?
Extremal Domain Translation with Neural Optimal Transport
P. 40381–40413.
Gazdieva M., Alexander Korotin, Daniil Selikhanovych, Evgeny Burnaev
В книге
Curran Associates, Inc., 2023.
Колесников А. В., Попова С. Н., Математические заметки 2026 Т. 119 № 3 С. 377–390
Рассматривается задача об оптимальном обмене, которую можно сформулировать как некоторую разновидность задачи об оптимальной транспортировке мер. Для задачи об оптимальном обмене доказывается существование оптимального решения и теорема о двойственности в случае вполне регулярных топологических пространств. Показана связь между задачей об оптимальном обмене и задачей оптимальной транспортировки мер с ограничением на плотность. С использованием этой связи получена формула ...
Добавлено: 12 марта 2026 г.
Гладин Е. Л., Двуреченский П. Е., Mielke A. и др., , in: 38th Conference on Neural Information Processing Systems (NeurIPS 2024).: [б.и.], 2024. P. 14484–14508.
Добавлено: 28 ноября 2024 г.
Двинских Д. М., Optimization Methods and Software 2022 Vol. 37 No. 5 P. 1603–1635
Добавлено: 27 марта 2024 г.
Asadulaev A., Коротин А. А., Vage Egiazarian и др., , in: Proceedings of the 12th International Conference on Learning Representations (ICLR 2024).: ICLR, 2024.
Добавлено: 5 марта 2024 г.
Tupitsa, N., Двуреченский П. Е., Гасников А. В. и др., , in: 2020 IEEE 59th Conference on Decision and Control (CDC).: IEEE, 2020. P. 6132–6137.
Добавлено: 5 февраля 2021 г.
Крошнин А. В., Спокойный В. Г., Суворикова А. Л., Annals of Applied Probability 2021 Vol. 31 No. 3 P. 1264–1298
Добавлено: 30 октября 2020 г.
Tupitsa N., Гасников А. В., Двуреченский П. Е. и др., , in: Mathematical Optimization Theory and Operations Research. MOTOR 2020. Communications in Computer and Information ScienceVol. 1275.: Springer, 2020. P. 192–204.
Добавлено: 28 октября 2020 г.
Крошнин А. В., Tupitsa Nazarii, Двинских Д. М. и др., , in: Proceedings of Machine Learning ResearchVol. 97: International Conference on Machine Learning, 9-15 June 2019, Long Beach, California, USA.: PMLR, 2019. P. 3530–3540.
We study the complexity of approximating the Wasserstein barycenter of m discrete measures, or histograms of size n, by contrasting two alternative approaches that use entropic regularization. The first approach is based on the Iterative Bregman Projections (IBP) algorithm for which our novel analysis gives a complexity bound proportional to $m n^2 / \epsilon^2$ to approximate the original non-regularized barycenter. ...
Добавлено: 11 июня 2019 г.
Крошнин А. В., Journal of Convex Analysis 2018 Vol. 25 No. 4 P. 1371–1395
Добавлено: 23 ноября 2018 г.
Колесников А. В., Тихонов С., / Series math "arxiv.org". 2012. No. 1203.3457.
Let $\mu = e^{-V} \ dx$ be a probability measure and $T = \nabla \Phi$ be the optimal transportation mapping pushing forward $\mu$ onto a log-concave compactly supported measure $\nu = e^{-W} \ dx$. In this paper, we introduce a new approach to the regularity problem for the corresponding Monge--Amp{\`e}re equation $e^{-V} = \det D^2 ...
Добавлено: 28 марта 2013 г.
Delon J., Salomon J., Соболевский А. Н., SIAM Journal of Discrete Mathematics 2012 Vol. 26 No. 2 P. 801–827
В статье вводится класс локальных индикаторов, которые позволяют эффективно вычислять оптимальные транспортные планы, соответствующие произвольным распределениям точечных элементов спроса и предложения на вещественной прямой в случае, когда ценовая функция вогнута. ...
Добавлено: 30 мая 2012 г.