[论文解读] Continuous-Flow Graph Transportation Distances

Justin Solomon, Raif M. Rustamov+2 more|arXiv (Cornell University)|Mar 22, 2016

Data Management and Algorithms参考文献 33被引用 17

一句话总结

本文提出了一种新颖的连续流图运输距离，通过将概率分布建模为图顶点上黎曼流形中的测地线，实现了图上类似Wasserstein距离的高效、可扩展计算。与传统最优传输不同，该方法通过时间离散化的流体流动公式避免了二次方复杂度，实现了与边数线性相关的复杂度，同时保留了2-Wasserstein距离的关键几何特性，包括位移插值和三角不等式。

ABSTRACT

Optimal transportation distances are valuable for comparing and analyzing probability distributions, but larger-scale computational techniques for the theoretically favorable quadratic case are limited to smooth domains or regularized approximations. Motivated by fluid flow-based transportation on $\mathbb{R}^n$, however, this paper introduces an alternative definition of optimal transportation between distributions over graph vertices. This new distance still satisfies the triangle inequality but has better scaling and a connection to continuous theories of transportation. It is constructed by adapting a Riemannian structure over probability distributions to the graph case, providing transportation distances as shortest-paths in probability space. After defining and analyzing theoretical properties of our new distance, we provide a time discretization as well as experiments verifying its effectiveness.

研究动机与目标

• 为解决图上2-Wasserstein距离计算不可行的问题，其复杂度随节点数呈二次方增长。
• 开发一种图上的运输距离，保留2-Wasserstein距离的几何与稳定性特性，同时避免需要二次时间线性规划。
• 通过受流体流动启发的变分公式，弥合连续最优传输理论与离散图数据结构之间的鸿沟。
• 为形状检索、聚类以及图结构数据上的学习等应用，实现可扩展、可微且具有几何意义的距离计算。

提出的方法

• 在图顶点上的概率分布空间上定义黎曼结构，通过类比连续最优传输，定义切空间与内积。
• 将运输距离的变分公式表述为概率空间中的最短路径问题，参数化为时变密度与速度场。
• 使用显式时间步长对连续时间流体流动模型进行离散化，得到边流上的凸优化问题。
• 将图拉普拉斯矩阵用作散度算子的离散类比，将连续性方程嵌入图结构中。
• 通过通用凸优化求解器求解所得优化问题，计算成本与边数呈线性关系。
• 采用位移插值可视化质量传输路径，保留了连续Wasserstein理论中的几何直觉。

实验结果

研究问题

• RQ1 图上的最优传输连续流公式能否在与图大小线性缩放的同时，保持2-Wasserstein距离的几何特性？
• RQ2 如何在图上离散概率分布上定义黎曼结构，以支持测地线距离？
• RQ3 能否将连续最优传输中的流体流动类比适配到图上，以获得可扩展且稳定的运输距离？
• RQ4 所提方法在形状检索与分布比较任务中是否优于标准的1-Wasserstein距离与基于L1的词袋距离？

主要发现

• 所提出的连续流图运输距离 $\overline{\mathcal{W}}$ 满足三角不等式，并支持位移插值，保留了2-Wasserstein距离的关键几何特性。
• 该方法与边数呈线性缩放，可在大规模稀疏图上实现高效计算，而标准2-Wasserstein距离则随节点数呈二次方增长。
• 在109个有机形状的3D形状检索任务中，$\overline{\mathcal{W}}$ 在类内检索性能上始终优于基于$L_1$的词袋距离，尤其在初始可区分匹配之后表现更优。
• 该方法在稳定性和几何结构方面优于$\mathcal{W}_1$，同时避免了完整线性规划在最优传输中的计算负担。
• 变分公式支持平滑、连续的质量传输路径，可实现分布变换的可视化与解释。
• 该方法可推广至其他应用，如聚类、半监督学习以及通过barycenter计算实现的矩阵分解。