×

适应最佳运输的计算方法。 (英语) Zbl 07829153号

摘要:自适应最优传输(AOT)问题是时间序列分布的最优传输问题,其中耦合被约束为具有时间因果结构。在本文中,我们开发了数值求解AOT问题的计算工具。首先,我们证明了AOT问题相对于边缘扰动是稳定的,因此任意AOT问题都可以用线性程序序列来近似。我们进一步研究了求解AOT问题的熵方法。我们证明,如果正则化参数为零,任何熵正则化AOT问题都收敛于相应的非正则化问题。该证明基于一种新的方法——即使是在不自适应的情况下——可以轻松地获得给定耦合的光滑近似,并具有固定的边值。最后,我们展示了Sinkhorn算法的自适应版本的可处理性。我们给出了发生投影的显式解,并证明了该过程收敛于熵AOT问题的优化器。

MSC公司:

90立方厘米 随机规划
49号05 线性最优控制问题
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] ACCIAIO,B.、BACKHOFF VERAGUAS,J.和JIA,J.(2021)。Cournot-Nash平衡和动态环境下的最优运输。SIAM J.控制优化。59 2273-2300. 数字对象标识符:10.1137/20M1321462谷歌学者:查找链接数学科学网:MR4274834·Zbl 1470.91029号 ·数字对象标识代码:10.1137/20M1321462
[2] ADAMS,D.R.和HEDBERG,L.I.(1996年)。函数空间与势理论。Grundlehren der Mathematischen Wissenschaften[数学科学基本原理]314。柏林施普林格。数字对象标识符:10.1007/978-3662-03282-4谷歌学者:查找链接数学科学网:MR1411441·doi:10.1007/978-3-662-03282-4
[3] BACKHOFF,J.、BARTL,D.、BEIGLBØCK,M.和WIESEL,J.(2022年)。在适应的Wasserstein距离中估计过程。附录申请。可能性。32 529-550. 数字对象标识符:10.1214/21-aap1687谷歌学者:查找链接MathSciNet:MR4386535·Zbl 1492.60104号 ·doi:10.1214/21-aap1687
[4] BACKHOFF,J.、BEIGLBØCK,M.、LIN,Y.和ZALASHKO,A.(2017年)。离散时间中的因果传输及其应用。SIAM J.Optim公司。27 2528-2562. 数字对象标识符:10.1137/16M1080197谷歌学者:查找链接数学科学网:MR3738324·Zbl 1387.90168号 ·doi:10.1137/16M1080197
[5] BACKHOFF-VERAGUAS,J.、BARTL,D.、BEIGLBØCK,M.和EDER,M.(2020年)。适应了数学金融中的Wasserstein距离和稳定性。财务统计。24 601-632. 数字对象标识符:10.1007/s00780-020-00426-3谷歌学者:查找链接数学科学网:MR4118990·Zbl 1440.91036号 ·doi:10.1007/s00780-020-00426-3
[6] BACKHOFF-VERAGUAS,J.、BARTL,D.、BEIGLBÖCK,M.和EDER,M.(2020)。所有适应的拓扑都是相等的。可能性。理论相关领域178 1125-1172。数字对象标识符:10.1007/s00440-020-00993-8谷歌学者:查找链接数学科学网:MR4168395·Zbl 1476.60079号 ·doi:10.1007/s00440-020-00993-8
[7] BACKHOFF-VERAGUAS,J.和PAMMER,G.(2022)。鞅最优运输和弱最优运输的稳定性。附录申请。可能性。32 721-752. 数字对象标识符:10.1214/21-aap1694谷歌学者:查找链接数学科学网:MR4386541·Zbl 1492.60105号 ·doi:10.1214/21-aap1694
[8] BACKHOFF-VERAGUAS,J.和ZHANG,X.(2023)。动态Cournot-Nash平衡:无势情况。数学。财务。经济。17 153-174. 数字对象标识符:10.1007/s11579-022-00327-3谷歌学者:查找链接数学科学网:MR4596034·Zbl 1518.91013号 ·doi:10.1007/s11579-022-00327-3
[9] BARTL,D.、BEIGLBØCK,M.和PAMMER,G.(2021年)。随机过程的Wasserstein空间。预印本。可在arXiv:2104.14245购买。
[10] BARTL,D.和WIESEL,J.(2023年)。多周期优化问题对自适应Wasserstein距离的敏感性。SIAM J.金融数学。14 704-720。数字对象标识符:10.1137/22M1537746谷歌学者:查找链接数学科学网:MR4599319·Zbl 1520.91364号 ·doi:10.1137/22M1537746
[11] BEIGLB-CK,M.和LACKER,D.(2018年)。因果耦合中适应过程的密度。预印本。可从arXiv:1805.03185获得。
