[论文解读] Efficient algorithms computing distances between Radon measures on R

Jędrzej Jabłoński, Anna Marciniak‐Czochra|arXiv (Cornell University)|Apr 11, 2013

Medical Imaging Techniques and Applications参考文献 3被引用 11

一句话总结

本文提出了在 ℝ 上计算 Radon 测度之间 Wasserstein 类距离的高效算法，重点关注平坦度量（有界利普希茨距离）。通过利用平衡二叉搜索树优化性能，该文提出了一种 O(n log n) 算法来计算平坦度量——这对验证输运方程中 Escalator Boxcar Train (EBT) 方法至关重要。

ABSTRACT

In this paper numerical methods of computing distances between two Radon measures on R are discussed. Efficient algorithms for Wasserstein-type metrics are provided. In particular, we propose a novel algorithm to compute the flat metric (bounded Lipschitz distance) with a computational cost O(nlogn). The flat distance has recently proven to be adequate for the Escalator Boxcar Train (EBT) method for solving transport equations with growth terms. Therefore, finding efficient numerical algorithms to compute the flat distance between two measures is important for finding the residual error and validating empirical convergence of different methods.

研究动机与目标

• 开发计算高效的数值方法以度量 Radon 测度之间的距离，尤其在质量增长问题中标准 Wasserstein 度量失效的情况下。
• 通过提出针对由 Dirac delta 组成的离散测度量身定制的优化算法，解决线性规划在度量计算中的计算瓶颈。
• 为计算平坦度量提供一种实用且可扩展的解决方案，该度量已被证明对 Escalator Boxcar Train (EBT) 方法的收敛性分析至关重要。
• 引入并分析一种归一化的 Wasserstein 距离，以处理非守恒过程，从而将适用范围扩展至质量守恒系统之外。
• 通过使用平衡二叉搜索树将算法复杂度从 O(n²) 优化至 O(n log n)，同时保持正确性和数值稳定性。

提出的方法

• 将平坦度量表述为在 1-利普希茨函数上的对偶优化问题，从而可重述为最小费用流问题。
• 将测度差表示为带符号权重的点质量序列，使用数据结构（funcDescription）来追踪累积通量和位置。
• 通过基于数组的操作实现 O(n²) 算法，在质量点的迭代处理过程中维护和更新 funcDescription 结构。
• 通过用平衡二叉搜索树（BST）替代数组，将算法优化至 O(n log n)，从而实现高效的插入、删除和搜索操作。
• 使用全局 p_modifier 来追踪函数空间中的累积偏移，降低每次迭代的计算成本。
• 通过在 [−1, 1] 上随机分布的 Dirac delta 上进行数值基准测试，对比 O(n²) 和 O(n log n) 变体的性能。

实验结果

研究问题

• RQ1 是否能够以比通用线性规划更高效的方式计算两个 Radon 测度之间的平坦度量？
• RQ2 对于由 Dirac delta 组成的离散测度，平坦度量的计算复杂度是多少？是否可以将其降低至 O(n²) 以下？
• RQ3 在实际中，数据结构的选择（数组与平衡 BST）如何影响平坦度量计算的运行时间性能？
• RQ4 输入数据的结构（例如，聚类分布与均匀分布点）在多大程度上影响所提出算法的性能？
• RQ5 归一化的 Wasserstein 距离是否能在非守恒输运模型中提供稳定且计算可行的标准 Wasserstein 度量的替代方案？

主要发现

• 所提出的平坦度量 O(n log n) 算法相比 O(n²) 基线具有显著更优的渐近时间复杂度，尤其在 n 较大时表现突出。
• 数值实验表明，在密集且聚类的输入下，O(n log n) 算法优于 O(n²) 版本，此时 BST 结构保持平衡且高效。
• 在稀疏输入且点间距离 > 2 的情况下，两种算法的运行时间均接近线性，但 O(n log n) 版本因 BST 操作引入了更高的开销。
• 通过使用平衡二叉搜索树维护 funcDescription 数据结构，平坦度量的计算成本从 O(n²) 降低至 O(n log n)。
• 归一化的 Wasserstein 距离被证明是一个有效的度量，并为非守恒系统提供了可行的替代方案。
• 平坦度量被证明对 EBT 方法中的残差误差估计至关重要，从而证明了高效计算工具开发的合理性。