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。
在本文中,我们讨论了高维最优输运问题中的输运剩余估计问题(即匹配亲和度)。经典的最优传输理论定义了匹配亲和度,并确定了最优联合分布。相反,我们研究了基于联合分布的估计匹配亲和力的反问题,使用了问题的熵正则化。为了适应高维数据,我们提出了一种新的方法,该方法结合了核范数正则化,有效地在亲和矩阵上执行秩约束。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
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。