[論文レビュー] Semi-discrete unbalanced optimal transport and quantization

David P. Bourne, Bernhard Schmitzer+1 more|arXiv (Cornell University)|Aug 6, 2018

Markov Chains and Monte Carlo Methods参考文献 45被引用数 13

ひとこと要約

本稿は、合計質量が異なる拡散測度から離散測度へと運ぶ半離散非平衡最適輸送の理論的・数値的枠組みを構築する。最適輸送計画は一般化ラウレール図で特徴付けられ、非平衡量子化への応用により、2次元においてディラック質量の数が無限に近づく際の漸近的量子化誤差を最小化する三角格子が結晶化する結果が得られる。

ABSTRACT

In this paper we study the class of optimal entropy-transport problems introduced by Liero, Mielke and Savaré in Inventiones Mathematicae 211 in 2018. This class of unbalanced transport metrics allows for transport between measures of different total mass, unlike classical optimal transport where both measures must have the same total mass. In particular, we develop the theory for the important subclass of semi-discrete unbalanced transport problems, where one of the measures is diffuse (absolutely continuous with respect to the Lebesgue measure) and the other is discrete (a sum of Dirac masses). We characterize the optimal solutions and show they can be written in terms of generalized Laguerre diagrams. We use this to develop an efficient method for solving the semi-discrete unbalanced transport problem numerically. As an application we study the unbalanced quantization problem, where one looks for the best approximation of a diffuse measure by a discrete measure with respect to an unbalanced transport metric. We prove a type of crystallization result in two dimensions -- optimality of a locally triangular lattice with spatially varying density -- and compute the asymptotic quantization error as the number of Dirac masses tends to infinity.

研究の動機と目的

• 拡散測度と離散測度であり、合計質量が異なる状況における半離散非平衡最適輸送の理論的・計算的枠組みを構築すること。
• 重みに関する凹最大化問題から導かれる一般化ラウレール図を用いて、この設定における最適輸送計画を特徴付けること。
• 非平衡量子化問題に理論を応用し、非平衡輸送距離のもとで拡散測度の最良離散近似を見つけること。
• 2次元における結晶化結果を確立し、ディラック質量の数が増加する際の漸近的量子化誤差が三角格子によって最小化されることを示すこと。

提案手法

• 本稿は、Liero, Mielke, Savaré (2018) が提唱したエントロピー輸送問題に基づく非平衡最適輸送の変分的定式化を、半離散設定に適応して導入する。
• 最適輸送計画は、重み $ w_1, \dots, w_M $ に関する凹最大化問題を解くことで定まる一般化ラウレール図によって特徴付けられることを示す。
• この特徴付けに基づき、重みに関する最適化によって半離散非平衡輸送問題を効率的に解くための数値アルゴリズムを開発する。
• 輸送に基づくエネルギー関数を最小化することで、非平衡量子化問題に理論を応用し、$ M \to \infty $ における漸近的量子化誤差の導出を図る。
• 漸近的挙動は、領域を小さな正方形に分割し、輸送コストを推定して極限を取ることで分析され、$ B(D(x)) $ を含む極限コスト関数が導かれる。ここで $ B $ は輸送モデルから導かれる。
• ワッサースタイン＝フィッシャー＝ラオモデルに対しては、関数 $ B(z) $ を数値的に計算し、その導関数 $ B'(z) $ を用いて漸近的状態における最適点密度 $ D(x) $ を決定する。

実験結果

リサーチクエスチョン

• RQ1 合計質量が異なる状況における半離散非平衡最適輸送の最適輸送計画の構造は何か？
• RQ2 この設定における最適輸送問題はどのように数値的に解けるか？ また、解の背後にある幾何的構造は何か？
• RQ3 非平衡輸送距離のもとで拡散測度を離散測度で近似する際の量子化誤差の漸近的挙動は何か？
• RQ4 特定の格子構造、例えば三角格子は2次元において漸近的量子化コストを最小化するか？
• RQ5 最適点密度 $ D(x) $ は、元の測度 $ \mu $ と輸送モデルのパrameter にどのように依存するか？

主な発見

• 半離散非平衡輸送における最適輸送計画は、重み $ w_i $ に関する凹最大化問題の解として得られる一般化ラウレール図によって特徴付けられ、古典的なラウレール図を非平衡状況に拡張したものである。
• 非平衡量子化問題において、$ M \to \infty $ のとき漸近的量子化誤差は $ \int_{\Omega} B(D(x)) \, d\mu(x) $ に収束する。ここで $ D(x) $ は最適点密度である。
• 2次元において、三角格子はすべての格子配置の中で最小の漸近的量子化コストを達成し、ワッサースタイン＝フィッシャー＝ラオモデルにおいて結晶化結果を確立する。
• 最適点密度 $ D(x) $ は、輸送コスト関数の導関数 $ B'(z) $ によって決定され、これは特定の非平衡輸送モデル（例：ワッサースタイン＝フィッシャー＝ラオ距離）に依存する。
• ワッサースタイン＝フィッシャー＝ラオモデルにおける $ B(z) $ と $ B'(z) $ の数値計算により、最適点密度が低質量領域を強調し、高質量領域を抑制することが判明し、パrameter $ P = \lim_{M\to\infty} \varepsilon_M^2 M $ に依存する。
• 極限 $ \lim_{M\to\infty} \varepsilon_M^2 M \in (0,\infty) $ は非退化な漸近的コストをもたらすが、極限が $ 0 $ または $ \infty $ である場合は、輸送コストが消えたり質量変化が支配的になったりする退化した状態に至る。