[論文レビュー] Gromov-Wasserstein at Scale, Beyond Squared Norms

Guillaume Houry, Jean Feydy+1 more|arXiv (Cornell University)|Feb 6, 2026

3D Shape Modeling and Analysis被引用数 0

ひとこと要約

この論文は CNT（条件付き負の型）コストを用いる Gromov-Wasserstein のスケーラブルで差分可能なソルバーを提示し、最適な GW カップリングはリフトされた特徴空間間の線形写像と OT 問題へ還元できることを示し、大規模で堅牢な登録を可能にする。

ABSTRACT

A fundamental challenge in data science is to match disparate point sets with each other. While optimal transport efficiently minimizes point displacements under a bijectivity constraint, it is inherently sensitive to rotations. Conversely, minimizing distortions via the Gromov-Wasserstein (GW) framework addresses this limitation but introduces a non-convex, computationally demanding optimization problem. In this work, we identify a broad class of distortion penalties that reduce to a simple alignment problem within a lifted feature space. Leveraging this insight, we introduce an iterative GW solver with a linear memory footprint and quadratic (rather than cubic) time complexity. Our method is differentiable, comes with strong theoretical guarantees, and scales to hundreds of thousands of points in minutes. This efficiency unlocks a wide range of geometric applications and enables the exploration of the GW energy landscape, whose local minima encode the symmetries of the matching problem.

研究の動機と目的

• 回転とドメイン横断幾何を扱う際の最適輸送と標準 GW の制限を解消する。
• 平方ノルムを超える歪みペナルティを拡張する CNT（条件付き負の型）コストを導入する。
• CNT コストを用いた GW がリフト特徴空間間の線形写像と OT カップリングへ還元されることを示し、スケーラブルな最適化を可能にする。
• 収束保証と変分法のデバイアス除去を備えた微分可能でメモリ効率の良い EGW ソルバーを開発する。

提案手法

• CNT コストと GW-embedding を定義し、x をヒルベルト空間埋め込みを介してリフト特徴空間へ写像し、線形演算子 Γ を用いて空間を整列させる。
• embedded 空間で平方ユークリッドコストを用いた OT 問題と分離可能な線形写像最適化へと同値になる EGW 問題を定式化する。
• 交互最小化スキームを提案する： π* = argmin_π F(Gamma, π)、Gamma* = argmin_Gamma F(Gamma, π)（CNT コストの下で収束）。
• CNT-GW ソルバーは線形のメモリフットプリントと二次の時間計算量を持つことを示し、数十万点規模に適している。
• SGW（Sinkhorn GW ダイバージェンス）を導入してエントロピー正規化のデバイアを除去し、CNT コスト下で等長性検出を保つ条件を確立する。

Figure 1 : (a) We optimize the GW objective of Eq. ( 2 ) to match a source distribution of points in the unit square (“C”) with a target (“S”). Colors let us visualize the destination of every source point. (b) The preservation of squared distances between points has been studied extensively, but pr

実験結果

リサーチクエスチョン

• RQ1 CNT コストは平方ノルムを超えて GW を一般化しつつ、解を保つことができるか。
• RQ2 GW 埋め込みフレームワークは埋め込み空間で GW を OT 問題へ還元し、スケーラブルな解法を可能にするか。
• RQ3 GW のエントロピー正規化のバイアスはマッチングを劣化させ、Sinkhorn デバイアス除去は CNT コスト下で意味のある幾何を回復できるか。
• RQ4 提案する CNT-EGW ソルバーは収束性と微分可能性を理論的に保証し、大規模点集合への実用的スケーラビリティを持つか。

主な発見

• CNT コストはリフト特徴空間内の線形写像に続く OT カップリングへ分解され、最適化を大幅に単純化する。
• CNT-EGW 形式は微分可能であり、強力な理論的保証を伴い、スケーラブルな解法を可能にする。
• 提案された CNT-GW および MsGW ソルバーは線形メモリと二次時間計算量を達成し、数十万点規模を数分で処理可能。
• Sinkhorn GW ダイバージェンス（SGW）は CNT コストに対して非負であり、バイアス除去を提供し、適切な条件下で等長性検出を保証する。
• 交互最小化と対角デセント法に基づくフレームワークは収束性と頑健性を理論的に保証し、従来のエントロピー正規化 GW より改善する。

Figure 3 : Wasserstein gradient flows $\alpha_{t+\delta t}=\alpha_{t}-\delta t\nabla V(\alpha_{t},\beta)$ transporting a source measure $\alpha_{0}$ (red cross) towards a target $\beta$ (blue heart). Entropic bias causes the limit measure to collapse in small clusters with $\mathrm{GW}_{\varepsilon}