論文の概要: Partial Neural Optimal Transport
- arxiv url: http://arxiv.org/abs/2303.07988v1
- Date: Tue, 14 Mar 2023 15:44:40 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-15 14:35:32.088726
- Title: Partial Neural Optimal Transport
- Title(参考訳): 部分神経の最適輸送
- Authors: Milena Gazdieva, Alexander Korotin, Evgeny Burnaev
- Abstract要約: 本稿では,特定質量の測度間のOTマップを計算するための新しいニューラルな手法を提案する。
我々は、合成例を用いて、部分的ニューラルネットワークの最適輸送アルゴリズムをテストする。
- 参考スコア(独自算出の注目度): 82.05269165407427
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a novel neural method to compute partial optimal transport (OT)
maps, i.e., OT maps between parts of measures of the specified masses. We test
our partial neural optimal transport algorithm on synthetic examples.
- Abstract(参考訳): 本稿では,部分最適輸送(ot)マップ,すなわち特定の質量の測度の部分間のotマップを計算する新しいニューラル手法を提案する。
合成例を用いて部分的神経最適輸送アルゴリズムをテストする。
関連論文リスト
- Fast Computation of Optimal Transport via Entropy-Regularized
Extragradient Methods [98.85583323658366]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。
本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文 参考訳(メタデータ) (2023-01-30T15:46:39Z) - Extremal Domain Translation with Neural Optimal Transport [75.30837028519102]
本稿では,部分 OT マップの極限として ET マップを近似するスケーラブルなアルゴリズムを提案する。
提案アルゴリズムは,おもちゃの例や未完成画像から画像への翻訳タスクで検証する。
論文 参考訳(メタデータ) (2023-01-30T13:28:23Z) - Learning Optimal Transport Between two Empirical Distributions with
Normalizing Flows [12.91637880428221]
本稿では、ニューラルネットワークの柔軟性を活用して、最適輸送マップを近似的に学習することを提案する。
我々は、このOT問題の解を近似するために、非可逆ニューラルネットワークの特定の例、すなわち正規化フローが利用できることを示した。
論文 参考訳(メタデータ) (2022-07-04T08:08:47Z) - Neural Optimal Transport with General Cost Functionals [78.25817771513145]
一般費用関数のための最適輸送計画とマップを計算するためのニューラルネットベースの新しいアルゴリズムを提案する。
このアルゴリズムは、OT問題のサドル点再構成に基づいており、弱い高コスト関数に対する以前のOT法を一般化する。
論文 参考訳(メタデータ) (2022-05-30T20:00:19Z) - GAN Estimation of Lipschitz Optimal Transport Maps [0.0]
本稿では,ニューラルネットワークに基づく2つの確率分布間の最適輸送マップの統計的に一貫した最初の推定手法を提案する。
正則性仮定の下で、得られた生成元は、サンプルサイズが無限大に増加するにつれて、最適輸送写像に一様収束することを示した。
統計的保証や実用性に対処する従来の作業とは対照的に、最適な輸送用途に道を開くための表現的かつ実現可能な推定器を提供する。
論文 参考訳(メタデータ) (2022-02-16T10:15:56Z) - Neural Optimal Transport [82.2689844201373]
本稿では、最適な輸送マップを計算し、強力で弱い輸送コストを計画するニューラルネットベースの新しいアルゴリズムを提案する。
ニューラルネットワークが確率分布間の輸送計画の普遍的近似であることを示す。
論文 参考訳(メタデータ) (2022-01-28T16:24:13Z) - 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)
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。