根纳罗·奥里奇奥 关于可分离成本函数的毕达哥拉斯最优运输结构。 (英语) Zbl 07828294号 阿提·阿卡德。纳粹。Lincei,Cl.科学。财政部。材料自然,九系列。,伦德。Lincei,材料应用。 34,第4号,745-771(2023). 摘要:本文研究了由两个波兰空间上的两个测度所诱导的最优运输问题,即(X)和(Y),这两个测度是较小波兰空间的乘积,即(X=mathsf{X}^n{j=1}X_j)和(Y=mathsf{X}^n{j=1}Y_j)。特别地,我们关注由一个可分离的成本函数(c:X\乘以Y\到[0,+\infty)引起的问题;也就是说,(c\)是这样的:(c=c_1+\cdots+c_n),其中每个(c_j)只依赖于一对(X_j,Y_j),因此,(c_j:X_j\乘以Y_j\到[0,+\infcy)。值得注意的是,如果(X=Y=mathbb{R}^n),这类成本函数包括所有的成本。我们的主要结果证明,对于两个给定测度之间的可分离成本函数,最优运输计划可以表示为不同的低维运输的组成,每对坐标对应一个运输方案。这使得我们可以将整个Wasserstein成本分解为低维Wassersstein成本之和,并证明始终存在一个最优运输计划,其随机变量对其边际具有条件独立性。然后,我们证明了我们的形式主义允许我们显式计算两个概率测度之间的最优运输计划,当每个测度都有独立的边际时。最后,我们关注两个特定框架。在第一种情况下,成本函数是一个可分离的距离,即,\(d=d_1+d_2),其中\(d_1)和\(d_ 2)都是距离本身。在第二种方法中,这两个度量都支持在\(mathbb{R}^n)上,成本函数的形式是\(c(x,y)=h(|x_1-y_1|)+h(|x2-y_2|)\),其中\(h)是一个凸函数,使得\(h(0)=0。 MSC公司: 第49季度22 最佳运输 20年第49季度 几何测量理论环境中的变分问题 关键词:瓦瑟斯坦距离;最佳运输;最优方案的结构 软件:EMD公司;Wasserstein甘 PDF格式BibTeX公司 XML格式引用 \textit{G.Auricchio},阿提学院。纳粹。Lincei,Cl.科学。财政部。材料自然,九系列。,伦德。Lincei,材料应用。34,编号4,745--771(2023;Zbl 07828294) 全文: 内政部 arXiv公司 OA许可证 参考文献: [1] T.Abdellaoui-H.Heinich,Caractérisation d'une solution optimize au blème de Monge-Kantorovich。牛市。社会数学。法国127(1999),第3号,429-443。Zbl 0940.60013 MR 1724403号·Zbl 0940.60013号 ·doi:10.24033/bsmf.2355 [2] L.Ambrosio-N.Gigli-G.Savaré,梯度流:在度量空间和概率测度空间中。第2版。,数学讲座。ETH Zürich,Birkhäuser,巴塞尔,2008年。Zbl 1145.35001 MR 2401600号·Zbl 1145.35001号 ·doi:10.1007/978-3-7643-8722-8 [3] M.Arjovsky-S.Chintala-L.Bottou,Wasserstein生成对抗性网络。第34届国际机器学习会议论文集,第214-223页,Proc。机器。学习。2017年第70号决议(PMLR)。 [4] G.Auricchio-F.Bassetti-S.Gualandi-M.Veneroni,通过线性规划计算Wasserstein重心。《约束编程、人工智能和运筹学的集成》,第355-363页,《计算讲义》。科学。2019年,查姆斯普林格11494号。Zbl 07116704号·Zbl 1525.68193号 ·doi:10.1007/978-3-030-19212-9_23 [5] G.Auricchio-S.Gualandi-M.Veneroni-F.Bassetti,使用.d C 1/分图计算d维直方图上的Kantorovich-Wasserstein距离。《第32届神经信息处理系统国际会议论文集》,第5798-5808页,高级神经信息处理。系统。31, 2018. ·doi:10.5555/3327345.3327481 [6] G.Auricchio-M.Veneroni,关于离散测度之间最优运输计划的结构。申请。数学。最佳方案。85(2022),第3号,第29条。