BriefGPT - AI 论文速递
·
多元随机优势通过最优输运及在模型基准化中的应用
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文证明了具有凸代价函数的随机最优运输问题的对偶定理，无需正则性假设。通过变分问题和叠加原理，证明了该问题等同于Fokker-Planck方程。还研究了一维非凸代价的随机最优运输问题的最小化器的Markov性质，并证明了Schrodinger问题的半凸性和Lipschitz连续性。
🎯
关键要点
- 证明了具有凸代价函数的随机最优运输问题的对偶定理，无需正则性假设。
- 通过变分问题和叠加原理，证明了该问题等同于Fokker-Planck方程。
- 研究了一维非凸代价的随机最优运输问题的最小化器的Markov性质。
- 证明了Schrodinger问题的半凸性和Lipschitz连续性。
🏷️
标签
➡️
