論文の概要: Structured Matching via Cost-Regularized Unbalanced Optimal Transport

• arxiv url: http://arxiv.org/abs/2511.19075v1
• Date: Mon, 24 Nov 2025 13:11:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:25.207116
• Title: Structured Matching via Cost-Regularized Unbalanced Optimal Transport
• Title（参考訳）: コスト正規化不均衡最適輸送による構造化マッチング
• Authors: Emanuele Pardini, Katerina Papagiannouli,
• Abstract要約: 不均衡最適輸送(英語版)(UOT)は、非負の有限ラドン測度を一致または比較するための柔軟な方法を提供する。 我々は,大量生産と除去を可能とし,地価の変動を可能にするフレームワークであるCR-UOTを導入する。
• 参考スコア（独自算出の注目度）: 0.8594140167290097
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Unbalanced optimal transport (UOT) provides a flexible way to match or compare nonnegative finite Radon measures. However, UOT requires a predefined ground transport cost, which may misrepresent the data's underlying geometry. Choosing such a cost is particularly challenging when datasets live in heterogeneous spaces, often motivating practitioners to adopt Gromov-Wasserstein formulations. To address this challenge, we introduce cost-regularized unbalanced optimal transport (CR-UOT), a framework that allows the ground cost to vary while allowing mass creation and removal. We show that CR-UOT incorporates unbalanced Gromov-Wasserstein type problems through families of inner-product costs parameterized by linear transformations, enabling the matching of measures or point clouds across Euclidean spaces. We develop algorithms for such CR-UOT problems using entropic regularization and demonstrate that this approach improves the alignment of heterogeneous single-cell omics profiles, especially when many cells lack direct matches.
• Abstract（参考訳）: 不均衡最適輸送(英語版)(UOT)は、非負の有限ラドン測度を一致または比較するための柔軟な方法を提供する。 しかし、UOTは事前に定義された地上輸送コストを必要としており、データの基本となる幾何学を誤って表現している可能性がある。 このようなコストを選択することは、データセットが異質な空間に住んでいる場合、特に困難であり、しばしば実践者がグロモフ・ワッサーシュタインの定式化を採用する動機となる。 この課題に対処するために、大量生産と除去を可能とし、地価の変動を可能にするフレームワークCR-UOTを導入する。 CR-UOTは、線形変換によってパラメータ化される内積コストの族を通して、不均衡なグロモフ・ワッサーシュタイン型問題を組み込んでおり、ユークリッド空間を横断する測度や点雲のマッチングを可能にする。 エントロピー正則化を用いたCR-UOT問題のアルゴリズムを開発し、特に多くの細胞が直接一致しない場合において、不均一な単細胞オミクスプロファイルのアライメントを改善することを示す。

関連論文リスト

• Variational Entropic Optimal Transport [67.76725267984578]
  本稿では,ドメイン翻訳問題に対する変分エントロピー最適輸送(VarEOT)を提案する。 VarEOTは、補助正の正規化子上のトラクタブルな一般化として、log-partition $log mathbbE[exp(cdot)$の正確な変分再構成に基づいている。 合成データと画像と画像の変換に関する実験は、競争力のあるか、あるいはより良い翻訳品質を示す。
  論文  参考訳（メタデータ） (2026-02-02T15:48:44Z)
• On Geometric Structures for Policy Parameterization in Continuous Control [7.056222499095849]
  本稿では,単位多様体上での演算による構造的利点を保った,計算効率の良いアクション生成パラダイムを提案する。 本手法は,動作を決定論的方向ベクトルと学習可能な濃度に分解し,目標方向と一様雑音との効率性を実現する。 実証的に、我々の手法は標準的な連続制御ベンチマークで最先端の手法と一致するか超えている。
  論文  参考訳（メタデータ） (2025-11-11T13:32:38Z)
• The Ground Cost for Optimal Transport of Angular Velocity [1.143020642249583]
  制御方程式によって与えられる角速度力学よりも最適な輸送問題を再検討する。 これは非線形力学系上の一般化された最適輸送の例である。
  論文  参考訳（メタデータ） (2025-04-04T05:38:00Z)
• Joint Metric Space Embedding by Unbalanced OT with Gromov-Wasserstein Marginal Penalization [3.7498611358320733]
  異種データセットの教師なしアライメントのための新しい手法を提案する。 本手法は,Gromov-Wasserstein境界化を用いた不均衡最適輸送問題に基づく。
  論文  参考訳（メタデータ） (2025-02-11T12:28:47Z)
• OTClean: Data Cleaning for Conditional Independence Violations using Optimal Transport [51.6416022358349]
  sysは、条件付き独立性(CI)制約下でのデータ修復に最適な輸送理論を利用するフレームワークである。 我々はSinkhornの行列スケーリングアルゴリズムにインスパイアされた反復アルゴリズムを開発し、高次元および大規模データを効率的に処理する。
  論文  参考訳（メタデータ） (2024-03-04T18:23:55Z)
• 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)
• Structured Transforms Across Spaces with Cost-Regularized Optimal Transport [25.684201757101263]
  我々は,GWとコスト正規化OTの並列性を利用して,地上コストでパラメータ化された線形OTの正規化最小化を行う。 いくつかの二次OT問題はこのカテゴリに該当し、線形変換における構造を強制することを考える。 非整合データからそのような変換を抽出し、その単一セル空間転写/マルチオミクスマッチングタスクへの適用性を示す。
  論文  参考訳（メタデータ） (2023-11-09T23:33:31Z)
• 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)
• GENOT: Entropic (Gromov) Wasserstein Flow Matching with Applications to Single-Cell Genomics [20.01834405021846]
  単細胞ゲノム学は、細胞行動の理解を深め、治療や精密医療の革新を触媒している。 従来の離散的なソルバは、スケーラビリティ、プライバシ、サンプル外推定の問題によって妨げられています。 我々は、OTマップをパラメータ化するニューラルネットワークベースの解法である、ニューラルOTソルバを提案する。 本研究は, 細胞開発研究, 細胞性薬物応答モデリング, 細胞間翻訳への応用を通じて, その汎用性と堅牢性を実証する。
  論文  参考訳（メタデータ） (2023-10-13T17:12:04Z)
• Transformers as Support Vector Machines [54.642793677472724]
  自己アテンションの最適化幾何と厳密なSVM問題との間には,形式的等価性を確立する。 勾配降下に最適化された1層変圧器の暗黙バイアスを特徴付ける。 これらの発見は、最適なトークンを分離し選択するSVMの階層としてのトランスフォーマーの解釈を刺激していると信じている。
  論文  参考訳（メタデータ） (2023-08-31T17:57:50Z)
• InfoOT: Information Maximizing Optimal Transport [58.72713603244467]
  InfoOTは最適な輸送の情報理論の拡張である。 幾何学的距離を最小化しながら、ドメイン間の相互情報を最大化する。 この定式化は、外れ値に対して堅牢な新しい射影法をもたらし、目に見えないサンプルに一般化する。
  論文  参考訳（メタデータ） (2022-10-06T18:55:41Z)
• Nearly Dimension-Independent Sparse Linear Bandit over Small Action Spaces via Best Subset Selection [71.9765117768556]
  本研究では,高次元線形モデルの下での文脈的帯域問題について考察する。 この設定は、パーソナライズされたレコメンデーション、オンライン広告、パーソナライズされた医療など、不可欠な応用を見出す。 本稿では,最適部分集合選択法を用いて2重成長エポックを推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-09-04T04:10:39Z)

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。