Zbl 1497.49055 MR 4429318号·Zbl 1497.49055号 ·doi:10.1007/s00245-022-09861-4 [7] V.I.Bogachev,测量理论。第一卷,施普林格出版社,柏林,2007年。Zbl 1120.28001 MR 2267655号·邮编1120.28001 ·doi:10.1007/978-3-540-34514-5 [8] G.Bouchitté-C.Jimenez-M.Rajesh,最优质量运输中的新L1估计。程序。阿默尔。数学。Soc.135(2007),第11期,3525-3535。兹比尔1120.49040 MR 2336567·Zbl 1120.49040号 ·doi:10.1090/S0002-9939-07-08877-6 [9] Y.Brenier,向量值函数的极因子分解和单调重排。普通纯应用程序。数学。44(1991),第4期,375-417。Zbl 0738.46011 MR 1100809·Zbl 0738.46011号 ·doi:10.1002/cpa.3160440402 [10] L.A.Caffarelli-M.Feldman-R.J.McCann,构建Monge运输问题的最优映射,作为严格凸成本的极限。J.Amer。数学。Soc.15(2002),第1期,1-26页。兹比尔1053.49032 MR 1862796·Zbl 1053.49032号 ·doi:10.1090/S0894-0347-01-00376-9 [11] J.A.Cuesta-Albertos-C.Matrán-A.Tuero-Díaz,关于最优运输计划的单调性。数学杂志。分析。申请。215(1997),第1期,86-94。兹比尔0892.60020 MR 1478852·Zbl 0892.60020号 ·doi:10.1006/jmaa.1997.5618 [12] M.Cuturi-A.Doucet,瓦瑟斯坦重心的快速计算。《第31届机器学习国际会议论文集》,第685-693页,Proc。机器。学习。2014年第32号决议(PMLR)。 [13] R.L.Dobrushin,Vlasov方程。功能。分析。申请。13 (1979), 115-123. Zbl 0422.35068 MR 541637号·Zbl 0422.35068号 ·doi:10.1007/BF01077243 [14] 图,最优运输图的存在性、唯一性和正则性。SIAM J.数学。分析。39(2007),第1期,126-137。Zbl 1132.28322 MR 2318378号·Zbl 1132.28322号 ·数字对象标识代码:10.1137/060665555 [15] C.Frogner-C.Zhang-H.Mobahi-M.Araya-Polo-T.Poggio,《在Wasserstein失利的情况下学习》。《第28届神经信息处理系统国际会议论文集》,第2053-2061页,高级神经信息处理。系统。28, 2015. ·doi:10.5555/2969442.29669469 [16] W.Gangbo-R.J.McCann,最优运输的几何结构。数学学报。177(1996),第2期,第113-161页。Zbl 0887.49017 MR 1440931·Zbl 0887.49017号 ·doi:10.1007/BF2392620 [17] A.V.Goldberg-E.Tardos-R.E.Tarjan,网络流算法。《路径、流和VLSI布局》(波恩,1988年),第101-164页,算法组合9,柏林斯普林格出版社,1990年。Zbl 0728.90035 MR 1083378·Zbl 0728.90035号 [18] L.V.Kantorovich,《关于蒙日问题》(俄语)。Uspekhi Mat.Nauk 3(1948),225-226。 [19] L.V.Kantorovich,组织和规划生产的数学方法。管理科学。6 (1959/60), 366-422. 兹比尔0995.90532 MR 129016·Zbl 0995.90532号 ·doi:10.1287/mnsc.6.4.366 [20] L.V.Kantorovich,关于群众的易位。数学杂志。科学。(纽约)133(2006),1381-1382。兹比尔1080.49507·Zbl 1080.49507号 ·doi:10.1007/s10958-006-0049-2 [21] H.Knothe,对凸体理论的贡献。密歇根数学。J.4(1957),第39-52页。