切片最优部分传输
机器学习
2023-08-08 v9 最优化与控制
机器学习
摘要
最优传输(OT)在机器学习、数据科学和计算机视觉中已变得极其流行。OT问题的核心假设是源测度与目标测度的质量总量相等,这限制了其应用。最优部分传输(OPT)是最近提出的解决这一局限性的方案。与OT问题类似,OPT的计算依赖于求解一个线性规划问题(通常在高维中),这可能变得计算上难以承受。在本文中,我们提出了一种在一维中计算两个非负测度之间OPT问题的高效算法。接下来,遵循切片OT距离的思想,我们利用切片来定义切片OPT距离。最后,我们在各种数值实验中展示了基于切片OPT的方法在计算和精度上的优势。特别地,我们展示了我们提出的Sliced-OPT在含噪点云配准中的应用。
引用
@article{arxiv.2212.08049,
title = {Sliced Optimal Partial Transport},
author = {Yikun Bai and Berhnard Schmitzer and Mathew Thorpe and Soheil Kolouri},
journal= {arXiv preprint arXiv:2212.08049},
year = {2023}
}
备注
modify the link of Github page