[论文解读] A note on the computation of Wasserstein barycenters

Pedro C. Álvarez-Esteban, Eustasio del Barrio+2 more|arXiv (Cornell University)|Nov 17, 2015

Geometric Analysis and Curvature Flows被引用 4

一句话总结

本文提出了一种迭代算法，在一般条件下计算 Rd 上有限个概率分布的 Wasserstein barycenter，包括位置-散射族（如正态分布）的情形。数值模拟显示该方法收敛迅速，提供了具有理论保证的一致近似。

ABSTRACT

We consider the problem of finding the barycenter of a finite set of probabilities on Rd with respect to the Wasserstein metric. We introduce an iterative procedure which consistenly ap-proximates the barycenter under general conditions. These cover the case of probabilities in a location-scatter family, including the Gaussian case. The performance of the iterative procedure is illustrated through numerical simulations, which show fast convergence towards the barycenter.

研究动机与目标

• 开发一种一致的迭代过程，用于计算 Rd 上有限个概率分布的 Wasserstein barycenter。
• 确保该方法在一般条件下适用，包括在位置-散射族中的分布。
• 通过数值模拟展示该算法的快速收敛性。
• 提供一种计算上可行且理论基础坚实的 Wasserstein 距离下 barycenter 计算方法。

提出的方法

• 该方法采用一种迭代重加权方案，逐步改进 barycenter 的近似。
• 利用 Wasserstein 距离的结构，在输入测度满足温和正则性条件时确保收敛。
• 通过利用其参数形式，该算法被设计用于处理位置-散射族中的分布（如高斯混合分布）。
• 通过依次更新最小化当前估计与目标距离的 Wasserstein 距离来实现收敛。
• 该过程在数值上实现，并在合成数据上验证，以评估性能和速度。

实验结果

研究问题

• RQ1 能否通过迭代算法一致地近似 Rd 上有限个概率分布的 Wasserstein barycenter？
• RQ2 该方法在位置-散射族（如正态分布）的分布中是否保持收敛保证？
• RQ3 与现有方法相比，该迭代过程在实际中收敛速度如何？
• RQ4 在高维设置下，该算法的计算和数值特性如何？

主要发现

• 在一般条件下（包括位置-散射族中的分布），该迭代过程能一致地近似 Wasserstein barycenter。
• 在数值模拟中，该算法表现出快速收敛，表明其具有强大的实际效率。
• 该方法适用于高斯情形，这是位置-散射族的一个关键示例。
• 在模拟中，各种测试配置下的收敛行为稳定且鲁棒。