最优传输的退火Sinkhorn：收敛性、正则化路径和去偏差
原文中文，约1900字，阅读约需5分钟。
📝
内容提要
本文提出了一系列新算法解决最优输运问题，包括APDAMD、Semi-Relaxed Sinkhorn和Sinkhorn-Newton-Sparse，展示了它们在效率和收敛性上的优势。同时，研究探讨了不平衡输运和部分最优输运问题的应用，提供了理论保证和实用算法，推动了相关领域的发展。
❓
Q&A
APDAMD算法的主要优势是什么？
APDAMD算法在解决原子最优输运问题时具有较高的效率。
Semi-Relaxed Sinkhorn算法的应用是什么？
Semi-Relaxed Sinkhorn算法用于求解半松弛最优输运问题，并提供了理论收敛分析。
Sinkhorn-Newton-Sparse算法的收敛速度如何？
Sinkhorn-Newton-Sparse算法提供超指数收敛，收敛速度快于Sinkhorn算法。
如何实现不平衡输运的熵正则化？
通过基于标准Sinkhorn更新和紧缩函数的交替迭代算法来实现不平衡输运的熵正则化。
部分最优输运问题在人工智能中的应用有哪些？
部分最优输运问题在颜色转移和领域适应等人工智能任务中有广泛应用。
如何提高Sinkhorn算法的收敛速度和准确性？
通过近似Log-Sum-Exp函数和应用快速的FISTA算法来提高Sinkhorn算法的收敛速度和准确性。
🏷️
