Sebastien Tchitchek

新的Sierpiński-Knopp Wasserstein距离加速了持久性图分析

研究人员引入了一种名为Sierpiński-Knopp (SK) Wasserstein距离的新度量，旨在高效地比较持久性图。该度量将图点映射到一个单位区间，从而实现更快的一维最优分配。SK-Wasserstein距离被证明可以控制经典的2-Wasserstein距离，并且可以嵌入到希尔伯特空间中，使其与各种机器学习方法兼容。实验表明，与现有近似方法相比，速度显著提高，基于SK-Wasserstein距离的聚类取得了有竞争力的结果。