論文の概要: Convergence rate of Tsallis entropic regularized optimal transport
- arxiv url: http://arxiv.org/abs/2304.06616v2
- Date: Mon, 07 Oct 2024 18:06:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-10 14:26:57.583742
- 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, Toshiaki Yachimura,
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: In this paper, we study the Tsallis entropic regularized optimal transport in the continuous setting and establish fundamental results such as the $\Gamma$-convergence of the Tsallis regularized optimal transport to the Monge--Kantorovich problem as the regularization parameter tends to zero. In addition, using the quantization and shadow arguments developed by Eckstein--Nutz, we derive the convergence rate of the Tsallis entropic regularization and provide explicit constants. Furthermore, we compare these results with the well-known case of the Kullback--Leibler (KL) divergence regularization and show that the KL regularization achieves the fastest convergence rate in the Tsallis framework.
- Abstract(参考訳): 本稿では, Tsallis Entropic regularized optimal transport in the continuous set and established fundamental results as the $\Gamma$-convergence of the Tsallis regularized optimal transport to the Monge--Kantorovich problem as the regularization parameter as tends to zero, さらに, 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 entropic regularizationの収束率を導出し, 明示定数を与える。
さらに、これらの結果をKL分散正規化のよく知られたケースと比較し、KL正規化がTsallisフレームワークの最速収束率を達成することを示す。
関連論文リスト
- Faster Convergence of Stochastic Accelerated Gradient Descent under Interpolation [51.248784084461334]
我々はNesterov加速度アンダーホ条件の一般化版に対する新しい収束率を証明した。
本分析により, 従来の研究に比べて, 強い成長定数への依存度を$$$から$sqrt$に下げることができた。
論文 参考訳(メタデータ) (2024-04-03T00:41:19Z) - 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。