/abs/2208.14391v3
Date: Wed, 21 Jun 2023 08:31:59 GMT
ステータス: 処理完了
システム内更新日: 2023-06-22 18:15:27.909733
Title: Convergence Rates for Regularized Optimal Transport via Quantization
Title（参考訳）: 量子化による正規化最適輸送の収束速度
Authors: Stephan Eckstein, Marcel Nutz
Abstract要約: 正規化パラメータが消滅するにつれて, 分散正則化最適輸送の収束について検討する。量子化とマーチンゲール結合を用いた新しい手法は、非コンパクトなマーチンゲールに適している。
参考スコア（独自算出の注目度）: 3.04585143845864
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We study the convergence of divergence-regularized optimal transport as the regularization parameter vanishes. Sharp rates for general divergences including relative entropy or $L^{p}$ regularization, general transport costs and multi-marginal problems are obtained. A novel methodology using quantization and martingale couplings is suitable for non-compact marginals and achieves, in particular, the sharp leading-order term of entropically regularized 2-Wasserstein distance for all marginals with finite $(2+\delta)$-moment.
Abstract（参考訳）: 正規化パラメータが消失するときに発散正規化最適輸送の収束について検討する。相対エントロピーや$L^{p}$正規化,一般輸送コスト,マルチマルジナル問題を含む一般分散系のシャープレートを求める。量子化とマルティンゲールカップリングを用いた新しい手法は、非コンパクトな辺数に適しており、特に、有限の$(2+\delta)$-momentを持つすべての辺数に対して、エントロピー正規化された2-wasserstein距離の鋭い前次項を達成する。

関連論文リスト

Flow matching achieves almost minimax optimal convergence [50.38891696297888]
フローマッチング (FM) は, シミュレーションのない生成モデルとして注目されている。本稿では,大試料径のFMの収束特性を$p$-Wasserstein 距離で論じる。我々は、FMが1leq p leq 2$でほぼ最小の収束率を達成できることを確立し、FMが拡散モデルに匹敵する収束率に達するという最初の理論的証拠を示す。
論文参考訳（メタデータ） (2024-05-31T14:54:51Z)
Convergence rate of Tsallis entropic regularized optimal transport [0.0]
我々は、正規化パラメータがゼロになる傾向にあるモンゲ-カントロヴィッチ問題への最適輸送を Tsallis 正規化した Tsallis の $Gamma$-convergence のような基本的な結果を確立する。我々は, KL 正規化が Tsallis フレームワークで最速収束率を達成することを示す。
論文参考訳（メタデータ） (2023-04-13T15:37:14Z)
Instance-Dependent Generalization Bounds via Optimal Transport [51.71650746285469]
既存の一般化境界は、現代のニューラルネットワークの一般化を促進する重要な要因を説明することができない。データ空間における学習予測関数の局所リプシッツ正則性に依存するインスタンス依存の一般化境界を導出する。ニューラルネットワークに対する一般化境界を実験的に解析し、有界値が有意義であることを示し、トレーニング中の一般的な正規化方法の効果を捉える。
論文参考訳（メタデータ） (2022-11-02T16:39:42Z)
Algorithm for Constrained Markov Decision Process with Linear Convergence [55.41644538483948]
エージェントは、そのコストに対する複数の制約により、期待される累積割引報酬を最大化することを目的としている。エントロピー正規化ポリシーとベイダの二重化という2つの要素を統合した新しい双対アプローチが提案されている。提案手法は(線形速度で)大域的最適値に収束することが示されている。
論文参考訳（メタデータ） (2022-06-03T16:26:38Z)
An improved central limit theorem and fast convergence rates for entropic transportation costs [13.9170193921377]
亜ガウス確率測度間のエントロピー輸送コストに対する中心極限定理を証明した。これらの結果を,実証的尺度間の期待エントロピー輸送コストに対する,新しい,より高速な,収束率で補完する。
論文参考訳（メタデータ） (2022-04-19T19:26:59Z)
Nearly Tight Convergence Bounds for Semi-discrete Entropic Optimal Transport [0.483420384410068]
エントロピー半離散的最適輸送の解に対して、ほぼ厳密で非漸近収束境界を導出する。また, エントロピーと非正規化コストの差を非漸近的かつ厳密に拡大させることも検討した。
論文参考訳（メタデータ） (2021-10-25T06:52:45Z)
Faster Algorithm and Sharper Analysis for Constrained Markov Decision Process [56.55075925645864]
制約付き意思決定プロセス (CMDP) の問題点について検討し, エージェントは, 複数の制約を条件として, 期待される累積割引報酬を最大化することを目的とする。新しいユーティリティ・デュアル凸法は、正規化ポリシー、双対正則化、ネステロフの勾配降下双対という3つの要素の新たな統合によって提案される。これは、凸制約を受ける全ての複雑性最適化に対して、非凸CMDP問題が$mathcal O (1/epsilon)$の低い境界に達する最初の実演である。
論文参考訳（メタデータ） (2021-10-20T02:57:21Z)
Permutation Compressors for Provably Faster Distributed Nonconvex Optimization [68.8204255655161]
本稿では,Gorbunov et al (2021) の MARINA 法が,理論的な通信複雑性の観点から最先端の手法とみなすことができることを示す。 MARINAの理論は、古典的な独立圧縮機設定を超えて、潜在的にエミュレートされた圧縮機の理論を支持するものである。
論文参考訳（メタデータ） (2021-10-07T09:38:15Z)
Mean-Square Analysis with An Application to Optimal Dimension Dependence of Langevin Monte Carlo [60.785586069299356]
この研究は、2-ワッサーシュタイン距離におけるサンプリング誤差の非同相解析のための一般的な枠組みを提供する。我々の理論解析は数値実験によってさらに検証される。
論文参考訳（メタデータ） (2021-09-08T18:00:05Z)
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)
Optimal transport with $f$-divergence regularization and generalized Sinkhorn algorithm [0.0]
エントロピー正則化は、元の最適輸送問題を一般化する。 Kullback-Leibler の発散を一般の$f$-divergence に置き換えると、自然な一般化につながる。本稿では,正規化された最適輸送コストとその勾配を計算するための実用的なアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-05-29T16:37:31Z)

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。