×

高斯分布之间的Gromov-Wasserstein距离。 (英语) Zbl 1501.60012号

摘要:几年前,人们提出了Gromov-Wasserstein距离来比较不在同一空间中的分布。特别是,它们提供了一种有趣的替代Wasserstein距离的方法,用于比较不同维欧氏空间上的概率测度。我们关注Gromov-Wasserstein距离,地面成本定义为欧几里得距离的平方,并研究高斯分布之间最优计划的形式。我们证明,当最优方案限于高斯分布时,该问题有一个非常简单的线性解,这也是线性Gromov-Monge问题的解。我们还研究了不受最优方案限制的问题,并给出了高斯分布之间Gromov-Wasserstein距离值的上下界。

MSC公司:

60E05型 概率分布:一般理论
68T09号 数据分析和大数据的计算方面
62H25个 因子分析和主成分;对应分析
第49季度22 最佳运输

软件:

Wasserstein甘
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Alvarez-Melis,D.、Jegelka,S.和Jaakkola,T.S.(2019年)。实现具有全局不变性的最优运输。程序。机器。学习。1870-1879年第89号决议。
[2] Anstreicher,K.和Wolkowicz,H.(2000)。关于二次矩阵约束的拉格朗日松弛。《矩阵分析杂志》。申请22,41-55·Zbl 0990.90088号
[3] Arjovsky,M.、Chintala,S.和Bottou,L.(2017)。Wasserstein生成性对抗网络。程序。机器。学习。第70号决议,第214-223号。
[4] Bigot,J.等人(2017年)。通过凸PCA在Wasserstein空间中进行测地PCA。安·Inst.H.PoincaréProb。统计53,1-26·Zbl 1362.62065号
[5] Blanchet,J.、Kang,Y.和Murthy,K.(2019年)。鲁棒Wasserstein轮廓推理及其在机器学习中的应用。J.应用。探针56830-857·Zbl 1436.62336号
[6] Brenier,Y.(1991)。向量值函数的极分解和单调重排。Commun公司。纯应用程序。数学.44375-417·Zbl 0738.46011号
[7] Cai,Y.和Lim,L.-H.(2020)。不同维概率分布之间的距离。预印本,arXiv:2011.00629[math.ST]。
[8] Chowdhury,S.和Needham,T.(2020年)。黎曼框架下的Gromov-Wasserstein平均。IEEE/CVF Conf.计算机视觉和模式识别研讨会,Curran Associates,Red Hook,NY,第842-843页。
[9] Courty,N.、Flamary,R.、Tuia,D.和Rakotomonzy,A.(2016)。域自适应的最佳传输。IEEE传输。模式分析。机器。情报.391853-1865。
[10] Dowson,D.C.和Landau,B.V.(1982年)。多元正态分布之间的Fréchet距离。J.多变量。分析12,450-455·Zbl 0501.62038号
[11] Galichon,A.等人(2014)。一种随机控制方法,用于确定给定边际的无边界,并应用于回溯期权。附录申请。探针24,312-336·Zbl 1285.49012号
[12] Genevay,A.、Peyré,G.和Cuturi,M.(2018年)。学习具有sinkhorn发散的生成模型。程序。机器。学习。第84号决议,1608-1617。
[13] Givens,C.R.等人(1984年)。概率分布的一类Wasserstein度量。密歇根州数学。《期刊》第31期,第231-240页·Zbl 0582.60002号
[14] Isserlis,L.(1918)。关于任意数量变量的正态频率分布的任意阶乘积矩系数的公式。生物技术12,134-139。
[15] James,I.M.(1976年)。Stiefel流形的拓扑(伦敦数学学院讲义系列24)。剑桥大学出版社·Zbl 0337.55017号
[16] Mémoli,F.(2011)。Gromov-Wasserstein距离和对象匹配的度量方法。找到。计算。数学.11,417-487·Zbl 1244.68078号
[17] Pele,O.和Taskar,B.(2013)。切线推土机的距离。过程中。第一届国际信息几何科学会议,编辑F.Nielsen和F.Barbaresco。纽约州施普林格,第397-404页·Zbl 1323.68544号
[18] 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。
[19] Peyré,G.、Cuturi,M.和Solomon,J.(2016)。核矩阵和距离矩阵的Gromov-Wasserstein平均。J.马赫。学习。第48号决议,2664-2672。
[20] Rabin,J.、Ferradans,S.和Papadakis,N.(2014)。自适应色彩转换,轻松优化传输。过程中。IEEE国际会议图像处理,第4852-4856页。
[21] Rabin,J.、Peyré,G.、Delon,J.和Bernot,M.(2011)。Wasserstein重心及其在纹理混合中的应用。过程中。第三届国际会议《计算机视觉中的尺度空间和变分方法》,编辑:A.M.布鲁克斯坦、B.M.哈尔·罗梅尼、A.M.布朗斯坦和M.M.布隆斯坦。纽约州施普林格,第435-446页。
[22] Santambrogio,F.(2015)。应用数学家的最佳传输(非线性微分方程及其应用进展87)。纽约州施普林格。
[23] Sturm,K.-T.(2012年)。空间空间:度量测度空间上的曲率边界和梯度流。预印本,arXiv:1208.0434[math.MG]。
[24] Takatsu,A.论高斯测度的Wasserstein几何。在《几何的概率方法》中,eds.M.Kotani、M.Hino和T.Kumagai。日本数学学会,东京,第463-472页·Zbl 1206.60016号
[25] Vayer,T.(2020)。为在无与伦比的空间上实现最佳运输做出贡献。预印本,arXiv:2011.04447[stat.ML]。
[26] Villani,C.(2003年)。最佳交通主题(数学研究生课程58)。美国数学学会,普罗维登斯,RI·Zbl 1106.90001号
[27] Villani,C.(2008)。最佳交通:新旧(Grundlehren der mathematischen Wissenschaften338)。柏林施普林格。
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。