Fugu-MT 論文翻訳(概要): Sinkhorn algorithms and linear programming solvers for optimal partial transport problems

論文の概要: Sinkhorn algorithms and linear programming solvers for optimal partial transport problems

arxiv url: http://arxiv.org/abs/2407.06481v1
Date: Tue, 9 Jul 2024 01:08:21 GMT
ステータス: 処理完了
システム内更新日: 2024-07-10 19:35:13.539348
Title: Sinkhorn algorithms and linear programming solvers for optimal partial transport problems
Title（参考訳）: 最適部分輸送問題に対するシンクホーンアルゴリズムと線形計画解法
Authors: Yikun Bai,
Abstract要約: 一般化された最適部分輸送問題について紹介する。次に、これらの問題の二重定式化と関連するシンクホーン解法について議論する。
参考スコア（独自算出の注目度）: 1.8130068086063336
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this note, we generalize the classical optimal partial transport (OPT) problem by modifying the mass destruction/creation term to function-based terms, introducing what we term ``generalized optimal partial transport'' problems. We then discuss the dual formulation of these problems and the associated Sinkhorn solver. Finally, we explore how these new OPT problems relate to classical optimal transport (OT) problems and introduce a linear programming solver tailored for these generalized scenarios.
Abstract（参考訳）: 本稿では, 古典的最適部分輸送(OPT)問題を, 「一般化最適部分輸送(Generalized optimal partial transport)」という問題を導入して, 質量破壊/生成項を関数ベース項に変更することによって一般化する。次に、これらの問題の二重定式化と関連するシンクホーン解法について議論する。最後に、これらの新しいOPT問題と古典的最適輸送(OT)問題との関連性について検討し、これらの一般化シナリオに適した線形プログラミング解法を導入する。

関連論文リスト

A Sinkhorn-type Algorithm for Constrained Optimal Transport [14.935188572016635]
この研究は、等式制約と不等式制約を組み合わせた一般的なOT問題に焦点をあてる。対応するエントロピー正規化の定式化を導出し、理論的保証によって支持される制約付きOT問題に対してシンクホーン型アルゴリズムを導入する。全体として、この研究は、エントロピー最適輸送の最近の理論的および数値的な進歩と制約されたケースを体系的に組み合わせ、実践者は複雑なシナリオにおいて近似的な輸送計画を引き出すことができる。
論文参考訳（メタデータ） (2024-03-08T05:01:43Z)
Analyzing and Enhancing the Backward-Pass Convergence of Unrolled Optimization [50.38518771642365]
ディープネットワークにおけるコンポーネントとしての制約付き最適化モデルの統合は、多くの専門的な学習タスクに有望な進歩をもたらした。この設定における中心的な課題は最適化問題の解によるバックプロパゲーションであり、しばしば閉形式を欠いている。本稿では, 非線形最適化の後方通過に関する理論的知見を提供し, 特定の反復法による線形システムの解と等価であることを示す。 Folded Optimizationと呼ばれるシステムが提案され、非ローリングなソルバ実装からより効率的なバックプロパゲーションルールを構築する。
論文参考訳（メタデータ） (2023-12-28T23:15:18Z)
Neural Time-Reversed Generalized Riccati Equation [60.92253836775246]
ハミルトン方程式は、コストテートとして知られる補助変数を通して最適性の解釈を提供する。本稿では,前向きに作業することを目的とした,新しいニューラルベースによる最適制御手法を提案する。
論文参考訳（メタデータ） (2023-12-14T19:29:37Z)
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)
On the Convergence of Projected Alternating Maximization for Equitable and Optimal Transport [36.97843660480747]
本稿では,多くの応用例を有する等価・最適輸送(EOT)問題について検討する。離散分布の場合、EOT問題は線形プログラム(LP)として定式化できる。このLPは一般解法では禁止的に大きいため、Scetbon etal citescetbonequitable はエントロピー正則化を加えることによって問題を摂動することを示唆している。彼らは、エントロピー正規化EOTの双対を解くための予測交互化アルゴリズム(PAM)を提案した。
論文参考訳（メタデータ） (2021-09-29T04:32:06Z)
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)
Relaxation of optimal transport problem via strictly convex functions [0.0]
有限空間上の最適輸送問題は線形プログラムである。近年,厳密な凸関数による最適輸送問題の緩和,特にKulback-Leiblerの発散により,データ科学に新たな光を当てている。本稿では,ブレグマン発散による緩和された最適輸送問題に対する勾配勾配に基づく数学的基礎と反復過程について述べる。
論文参考訳（メタデータ） (2021-02-15T04:32:13Z)
MinMax Methods for Optimal Transport and Beyond: Regularization, Approximation and Numerics [6.09170287691728]
理論的には、大きな問題のクラスを単一のMinMaxフレームワークに適合させることに重点を置いている。このような問題を解決するために,正規化技術はニューラルネットワークの利用を正当化することを示す。
論文参考訳（メタデータ） (2020-10-22T07:43:51Z)
A Multi-Agent Primal-Dual Strategy for Composite Optimization over Distributed Features [52.856801164425086]
目的関数を滑らかな局所関数と凸(おそらく非滑らか)結合関数の和とするマルチエージェント共有最適化問題について検討する。
論文参考訳（メタデータ） (2020-06-15T19:40:24Z)
Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
論文参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。