[논문 리뷰] An efficient linear programming method for Optimal Transportation

Adam M. Oberman, Yuanlong Ruan|arXiv (Cornell University)|2015. 09. 11.

Advanced Optimization Algorithms Research참고 문헌 6인용 수 54

한 줄 요약

이 논문은 임의의 비용 함수를 가진 최적 운반 문제를 해결하기 위한 선형 프로그래밍 기반 방법을 제시한다. 격자 정밀화와 바리센트리 프로젝션을 통해 선형 시간 및 선형 메모리 복잡도를 달성한다. 이는 비볼록 영역, 부분 OT, 바리센트르 문제에 대해 정확하고 확장 가능한 해를 가능하게 하며, 약한 수렴성이 증명되고 프로젝션을 통해 고해상도 맵이 복원된다.

ABSTRACT

An efficient method for computing solutions to the Optimal Transportation (OT) problem with a wide class of cost functions is presented. The standard linear programming (LP) discretization of the continuous problem becomes intractible for moderate grid sizes. A grid refinement method results in a linear cost algorithm. Weak convergence of solutions is stablished. Barycentric projection of transference plans is used to improve the accuracy of solutions. The method is applied to more general problems, including partial optimal transportation, and barycenter problems. Computational examples validate the accuracy and efficiency of the method. Optimal maps between nonconvex domains, partial OT free boundaries, and high accuracy barycenters are presented.

연구 동기 및 목표

• 제곱 비용을 초월하는 일반 비용 함수를 가진 최적 운반 문제를 위한 확장 가능하고 정확한 수치적 방법을 개발하기 위해.
• 중간 크기의 격자 크기에 대해서도 표준 LP 이산화가 계산적으로 비가능한 문제를 해결하기 위해.
• 이행 계획에서 유도된 최적 맵의 정확한 복원을 위해 바리센트리 프로젝션을 활용하기 위해.
• 부분 OT 및 바리센트르 계산과 같은 일반화된 문제로 방법을 확장하기 위해.
• 이산 LP 근사가 연속 문제로 수렴하는 약한 수렴성을 확립하기 위해.

제안 방법

• 선형 비용을 달성하기 위해 다중 척도 격자 정밀화 절차를 사용하여 밀도 높은 LP 해법을 피한다.
• 연속 OT 문제를 격자 위의 유한 차원 선형 프로그래밍 문제로 공식화하여 자연스러운 이산화를 보장한다.
• 이행 계획을 약한 최적 맵으로 변환하기 위해 바리센트리 프로젝션을 적용하여 정확도를 크게 향상시킨다.
• 희소성 활용과 계층적 정밀화를 통해 표준 LP 솔버를 활용하여 효율성을 유지한다.
• 안정성 결과를 사용하여 이산 해가 연속 문제로 수렴하는 약한 수렴성을 확립한다.
• 부분 OT 및 바리센트르 문제로의 일반화는 이들을 LP로 재정의함으로써 달성된다.

실험 결과

연구 질문

• RQ1 일반 비용 함수를 가진 최적 운반 문제에 대해 선형 프로그래밍 접근이 선형 복잡도를 달성할 수 있는가?
• RQ2 바리센트리 프로젝션은 이행 계획에서 유도된 최적 맵의 정확도를 어떻게 향상시킬 수 있는가?
• RQ3 이산 LP 근사가 연속 최적 운반 문제로 수렴하는 약한 수렴 행동은 어떠한가?
• RQ4 비볼록 영역에서 부분 최적 운반 문제의 정확한 자유 경계를 계산할 수 있는가?
• RQ5 형태와 히스토그램에 대해 고해상도 바리센트르를 계산할 때 방법의 성능은 어떠한가?

주요 결과

• 이 방법은 선형 시간 및 메모리 복잡도를 달성하여, 랩톱에서 최대 500,000개 변수를 가진 문제를 몇 분 내에 해결한다.
• 안정성 결과를 사용하여 이산 LP 해가 연속 문제로 수렴하는 약한 수렴성이 확립된다.
• 바리센트리 프로젝션을 통해 비볼록 영역 및 비제곱 비용 조건에서도 높은 정확도의 최적 맵을 복원할 수 있다.
• 부분 OT에서 정확한 자유 경계를 계산할 수 있으며, 겹치는 포물선의 경우 소량의 여유 질량 비율에서 자유 경계가 전체 교차 영역을 커버하는 것으로 드러났다.
• 1024² 격자에서 계산된 바리센트르는 블러링 없이 날카운 경계를 보이며, 엔트로픽 정규화 방법을 능가한다.
• 비용 지수 p가 1.05에서 9로 증가함에 따라, 세 개의 링형 섹션에 대해 고해상도 바리센트르를 생성하며, 지원 영역이 수축하는 경향을 보였다.