entropic transport map

新方法使用最优输运对概率测度进行稀疏学习

研究人员开发了一种新颖的字典学习方法，专门用于概率测度值数据。该方法使用源自最优输运几何的特征将测度嵌入希尔伯特空间，从而能够创建概率测度的稀疏、有限维表示。该框架有效地将最优输运的几何洞察与稀疏表示学习的效率相结合，有望在高光谱成像、点云以及大型语言模型空间中的文档嵌入等领域得到应用。理论分析包括稀疏字典学习目标的泛化界限以及最优输运和熵输运映射字典的具体覆盖数界限。