抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
最適輸送は,分布間の類似性を測定するための一般的な距離メトリックである。最適輸送を計算するための正確なアルゴリズムは遅く,近似数値ソルバ(例えば,Sinkorn法)の開発を動機づけた。OT距離のε近似を見つけるために,新しく非常に簡単な組合せ手法を導入した。著者らのアルゴリズムは,OT距離を計算するためのO(n ̄2/ε ̄2)の近最適実行時間を達成して,割り当て問題の特殊ケースのために,実行時間はO(n ̄2/ε)に改善した。このアルゴリズムは,最小コストフロー問題のためのプッシュ-ラベルフレームワークに基づいている。他のコンビナトリアルアプローチ(Lahn,MulchananiおよびRaghvendra,NeurIPS 2019)と異なり,高速並列実装を持たない,著者らのアルゴリズムは,O(logn/ε ̄2)の並列実行時間を有する。興味深いことに,Sinkornアルゴリズムとは異なり,この方法はまた,OT問題の2重定式化の近似バージョンに対する解と同様にコンパクトな輸送計画を容易に提供し,その両方は機械学習において多数の応用を持つ。割当て問題のために,GPU並列性を利用する実装と同様にCPU実装の両方を提供した。実験により,提案アルゴリズムは,CPUおよびGPU実装に関して,特に高精度でマッチングを計算する一方で,Sinkornアルゴリズムよりも高速であることを示した。【JST・京大機械翻訳】