[论文解读] Interpolation of Density Matrices and Matrix-Valued Measures: The Unbalanced Case

Yongxin Chen, Tryphon T. Georgiou+1 more|arXiv (Cornell University)|Dec 18, 2016

Geometric Analysis and Curvature Flows参考文献 13被引用 7

一句话总结

本文提出了一种非平衡量子最优传输框架，通过矩阵型 Wasserstein 距离与 Fisher-Rao 信息，实现密度矩阵与矩阵值测度之间的插值。通过将 Benamou-Brenier 流体动力学公式推广至含源项的矩阵设定，构建了一个凸优化问题，从而在质量不平衡条件下实现插值，并为非平衡矩阵值分布提供了黎曼结构。

ABSTRACT

In this note, we propose an unbalanced version of the quantum mechanical version of optimal mass transport that was based on the Lindblad equation. We formulate a natural interpolation framework between density matrices and matrix-valued measures via a quantum mechanical formulation of Fisher-Rao information and the matricial Wasserstein distance.

研究动机与目标

• 为解决标准最优质量传输在处理图像或光谱等总质量变化的非平衡分布时的局限性。
• 通过引入含源项的连续性方程，将最优传输的量子力学形式推广至非平衡情形。
• 统一矩阵型 Wasserstein 距离与 Fisher-Rao 信息，用于矩阵值测度。
• 为量子与信号处理场景中非平衡插值的数值计算，构建凸优化框架。
• 实现多模态、多光谱及多传感器数据的插值，其中质量守恒不成立。

提出的方法

• 通过含源项的连续性方程构建动态最优传输问题：∂ρ/∂t + ∇L*(ρv + vρ) = s，其中 s 表示质量的生成或销毁。
• 引入结合矩阵型 Wasserstein 与类 Fisher-Rao 项的变分能量泛函：∫₀¹∫(ρ‖v‖² + αs²)dxdt。
• 利用 Lindblad 算子与矩阵对数导数，在密度矩阵空间上定义黎曼度量。
• 通过伴随 Lindblad 算子与矩阵值向量场，推导熵与相对熵的梯度流。
• 通过凸优化将该框架应用于密度矩阵与矩阵值测度之间的插值。
• 利用矩阵型 Fisher-Rao 信息与非平衡连续性方程，将标量非平衡传输推广至矩阵设定。

实验结果

研究问题

• RQ1 如何将标准最优传输框架推广至处理量子与信号处理场景中的非平衡矩阵值测度？
• RQ2 在非平衡传输背景下，Fisher-Rao 度量的适当矩阵类比是什么？
• RQ3 能否为非平衡量子传输推导出保持黎曼结构的凸优化形式？
• RQ4 在所提出的非平衡矩阵型 Wasserstein 度量下，熵与相对熵的梯度流行为如何？
• RQ5 源项 s 在实现质量不平衡的同时，如何维持明确定义的度量结构？

主要发现

• 所提出的非平衡量子最优传输框架通过凸优化在矩阵值测度空间上定义了一个适定的度量。
• 含源项 s 的能量泛函导致了 Benamou-Brenier 动态公式在矩阵情形下的一致推广。
• 在非平衡矩阵型 Wasserstein 度量下，熵的梯度流为 ρ̇(t) = -½∇L*(ρ∇Llogρ + ∇Llogρ·ρ) - 1/α logρ。
• 相对熵的梯度流为 ρ̇(t) = -½∇L*(ρ∇L(ρ−ρ̂) + ∇L(ρ−ρ̂)·ρ) - 1/α(ρ(ρ−ρ̂) + (ρ−ρ̂)ρ)。
• 该框架实现了非平衡密度矩阵与矩阵值测度之间的插值，且可通过凸优化数值求解。
• 该方法适用于总质量不守恒的多传感器、多光谱及多模态数据。