Zbl 0077.35803 MR 83759·Zbl 0077.35803号 ·doi:10.1307/mmj/1028990175 [22] G.Loeper,关于最优运输问题解的正则性。数学学报。202(2009),第2期,241-283。Zbl 1219.49038 MR 2506751号·Zbl 1219.49038号 ·doi:10.1007/s11511-009-0037-8 [23] G.Monge,《梅莫伊尔·苏拉泰奥里·德布雷斯与雷姆布雷斯》(Mémoire sur la théorie des déblais et des remblais)。1781年,巴黎皇家即兴演奏会。 [24] H.Murata-H.Tanaka,多维概率分布的某些泛函的不等式。广岛数学。J.4(1974),75-81。Zbl 0287.60021 MR 365656·Zbl 0287.60021号 ·doi:10.32917/hmj/1206137153 [25] J.B.Orlin,一种快速的强多项式最小费用流算法。操作。第41号决议(1993年),第2号,338-350。Zbl 0781.90036 MR 1214540·兹比尔0781.90036 ·数字对象标识代码:10.1287/opre.41.2338 [26] O.贝利-M.沃曼(O.Pele-M.Werman),《快速而稳健的土方推进器距离》(Fast and robust Earth Mover’s Distances)。2009年IEEE第12届计算机视觉国际会议,第460-467页,2009年·doi:10.1109/ICCV.2009.5459199 [27] M.Rosenblatt,关于多元变换的评论。安。数学。统计23(1952年),470-472。Zbl 0047.13104 MR 49525·Zbl 0047.13104号 ·doi:10.1214/aoms/1177729394 [28] Y.Rubner-C.Tomasi-L.J.Guibas,图像数据库应用程序分布的度量。《IEEE国际计算机视觉会议论文集》,第59-66页,1998年·doi:10.1109/ICCV.1998.710701 [29] Y.Rubner-C.Tomasi-L.J.Guibas,地球运动者距离作为图像检索的度量。国际期刊计算。视觉。40(2000),第2期,99-121。Zbl 1012.68705号·Zbl 1012.68705号 ·doi:10.1023/A:1026543900054 [30] L.Rüschendorf-S.T.Rachev,具有最小L2距离的随机变量的特征。《多元分析杂志》。32(1990),第1期,48-54。Zbl 0688.62034 MR 1035606号·Zbl 0688.62034号 ·doi:10.1016/0047-259X(90)90070-X [31] F.Santambrogio,应用数学家的最佳运输:变分法、偏微分方程和建模。程序。非线性微分方程应用。87,Birkhäuser,Cham,2015年。Zbl 1401.49002 MR 3409718·Zbl 1401.49002号 ·doi:10.1007/978-3-319-20828-2 [32] J.Solomon-R.Rustamov-L.Guibas-A.Butscher,Wasserstein半监督学习传播。《第31届机器学习国际会议论文集》,第306-314页,Proc。机器。学习。2014年第32号决议(PMLR)。 [33] H.Tanaka,概率分布泛函的不等式及其在Kac麦克斯韦气体一维模型中的应用。Z.Wahrsch公司。版本。Gebiete 27(1973),47-52。Zbl 0302.60005 MR 362442·Zbl 0302.60005号 ·doi:10.1007/BF00736007 [34] H.Tanaka,麦克斯韦分子玻尔兹曼方程的概率处理。Z.Wahrsch公司。版本。Gebiete 46(1978/79),编号1,67-105。Zbl 0389.60079 MR 512334·Zbl 0389.60079号 ·doi:10.1007/BF00535689 [35] C.维拉尼,《最佳交通:新旧》。格兰德伦数学。威斯。338,施普林格,柏林,2009年。Zbl 1156.53003 MR 2459454号·Zbl 1156.53003号 ·doi:10.1007/978-3-540-71050-9 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。