2016年12月
发表于:信息与推理:数学研究所学报及其应用,2019,8(4),677-689。
本文研究了高维最优运输问题中运输剩余(即匹配亲和度)的估计问题。经典最优输运理论确定了匹配亲和度,确定了最优联合分布。相反,我们研究了基于观察联合分布估计匹配亲和度的反问题,使用了问题的熵正则化。为了适应数据的高维,我们提出了一种新的方法,该方法结合了核范数正则化,有效地对亲和矩阵施加了秩约束。用这种方法估计的低秩矩阵揭示了与匹配相关的主要因素。
下载
这些必要的cookie是激活网站核心功能所必需的。不能选择不使用这些技术。
为了进一步改善我们的报价和我们的网站,我们收集匿名数据进行统计和分析。在这些cookie的帮助下,我们可以,例如,确定访问者的数量和某些页面对我们网站的影响,并优化我们的内容。