[12] BEIGLB-CK,M.、PAMMER,G.和SCHROTT,S.(2022年)。双适配Monge映射的稠密性。数字对象标识符:10.48550/ARXIV.2210.15554谷歌学者:查找链接·doi:10.48550/ARXIV.2210.15554
[13] BINDINI,U.(2020年)。多边际最优运输中的平滑算子。数学。物理学。分析。几何。23第21、27号论文。数字对象标识符:10.1007/s11040-020-09349-z谷歌学者:查找链接数学科学网:MR4107950·兹比尔1445.60008 ·doi:10.1007/s11040-020-09349-z
[14] BOLLEY,F.和VILLANI,C.(2005年)。加权Csiszár-Kullback-Pinsker不等式及其在运输不等式中的应用。Ann.工厂。科学。图卢兹数学。(6) 14 331-352. 数学科学网:MR2172583·Zbl 1087.60008号
[15] BRüCKERHOFF,M.和JUILLET,N.(2022)。维数\(mathit{d}\geq2)上鞅最优输运的不稳定性。电子。Commun公司。可能性。27第24、10号论文。数字对象标识符:10.1134/s1560354722010051谷歌学者:查找链接数学科学网:MR4416823·Zbl 1492.60108号 ·doi:10.1134/s1560354722010051
[16] CARLIER,G.(2022年)。关于多边缘Sinkhorn算法的线性收敛性。SIAM J.Optim公司。32 786-794. 数字对象标识符:10.1137/21M1410634谷歌学者:查找链接数学科学网:MR4418040·Zbl 1505.49037号 ·数字对象标识代码:10.1137/21M1410634
[17] CARLIER,G.、DUVAL,V.、PEYRé,G.和SCHMITZER,B.(2017年)。最优输运和梯度流的熵格式的收敛性。SIAM J.数学。分析。49 1385-1418. 数字对象标识符:10.1137/15M1050264谷歌学者:查找链接MathSciNet:MR33635459·Zbl 1365.90197号 ·doi:10.1137/15M1050264
[18] Csiszár,I.(1975年)\(I)-概率分布和最小化问题的发散几何。安·普罗巴伯。3 146-158. 数字对象标识符:10.1214/aop/1176996454谷歌学者:查找链接数学科学网:MR0365798·Zbl 0318.60013号 ·doi:10.1214/aop/1176996454
[19] CUTURI,M.(2013)。凹坑距离:最佳运输的光速计算。高级神经信息处理。系统。26 2292-2300.
[20] CUTURI,M.和DOUCET,A.(2014)。Wasserstein重心的快速计算。在685-693国际机器学习会议上。PMLR。
[21] DUPUIS,P.和ELLIS,R.S.(1997年)。大偏差理论的弱收敛方法。概率与统计学中的威利级数:概率与统计学。纽约威利。数字对象标识符:10.1002/9781118165904谷歌学者:查找链接数学科学网:MR1431744·兹比尔0904.60001 ·数字对象标识代码:10.1002/9781118165904
[22] ECKSTEIN,S.、KUPPER,M.和POHL,M.(2020年)。使用神经网络进行稳健的风险聚合。数学。财务30 1229-1272。数字对象标识符:10.1111/mafi.12280谷歌学者:查找链接数学科学网:MR4154769·Zbl 1508.91619号 ·doi:10.1111/mafi.12280
[23] ECKSTEIN,S.和NUTZ,M.(2022)。正则化最优输运的定量稳定性和Sinkhorn算法的收敛性。SIAM J.数学。分析。54 5922-5948. 数字对象标识符:10.1137/21M145505X谷歌学者:查找链接数学科学网:MR4506579·Zbl 1507.90127号 ·doi:10.1137/21M145505X
[24] Ethier,S.N.和Kurtz,T.G.(1986年)。马尔可夫过程:特征和收敛。概率与数理统计中的威利级数:概率和数理统计。纽约威利。数字对象标识符:10.1002/9780470316658谷歌学者:查找链接MathSciNet:MR0838085 MathSclNet:MR138128·Zbl 0592.60049号 ·doi:10.1002/9780470316658
[25] FLAMARY,R.、COURTY,N.、GRAMFORT,A.、ALAYA,M.Z.、BOISBUNON,A.、CHAMBON,S.、CHAPEL,L.、CORENFLOS,A.、FATRAS,K.等人(2021年)。POT:Python最佳传输。J.马赫。学习。第22号决议1-8·兹伯利07370595
[26] Folland,G.B.(1999)。《真实分析:现代技术及其应用》,第二版,《纯粹与应用数学》(纽约)。纽约威利。数学科学网:MR1681462·Zbl 0924.28001号
[27] GULRAJANI,I.、AHMED,F.、ARJOVSKY,M.、DUMOULIN,V.和COURVILLE,A.C.(2017)。改进Wasserstein组织的培训。高级神经信息处理。系统。30
