Fugu-MT 論文翻訳(概要): Collision-based Dynamics for Multi-Marginal Optimal Transport

論文の概要: Collision-based Dynamics for Multi-Marginal Optimal Transport

arxiv url: http://arxiv.org/abs/2412.16385v1
Date: Fri, 20 Dec 2024 22:41:16 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-24 15:52:39.613721
Title: Collision-based Dynamics for Multi-Marginal Optimal Transport
Title（参考訳）: 衝突に基づくマルチマルジナル最適輸送のダイナミクス
Authors: Mohsen Sadr, Hossein Gorji,
Abstract要約: 本稿では,モンテカルロ解法を用いて,サンプル指標のランダムなペアワイドスワップによる最適輸送問題の解を近似した衝突型ダイナミクスを提案する。提案手法の計算複雑性とメモリ使用量はサンプル数とともに線形にスケールし,高次元設定において非常に魅力的である。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: Inspired by the Boltzmann kinetics, we propose a collision-based dynamics with a Monte Carlo solution algorithm that approximates the solution of the multi-marginal optimal transport problem via randomized pairwise swapping of sample indices. The computational complexity and memory usage of the proposed method scale linearly with the number of samples, making it highly attractive for high-dimensional settings. In several examples, we demonstrate the efficiency of the proposed method compared to the state-of-the-art methods.
Abstract（参考訳）: ボルツマン運動学に着想を得たモンテカルロ解法は, サンプル指標のランダムなペアワイズスワップによる最適輸送問題の解を近似する。提案手法の計算複雑性とメモリ使用量はサンプル数とともに線形にスケールし,高次元設定において非常に魅力的である。いくつかの例において、提案手法の効率を最先端手法と比較して示す。

関連論文リスト

Optimal Transportation by Orthogonal Coupling Dynamics [0.0]
本稿では,プロジェクション型勾配勾配法に基づくモンゲ・カントロビッチ問題に対処する新しい枠組みを提案する。マイクロダイナミクスは条件付き期待の概念に基づいて構築され、そこでは意見力学との関係を探求する。提案手法は,計算性能がよいランダムマップを復元できることを実証する。
論文参考訳（メタデータ） (2024-10-10T15:53:48Z)
Dynamical Measure Transport and Neural PDE Solvers for Sampling [77.38204731939273]
本研究では, 対象物へのトラクタブル密度関数の移動として, 確率密度からサンプリングする作業に取り組む。物理インフォームドニューラルネットワーク(PINN)を用いて各偏微分方程式(PDE)の解を近似する。 PINNはシミュレーションと離散化のない最適化を可能にし、非常に効率的に訓練することができる。
論文参考訳（メタデータ） (2024-07-10T17:39:50Z)
Optimizing Solution-Samplers for Combinatorial Problems: The Landscape of Policy-Gradient Methods [52.0617030129699]
本稿では,DeepMatching NetworksとReinforcement Learningメソッドの有効性を解析するための新しい理論フレームワークを提案する。我々の主な貢献は、Max- and Min-Cut、Max-$k$-Bipartite-Bi、Maximum-Weight-Bipartite-Bi、Traveing Salesman Problemを含む幅広い問題である。本分析の副産物として,バニラ降下による新たな正則化プロセスを導入し,失効する段階的な問題に対処し,悪い静止点から逃れる上で有効であることを示す理論的および実験的証拠を提供する。
論文参考訳（メタデータ） (2023-10-08T23:39:38Z)
Generative modeling of time-dependent densities via optimal transport and projection pursuit [3.069335774032178]
本稿では,時間的モデリングのための一般的なディープラーニングアルゴリズムの代替として,安価に提案する。我々の手法は最先端の解法と比較して非常に競争力がある。
論文参考訳（メタデータ） (2023-04-19T13:50:13Z)
Linearization Algorithms for Fully Composite Optimization [61.20539085730636]
本稿では,完全合成最適化問題を凸コンパクト集合で解くための一階アルゴリズムについて検討する。微分可能および非微分可能を別々に扱い、滑らかな部分のみを線形化することで目的の構造を利用する。
論文参考訳（メタデータ） (2023-02-24T18:41:48Z)
Adaptive Stochastic Optimisation of Nonconvex Composite Objectives [2.1700203922407493]
一般化された複合ミラー降下アルゴリズムの一群を提案し,解析する。適応的なステップサイズでは、提案アルゴリズムは問題の事前知識を必要とせずに収束する。決定集合の低次元構造を高次元問題に活用する。
論文参考訳（メタデータ） (2022-11-21T18:31:43Z)
On Riemannian Approach for Constrained Optimization Model in Extreme Classification Problems [2.7436792484073638]
制約付き最適化問題は行列多様体上の最適化問題として定式化される。提案手法は,複数の実世界の大規模マルチラベルデータセットで検証される。
論文参考訳（メタデータ） (2021-09-30T11:28:35Z)
Bayesian learning of orthogonal embeddings for multi-fidelity Gaussian Processes [3.564709604457361]
プロジェクション」マッピングは、事前未知と見なされる正則行列から成り、GPパラメータと共同で推論する必要がある。提案するフレームワークをGPを用いたマルチ忠実度モデルに拡張し,複数の出力を同時にトレーニングするシナリオを含む。提案手法の利点は, 産業用ガスタービン用最終段翼の3次元空力最適化に難渋するものである。
論文参考訳（メタデータ） (2020-08-05T22:28:53Z)
Follow the bisector: a simple method for multi-objective optimization [65.83318707752385]
複数の異なる損失を最小化しなければならない最適化問題を考える。提案手法は、各イテレーションにおける降下方向を計算し、目的関数の相対的減少を等しく保証する。
論文参考訳（メタデータ） (2020-07-14T09:50:33Z)
GACEM: Generalized Autoregressive Cross Entropy Method for Multi-Modal Black Box Constraint Satisfaction [69.94831587339539]
本稿では,マスク付き自己回帰ニューラルネットワークを用いて解空間上の均一分布をモデル化するクロスエントロピー法(CEM)を提案する。我々のアルゴリズムは複雑な解空間を表現でき、様々な異なる解領域を追跡できる。
論文参考訳（メタデータ） (2020-02-17T20:21:20Z)
Distributed Averaging Methods for Randomized Second Order Optimization [54.51566432934556]
我々はヘッセン語の形成が計算的に困難であり、通信がボトルネックとなる分散最適化問題を考察する。我々は、ヘッセンのサンプリングとスケッチを用いたランダム化二階最適化のための非バイアスパラメータ平均化手法を開発した。また、不均一なコンピューティングシステムのための非バイアス分散最適化フレームワークを導入するために、二階平均化手法のフレームワークを拡張した。
論文参考訳（メタデータ） (2020-02-16T09:01:18Z)

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。