論文の概要: Conic Formulations of Transport Metrics for Unbalanced Measure Networks and Hypernetworks

• arxiv url: http://arxiv.org/abs/2508.10888v1
• Date: Thu, 14 Aug 2025 17:55:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-15 22:24:48.444272
• Title: Conic Formulations of Transport Metrics for Unbalanced Measure Networks and Hypernetworks
• Title（参考訳）: 不均衡な計測ネットワークとハイパーネットのための輸送距離の定式化
• Authors: Mary Chriselda Antony Oliver, Emmanuel Hartman, Tom Needham,
• Abstract要約: 本論文は、S'ejourne, Vialard, Peyr'eによって導入されたコニックグロモフ=ワッサーシュタイン距離(CGW)に関するものである。 半カップリングという観点からの新しい定式化を提供し、計量測度空間の設定を超えてフレームワークを拡張する。
• 参考スコア（独自算出の注目度）: 3.7687375904925484
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: The Gromov-Wasserstein (GW) variant of optimal transport, designed to compare probability densities defined over distinct metric spaces, has emerged as an important tool for the analysis of data with complex structure, such as ensembles of point clouds or networks. To overcome certain limitations, such as the restriction to comparisons of measures of equal mass and sensitivity to outliers, several unbalanced or partial transport relaxations of the GW distance have been introduced in the recent literature. This paper is concerned with the Conic Gromov-Wasserstein (CGW) distance introduced by S\'{e}journ\'{e}, Vialard, and Peyr\'{e}. We provide a novel formulation in terms of semi-couplings, and extend the framework beyond the metric measure space setting, to compare more general network and hypernetwork structures. With this new formulation, we establish several fundamental properties of the CGW metric, including its scaling behavior under dilation, variational convergence in the limit of volume growth constraints, and comparison bounds with established optimal transport metrics. We further derive quantitative bounds that characterize the robustness of the CGW metric to perturbations in the underlying measures. The hypernetwork formulation of CGW admits a simple and provably convergent block coordinate ascent algorithm for its estimation, and we demonstrate the computational tractability and scalability of our approach through experiments on synthetic and real-world high-dimensional and structured datasets.
• Abstract（参考訳）: 異なる距離空間上で定義された確率密度を比較するために設計された最適輸送のGromov-Wasserstein (GW) 変種は、点雲やネットワークのアンサンブルのような複雑な構造を持つデータを解析するための重要なツールとして登場した。 対等な質量の測度と外れ値の感度の比較に対する制限のような一定の制限を克服するために、近年の論文ではGW距離の非平衡あるいは部分的な輸送緩和がいくつか導入されている。 本稿では、S\'{e}journ\'{e}, Vialard, Peyr\'{e} によって導入されたコニック・グロモフ=ワッサーシュタイン(CGW)距離について述べる。 半カップリングの観点での新しい定式化を提供し、計量測度空間設定を超えてフレームワークを拡張し、より一般的なネットワークとハイパーネットワーク構造の比較を行う。 この新たな定式化により,拡張下のスケーリング挙動,体積成長制約の限界における変動収束,確立された最適輸送指標との比較など,CGWメトリックの基本的特性を確立した。 さらに、CGW計量の頑健さを基礎となる尺度の摂動に特徴付ける量的境界を導出する。 CGWのハイパーネットワークの定式化は,その推定のための単純かつ証明可能なブロック座標昇華アルゴリズムを認め,合成および実世界の高次元および構造化データセットの実験を通して,我々のアプローチの計算的トラクタビリティとスケーラビリティを実証する。

関連論文リスト

• A Unifying Information-theoretic Perspective on Evaluating Generative Models [5.524685807042777]
  最近のいくつかのアプローチでは、分類領域から借用された「精度」と「リコール」を利用して、出力の忠実度(リアリズム)と出力の多様性(実データ変動の表現)を個別に定量化している。 我々は、kNN密度推定のアプローチを用いて、kth-nearest-neighbors(kNN)ベースのメトリクスのクラスを情報理論レンズの下に統一する。 高精度クロスエントロピー(PCE)、リコールクロスエントロピー(RCE)、リコールエントロピー(RE)からなる3次元計量を提案する。
  論文  参考訳（メタデータ） (2024-12-18T21:17:02Z)
• Persistent Classification: A New Approach to Stability of Data and Adversarial Examples [6.469716438197741]
  本研究では,自然点と逆点の補間点に沿った持続的測定値の相違について検討する。 敵の例は、大きなニューラルネットワークの自然な例よりも持続性が著しく低いことを示す。 我々は、この永続性の欠如を、決定境界に関する補間物の角度を測定することによって、決定境界幾何学と結び付ける。
  論文  参考訳（メタデータ） (2024-04-11T18:13:42Z)
• Distributional Reduction: Unifying Dimensionality Reduction and Clustering with Gromov-Wasserstein [56.62376364594194]
  教師なし学習は、潜在的に大きな高次元データセットの基盤構造を捉えることを目的としている。 本研究では、最適輸送のレンズの下でこれらのアプローチを再検討し、Gromov-Wasserstein問題と関係を示す。 これにより、分散還元と呼ばれる新しい一般的なフレームワークが公開され、DRとクラスタリングを特別なケースとして回復し、単一の最適化問題内でそれらに共同で対処することができる。
  論文  参考訳（メタデータ） (2024-02-03T19:00:19Z)
• SIGMA: Scale-Invariant Global Sparse Shape Matching [50.385414715675076]
  非剛体形状の正確なスパース対応を生成するための新しい混合整数プログラミング(MIP)法を提案する。 いくつかの挑戦的な3Dデータセットに対して,スパースな非剛性マッチングの最先端結果を示す。
  論文  参考訳（メタデータ） (2023-08-16T14:25:30Z)
• Exploiting Structure for Optimal Multi-Agent Bayesian Decentralized Estimation [4.320393382724066]
  ベイジアン分権データ融合の鍵となる課題は、噂の伝播(double counting)現象である。 マルチエージェント分散核融合問題における確率的独立構造を利用して、より厳密な境界を求めることができることを示す。 次に、大規模目標追跡シミュレーションを用いて、新しいモノリシックCIアルゴリズムを試験し、より厳密な境界とより正確な推定値が得られることを示す。
  論文  参考訳（メタデータ） (2023-07-20T05:16:33Z)
• Markovian Sliced Wasserstein Distances: Beyond Independent Projections [51.80527230603978]
  我々は、射影方向にマルコフ構造を課す新しいSW距離の族、Markovian sliced Wasserstein (MSW) 距離を導入する。 フロー,色移動,深部生成モデルなどの様々な応用において,従来のSW変種との距離を比較し,MSWの良好な性能を示す。
  論文  参考訳（メタデータ） (2023-01-10T01:58:15Z)
• The Heavy-Tail Phenomenon in SGD [7.366405857677226]
  最小損失のHessianの構造に依存すると、SGDの反復はエンフェビーテールの定常分布に収束する。 深層学習におけるSGDの行動に関する知見に分析結果を変換する。
  論文  参考訳（メタデータ） (2020-06-08T16:43:56Z)

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。