[28] GUO,G.和OBŁOh J,J.(2019)。鞅最优运输问题的计算方法。附录申请。可能性。29 3311-3347. 数字对象标识符:10.1214/19-AAP1481谷歌学者:查找链接数学科学网:MR4047982·Zbl 1433.49043号 ·doi:10.1214/19-AAP1481
[29] GUROBI OPTIMIZATION,L.L.C.(2022)。古罗比优化器参考手册。
[30] Kallenberg,O.(1997)。现代概率基础。概率论及其应用(纽约)。纽约州施普林格。数学科学网:MR1464694·Zbl 0892.60001号
[31] Kechris,A.S.(1995年)。经典描述性集合理论。数学研究生课文156。纽约州施普林格。数字对象标识符:10.1007/978-1-4612-4190-4谷歌学者:查找链接数学科学网:MR1321597·Zbl 0819.04002号 ·doi:10.1007/978-1-4612-4190-4
[32] 科里文,N.(2022)。随机图中的熵最优传输。预印本。可在arXiv:2201.03949购买。
[33] KOML Ox S,J.(1967年)。斯坦豪斯问题的概括。数学学报。阿卡德。科学。挂。18 217-229. 数字对象标识符:10.1007/BF02020976谷歌学者:查找链接数学科学网:MR0210177·Zbl 0228.60012号 ·doi:10.1007/BF02020976
[34] 拉萨尔·R(2018)。因果运输计划及其Monge-Kantorovich问题。斯托克。分析。申请。36 452-484. 数字对象标识符:10.1080/07362994.2017.1422747谷歌学者:查找链接数学科学网:MR3784142·Zbl 1385.93087号 ·doi:10.1080/07362994.2017.1422747
[35] LÉONARD,C.(2012年)。从Schrödinger问题到Monge-Kantorovich问题。J.功能。分析。262 1879-1920年。数字对象标识符:10.1016/j.jfa.2011.11.026谷歌学者:查找链接数学科学网:MR2873864·Zbl 1236.49088号 ·doi:10.1016/j.jfa.2011.11.026
[36] 马萨特,P.(2007)。集中不等式与模型选择。数学课堂笔记。1896年柏林斯普林格。数学科学网:MR2319879·Zbl 1170.60006号
[37] PEYRé,G.和CUTURI,M.(2019年)。计算优化传输:应用于数据科学。找到。趋势马赫。学习。11 355-607.
[38] PFLUG,G.CH.(2009年)。多阶段随机优化中的版本依赖性和嵌套分布。SIAM J.Optim公司。20 1406-1420. 数字对象标识符:10.1137/080718401谷歌学者:查找链接MathSciNet:MR2587733·Zbl 1198.90307号 ·数字对象标识代码:10.1137/080718401
[39] PFLUG,G.CH.和PICHLER,A.(2012年)。多级随机优化模型的距离。SIAM J.Optim公司。22 1-23. 数字对象标识符:10.1137/10825054谷歌学者:查找链接数学科学网:MR2902682·Zbl 1262.90118号 ·doi:10.1137/10825054
[40] PICHLER,A.和WEINHARDT,M.(2022)。嵌套的陷坑散度学习嵌套的距离。计算。管理。科学。19 269-293. 数字对象标识符:10.1007/s10287-021-00415-7谷歌学者:查找链接数学科学网:MR4423922·Zbl 07557211号 ·doi:10.1007/s10287-021-00415-7
[41] R u SCHENDORF,L.(1995)。迭代比例拟合程序的收敛性。安。统计师。23 1160-1174. 数字对象标识符:10.1214/aos/1176324703谷歌学者:查找链接数学科学网:MR1353500·Zbl 0851.62038号 ·doi:10.1214/aos/1176324703
[42] 维拉尼,C.(2009年)。最佳交通:新旧。数学科学基本原理。柏林施普林格。数字对象标识符:10.1007/978-3-540-71050-9谷歌学者:查找链接数学科学网:MR2459454·Zbl 1156.53003号 ·doi:10.1007/978-3-540-71050-9
[43] WIESEL,J.(2019)。实线上鞅最优运输问题的连续性。预印本。可从arXiv:1905.04574获得。
[44] NUTZ,M.(2021年)。熵最优输运简介。
[45] XU,T.和ACCIAIO,B.(2021年)。用于视频预测的量化条件COT-GAN。预打印。可从arXiv:2106.05658获取。
[46] XU,T.、WENLIANG,L.K.、MUNN,M.和ACCIAIO,B.(2020年)。Cot-gan:通过因果最优传输生成序列数据。高级神经信息处理。系统。33 8798-8809.
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。