論文の概要: Convergence rate of Tsallis entropic regularized optimal transport
- arxiv url: http://arxiv.org/abs/2304.06616v1
- Date: Thu, 13 Apr 2023 15:37:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-14 13:59:04.641738
- Title: Convergence rate of Tsallis entropic regularized optimal transport
- Title(参考訳): Tsallisエントロピー正規化最適輸送の収束速度
- Authors: Takeshi Suguro and Toshiaki Yachimura
- Abstract要約: 我々は、Tsallisエントロピックな正規化最適輸送を考慮し、収束率を正規化パラメータ $varepsilon$ が$0$ になるものとして議論する。
これは、エントロピー正則化された最適輸送のコンバージェンス率とクルバック-リーブラー分岐率を比較し、KLがTsallis相対エントロピーにおいて最速の収束率であることを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we consider Tsallis entropic regularized optimal transport and
discuss the convergence rate as the regularization parameter $\varepsilon$ goes
to $0$. In particular, we establish the convergence rate of the Tsallis
entropic regularized optimal transport using the quantization and shadow
arguments developed by Eckstein--Nutz. We compare this to the convergence rate
of the entropic regularized optimal transport with Kullback--Leibler (KL)
divergence and show that KL is the fastest convergence rate in terms of Tsallis
relative entropy.
- Abstract(参考訳): 本稿では, tsallis のエントロピー正規化最適輸送について考察し, 正規化パラメータ $\varepsilon$ が$0$ となるように収束率について考察する。
特に、Eckstein--Nutzによって開発された量子化とシャドウ引数を用いて、Tsallisエントロピー化された最適輸送の収束率を確立し、これをKullback-Leibler (KL) 分岐によるエントロピー正規化最適輸送の収束率と比較し、KLがTsallis相対エントロピーにおける最速収束率であることを示す。
関連論文リスト
- Non-asymptotic Convergence of Discrete-time Diffusion Models: New
Approach and Improved Rate [54.596887384531236]
我々は離散時間拡散モデルの下で、分布のかなり大きなクラスに対する収束保証を確立する。
パラメータ依存を明示した分布の興味深いクラスに対して,結果の専門化を行う。
本稿では,新しい加速サンプリング器を提案し,対応する正則サンプリング器の収束率を桁違いに向上することを示す。
論文 参考訳(メタデータ) (2024-02-21T16:11:47Z) - On a Relation Between the Rate-Distortion Function and Optimal Transport [25.59334941818991]
極端エントロピーOT距離で定義される関数は、速度歪関数と等価であることを示す。
我々は,モンゲ問題とカントロビッチ問題を最適スカラー量子化に結びつける以前の結果と同様に,この結果を数値的に検証する。
論文 参考訳(メタデータ) (2023-07-01T06:20:23Z) - Accelerating Convergence in Global Non-Convex Optimization with
Reversible Diffusion [0.0]
ランゲヴィン・ダイナミクスは、グローバルな非最適化実験で広く用いられている。
提案手法は,速度と離散化誤差のトレードオフについて検討する。
論文 参考訳(メタデータ) (2023-05-19T07:49:40Z) - Convergence Rates for Regularized Optimal Transport via Quantization [3.04585143845864]
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。
論文 参考訳(メタデータ) (2022-08-30T16:58:40Z) - 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) - Conformal field theory from lattice fermions [77.34726150561087]
1+1次元の格子フェルミオンで与えられる共形場理論の厳密な格子近似を提供する。
これらの結果が共形場理論の量子シミュレーションに関連する明らかな誤差推定にどのように結びつくかを示す。
論文 参考訳(メタデータ) (2021-07-29T08:54:07Z) - On the Convergence of Stochastic Extragradient for Bilinear Games with
Restarted Iteration Averaging [96.13485146617322]
本稿では, ステップサイズが一定であるSEG法の解析を行い, 良好な収束をもたらす手法のバリエーションを示す。
平均化で拡張した場合、SEGはナッシュ平衡に確実に収束し、スケジュールされた再起動手順を組み込むことで、その速度が確実に加速されることを証明した。
論文 参考訳(メタデータ) (2021-06-30T17:51:36Z) - Variational Refinement for Importance Sampling Using the Forward
Kullback-Leibler Divergence [77.06203118175335]
変分推論(VI)はベイズ推論における正確なサンプリングの代替として人気がある。
重要度サンプリング(IS)は、ベイズ近似推論手順の推定を微調整し、偏りを逸脱するためにしばしば用いられる。
近似ベイズ推論のための最適化手法とサンプリング手法の新たな組み合わせを提案する。
論文 参考訳(メタデータ) (2021-06-30T11:00:24Z) - The Convergence Indicator: Improved and completely characterized
parameter bounds for actual convergence of Particle Swarm Optimization [68.8204255655161]
我々は、粒子が最終的に単一点に収束するか、分岐するかを計算するのに使用できる新しい収束指標を導入する。
この収束指標を用いて、収束群につながるパラメータ領域を完全に特徴づける実際の境界を提供する。
論文 参考訳(メタデータ) (2020-06-06T19:08:05Z) - Support recovery and sup-norm convergence rates for sparse pivotal
estimation [79.13844065776928]
高次元スパース回帰では、ピボット推定器は最適な正規化パラメータがノイズレベルに依存しない推定器である。
非滑らかで滑らかな単一タスクとマルチタスク正方形ラッソ型推定器に対するミニマックス超ノルム収束率を示す。
論文 参考訳(メタデータ) (2020-01-15T16:11:04Z)
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。