离散分布的谱聚类
内容提要
该文综述基于Wasserstein距离与最优传输的聚类研究，涵盖离散Wasserstein质心计算、拓扑聚类、多层次聚类、谱聚类、领域自适应、图分割及数据集简化，并探讨理论性质与高效算法。
延伸解读
理论基石：离散Wasserstein质心的稀疏性
文章指出，离散Wasserstein质心在理论上必须也是离散度量，并且具有可证明的稀疏驻点。这意味着在计算质心时，解往往集中在少数几个支撑点上，而非稠密分布。这一性质为设计高效算法提供了理论依据，例如在库存分布等应用中，可以仅关注关键货物点，从而降低计算复杂度。
方法演进：从质心计算到拓扑与多层次聚类
文章综述了基于最优传输的聚类方法发展：早期工作利用改进的Bregman ADMM计算近似离散Wasserstein质心，实现高效聚类；随后研究扩展到拓扑聚类，通过持久条形码的Wasserstein距离处理复杂网络；近期则提出多层次聚类框架，在多个概率测度空间上联合优化，并建立估计的一致性。这些进展显示该领域从基础计算向结构化、多尺度问题深化。
应用拓展：领域自适应与图分割
文章提到，基于最优传输的聚类方法已应用于领域自适应、重新网格化和表示学习。通过变分原理求解最优传输，并利用力图将任意域聚合为固定数量的聚类，同时最小化聚类能量和Wasserstein距离。此外，在Gromov-Wasserstein框架下，热核多尺度图比较被用于解决k-cut图分割问题，在真实网络上表现优于现有技术。
Q&A
离散Wasserstein质心如何计算？
通过改进的Bregman ADMM方法计算大型聚类的近似离散Wasserstein质心，实现了较高精度和较低计算成本。
拓扑聚类方法是如何工作的？
基于持续同调和最优传输理论，计算与节点连接部件和环相关联的持久条形码的Wasserstein距离和重心，对复杂拓扑网络进行聚类，并保留节点对应关系。
多层次聚类问题有哪些解决方案？
提出一种联合优化方案，在多个离散概率测度空间上同时分区数据并发现组间分组模式，利用与Wasserstein barycenter问题的联系，提供快速优化算法，并建立局部和全局聚类估计的一致性。
谱聚类在大型随机分布数据集上的表现如何？
研究讨论了谱聚类算法在大型随机分布数据集上的表现，提供了一种能够找到数据集潜在密度规律的谱聚类算法，并通过引入Cheeger-Buser不等式为所有随机分布提供新的支持。
基于最优输运的聚类方法如何应用于领域自适应？
通过变分原理求解最优输运，使用力图将任意域聚合为固定数量的聚类，迭代地将聚类中心驱动到目标域中，并调整力图以保持最小聚类能量，同时追求聚类和聚类中心与目标域之间的Wasserstein距离。在合成和真实数据的领域自适应、重新网格化和表示学习方面有应用。
离散Wasserstein barycenters有哪些理论结果和应用？
研究了离散情况下的理论结果和应用，揭示了离散Wasserstein barycenters必须也是离散度量，且有可证明的稀疏驻点，并提供了一个固定货物和不同需求分布情况下的最优库存分布的proof-of-concept计算方法。
如何通过最优输运解决k-cut图分割问题？
使用热核在Gromov-Wasserstein框架上实现新的多尺度图比较，提出了一种通过最优输运来解决k-cut图分割问题的新方法，比当前最先进的GWL技术在真实世界网络上表现更佳。
Wasserstein距离如何用于数据集简化？
利用Wasserstein距离进行数据集简化，通过嵌入合成数据到预训练分类模型的特征空间进行分布匹配，实现了数据集简化的新的最先进性能。
