研究人员开发了在Wasserstein空间上优化泛函的新方法,Wasserstein空间是理解概率分布至关重要的数学概念。该工作为近邻下降方案建立了线性收敛性,放宽了对测地凸性的先前要求。这项进展利用了均匀对数Sobolev不等式和熵“三明治”引理,扩展了先前研究并解决了与方案中相对Fisher信息定义相关的挑战。 AI
排序理由 该聚类包含一篇发表在arXiv上的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]
- arXiv:2201.10469
- arXiv:2202.01009
- Evolution Variational Inequality
- Fisher information
- Jordan
- Kinderlehrer
- Otto
- Razvan-Andrei Lascu
- Wasserstein
- Wasserstein space
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →