非平衡正则最优质量迁移及其在脑内流体流动中的应用
数值分析
2023-09-22 v3 数值分析
摘要
作为 Benamou 与 Brenier 最优质量迁移（OMT）方法的推广，正则最优质量迁移（rOMT）将从一个初始质量构型到另一构型的迁移问题公式化，其最优性由总动能定义，但受对流-扩散约束方程限制。rOMT 与 Benamou 和 Brenier 的公式均要求初始与最终总质量相等；质量在整个迁移过程中守恒。然而对于许多应用（如动态图像追踪），该约束极少甚至从未满足。因此，我们提出采用非平衡版 rOMT 以去除此约束，并给出详细数值求解流程及在分析脑内流体流动中的应用。
引用
@article{arxiv.2301.11228,
title = {Unbalanced Regularized Optimal Mass Transport with Applications to Fluid Flows in the Brain},
author = {Xinan Chen and Helene Benveniste and Allen R. Tannenbaum},
journal= {arXiv preprint arXiv:2301.11228},
year = {2023}
}
备注
16 pages, 5 figures