最適輸送 基礎
こちらの資料を活用させて頂いた。
ものをどう輸送するか、そしてその輸送の仕方のしんどさ(コスト)
を考える道具としての、最適輸送。
例:細胞内タンパク質輸送。交通網物販輸送。
ここで、輸送コストを、類似度とすると、対象・点・構造物同士の内積が類似度を定義できれば、コストを考えることが可能。
例:物理的距離は、位置の類似度。心理的距離は、気持ちの類似度?
最適輸送で扱うものは、
・遠近感
・対象の移動あるいは対応づけ
・移動・対応の遠近感の定量化とその最適化
関連する問題
・ベクトル集合の移動変換
・確率分布間の距離を調節
概念から数理へ
入力は、出荷量ベクトルと、入荷量ベクトルと、輸送コスト行列である。
無限次元に拡張したければ、1変数関数2つと、2変数関数1つである。
ソルバがある。
重みの決め方
・同じ重み
・ものによって重要度が違う
輸送コストの決め方
・多様体(超球面など)上の輸送に制限する
定式化
L_C (a, b) = \text{min}_{P \in U(a,b)} \Sigma C_{i,j} P_{i, j}]
荷物を過不足なく輸送する経路で、最もコストの小さいものを選ぶ。
最適輸送に関連する用語
Wasserstein距離
確率分布間の距離
最適輸送 応用
最適輸送光ストの自動微分
輸送コストを計算して、その結果に応じて輸送プランを変える、ということを深層学習のように勾配を利用してできたら嬉しい、という話。
エントロピー正則化付き最適輸送
これの最適化手法として、Sinkhornアルゴリズムなるものがある。
IPOT
最適輸送問題の拡張
Gromov -Wasserstein距離
出荷物同士、入荷物同士の距離はわかるが、
出荷物と入荷物の距離がわからない場合。
近い出荷物は、輸送後は近い入荷物となってほしい、というmotivation
こういう時に使える手法が、Gromov Wasserstein距離
[tex: GW*1^2 = \text{min}_{P \in U(a, b)} \Sigma_{i,j, i^{'}, j^{'}}|D_{i, i^{'}} - D^{'}_{j, j^{'}}|^2P_{i, j} P_{i^{'}, j^{'}}]
不均衡最適輸送
optimal partial transport
一部の荷物だけを動かす場合
有名な考え方
1: ダミーの出荷場所と入荷場所を作る
2: 過不足の分だけ罰則項を設ける
3: 領域の外側にブラックホールを作る。
構造を考慮した最適輸送
コストの部分に保っていて欲しい構造のための項を追加する。
木構造を保っていて欲しいなら、Wasserstein距離とGromov Wasserstein距離との重み付け和とする。(Fused Gromov Wasserstein距離)
最適輸送 感想
感想として最適かわからないが、とても面白い分野だ。
*1:a, D), (b, D^{'}