最优传输映射的对抗式计算
机器学习
2019-06-25 v1 机器学习
摘要
计算高维连续分布之间的最优传输映射是最优传输(OT)中的一个挑战性问题。生成对抗网络(GANs)是强大的生成模型,已成功应用于学习高维域之间的映射。然而,对于以 GAN 目标学习的映射的性质知之甚少。为解决此问题,我们提出了一种生成对抗模型,其中判别器的目标是 -Wasserstein 度量。我们表明,在训练过程中,我们的生成器遵循初始分布与目标分布之间的 -测地路径。因此,它在训练结束时复现出一个最优映射。我们在低维和高维连续设置中实证验证了我们的方法,并表明其在图像数据上优于先前的方法。
引用
@article{arxiv.1906.09691,
title = {Adversarial Computation of Optimal Transport Maps},
author = {Jacob Leygonie and Jennifer She and Amjad Almahairi and Sai Rajeswar and Aaron Courville},
journal= {arXiv preprint arXiv:1906.09691},
year = {2019}
}