用于计算最优传输图的经验分布嵌入
机器学习
2025-04-25 v1
摘要
distributional 数据在现代 signal processing 中日益突出，突显了计算跨多个 probability distribution 的最优传输 (OT) 图的必要性。然而，最近的 neural OT 方法主要聚焦于高效计算两个 distribution 之间的单个 map。为此，我们引入一种新方法来学习用于 new empirical distribution 的 transport map。具体而言，我们采用 transformer 架构从长度不同的 distributional 数据中产生 embeddings，然后将其输入到 hypernetwork 以生成 neural OT map。我们进行了 various 数值实验来验证 embeddings 和生成的 OT map。模型实现和代码均提供于 https://github.com/jiangmingchen/HOTET。
引用
@article{arxiv.2504.17740,
title = {Embedding Empirical Distributions for Computing Optimal Transport Maps},
author = {Mingchen Jiang and Peng Xu and Xichen Ye and Xiaohui Chen and Yun Yang and Yifan Chen},
journal= {arXiv preprint arXiv:2504.17740},
year = {2025}
}