論文の概要: Faster Computation of Entropic Optimal Transport via Stable Low Frequency Modes
- arxiv url: http://arxiv.org/abs/2506.14780v1
- Date: Fri, 23 May 2025 11:39:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-22 23:32:14.665867
- Title: Faster Computation of Entropic Optimal Transport via Stable Low Frequency Modes
- Title(参考訳): 安定低周波モードによるエントロピー最適輸送の高速化
- Authors: Reda Chhaibi, Serge Gratton, Samuel Vaiter,
- Abstract要約: 本稿では,エントロピック最適輸送に対する解の参照手法であるシンクホーンアルゴリズムの高速化版を提案する。
ヘッセン星の挙動に関するスペクトル的な洞察により、元のスペクトルウォームスタート戦略を通じて問題を緩和することを提案する。
- 参考スコア(独自算出の注目度): 8.300367308300766
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we propose an accelerated version for the Sinkhorn algorithm, which is the reference method for computing the solution to Entropic Optimal Transport. Its main draw-back is the exponential slow-down of convergence as the regularization weakens $\varepsilon \rightarrow 0$. Thanks to spectral insights on the behavior of the Hessian, we propose to mitigate the problem via an original spectral warm-start strategy. This leads to faster convergence compared to the reference method, as also demonstrated in our numerical experiments.
- Abstract(参考訳): 本稿では,エントロピック最適輸送に対する解の参照手法であるシンクホーンアルゴリズムの高速化版を提案する。
その主な欠点は、正規化が$\varepsilon \rightarrow 0$を弱めるため、指数的な収束の減速である。
ヘッセン星の挙動に関するスペクトル的な洞察により、元のスペクトルウォームスタート戦略を通じて問題を緩和することを提案する。
これにより, 数値実験でも示されるように, 基準法に比べて収束が早くなる。
関連論文リスト
- Optimal sparse phase retrieval via a quasi-Bayesian approach [0.0]
位相情報はアクセス不能のままでありながら、信号はその変換の大きさだけを使用して再構成する必要がある。
我々は,新しいスパース準ベイズ的アプローチを導入し,そのようなアプローチに対する最初の理論的保証を提供する。
この結果から,提案したベイズ推定器は準指数雑音下での最小最適収束率を達成することが確認された。
論文 参考訳(メタデータ) (2025-04-13T10:21:35Z) - Distributed Optimization via Energy Conservation Laws in Dilated Coordinates [5.35599092568615]
本稿では,拡張座標における連続時間力学系の解析のためのエネルギー保存手法を提案する。
収束率を逆時間差係数で明示的に表すことができる。
その高速化された収束挙動は、実用的、大規模問題に対する様々な最先端分散最適化アルゴリズムに対してベンチマークされる。
論文 参考訳(メタデータ) (2024-09-28T08:02:43Z) - Incremental Quasi-Newton Methods with Faster Superlinear Convergence
Rates [50.36933471975506]
各成分関数が強く凸であり、リプシッツ連続勾配とヘシアンを持つ有限和最適化問題を考える。
最近提案されたインクリメンタル準ニュートン法は、BFGSの更新に基づいて、局所的な超線形収束率を達成する。
本稿では、対称ランク1更新をインクリメンタルフレームワークに組み込むことにより、より効率的な準ニュートン法を提案する。
論文 参考訳(メタデータ) (2024-02-04T05:54:51Z) - A Deep Unrolling Model with Hybrid Optimization Structure for Hyperspectral Image Deconvolution [50.13564338607482]
本稿では,DeepMixと呼ばれるハイパースペクトルデコンボリューション問題に対する新しい最適化フレームワークを提案する。
これは3つの異なるモジュール、すなわちデータ一貫性モジュール、手作りの正規化器の効果を強制するモジュール、および装飾モジュールで構成されている。
本研究は,他のモジュールの協調作業によって達成される進歩を維持するために設計された,文脈を考慮した認知型モジュールを提案する。
論文 参考訳(メタデータ) (2023-06-10T08:25:16Z) - Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。
特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文 参考訳(メタデータ) (2023-02-13T19:57:17Z) - Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
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) - Reweighted Interacting Langevin Diffusions: an Accelerated Sampling
Methodfor Optimization [28.25662317591378]
本稿では, サンプリング手法を高速化し, 難解な最適化問題の解法を提案する。
提案手法は, 後部分布サンプリングとLangevin Dynamicsを用いた最適化の関連性について検討する。
論文 参考訳(メタデータ) (2023-01-30T03:48:20Z) - Proximal Subgradient Norm Minimization of ISTA and FISTA [8.261388753972234]
反復収縮保持アルゴリズムのクラスに対する2乗近位次数ノルムは逆2乗率で収束することを示す。
また、高速反復収縮保持アルゴリズム (FISTA) のクラスに対する2乗次次数次ノルムが、逆立方レートで収束するように加速されることも示している。
論文 参考訳(メタデータ) (2022-11-03T06:50:19Z) - 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) - 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。