CPD

翻译文章

区域上给定点，最小化代价函数，

最优传输：给定一些站点 和其容积约束

我们找到一个W使得代价函数最小
满足容积约束的时候 mi是ρ(x)的积分，ci 是 ci 所以上面公式的后边是0，所以公式只剩前边的内容，就是代价函数。也就是说 目标函数当他最大化找到了容积约束的w的时候，这个目标函数其实也就是当前的最优的w表示的代价，即下图：

用CVT的Lloyd算法类比一下，使用牛顿法来更新W使满总容积约束，随后移动X到质心上
OMT中：给定一个X，我们都能找到一个W使其满足容积约束


如上所述，如果(X∗，W∗)定义了最优分区，代价函数F(X, W)(参见Eqn。∗被X最小化，被W最大化。换句话说，寻找(X∗，W∗)不是一个纯粹的最小化或者最大化问题。
de Goes等人[2012]建议以一种可选的方式更新X和W，其中两个关键操作是:(1)在固定X的同时，用牛顿法找到满足给定容量约束的最优加权方案W [Benamou et al. 2014];(2)将每个点xi移动到对应的Power单元的质心。

最优权重W*最大化下面的代价函数

对于给定的点集X是唯一确定的，因此，代价函数可以重新考虑为一个关于X的函数

其中W∗依赖于X，以满足指定的容量约束。基于此公式，我们将结合梯度下降和L-BFGS求解[Lasdon et al. 1974;在约束表面W = W∗(X)上移动(X, W)接近F(X, W∗(X))的最小值。

我们的方法如下。我们从一个可行点(X0, W0)开始，即约束表面上的点W0= W∗(X0)。不失一般性，假设第k次迭代中的位置(Xk, Wk)也是可行点。接下来，我们计算减少的梯度向量∇xiF(X, W∗(X))，并把它提供给LBFGS求解器来更新站点Xk到Xk+1。注意，在我们评估目标函数f之前，权重是根据最新的站点计算的，因此第(k +1)次迭代产生下一个位置(Xk+1, Wk+1)。重复此过程，直到满足某些停止条件。

现在看看∇xiF(X, W∗(X))的推导。根据包络定理（包络定理是在最大值函数与目标函数的关系中，我们看到，当给定参数 a 之后，目标函数中的选择变量 x 可以任意取值。如果 x 恰好取到此时的最优值，则目标函数即与最大值函数相等。）

根据Reynolds传输定理，重新定义积分量的导数，我们可以进一步证明，当代价核d在定义域中处处可微时，F(X, W∗(X))的梯度也有一个简单的形式:

伪代码如下：

值得注意的是，对于一般的代价内核，它不同于一平方距离为核心的2—Wasserstein
**（Wasserstein距离也叫做推土机距离（Earth Mover’s distance）,用来表示两个分布的相似程度）**度规，我们使用LBFGS方法而不是牛顿法来更新W，因为这个例子中海森矩阵比别的更复杂。

4.2 优化选项
与其总是在牛顿方法开始时将W重置为0，不如用之前的W的值来初始化牛顿方法。这有助于降低计算代价，特别是当||∇WF(X, W)||变得很小的时候。在我们的实验中，我们观察到由于这个“诡计”而提高了大约10%。当出现空单元时，我们重复将步长减小一半，直到每个位点占据非空单元，如[de Goes等人2012;赵等2013]。注意，这种牛顿步进控制方案的收敛性最近得到了证明。

对于2-瓦瑟斯坦距离，用幂图给出了最优划分。在这种情况下，F(X, W) w.r.t. W的Hessian矩阵具有优雅的形式[de Goes et al. 2012]。但是对于一个不同于欧氏距离平方的一般代价核来说，Hessian矩阵的系数(距离函数的梯度在幂图的各个面上积分)要复杂得多，并且在大多数情况下不以封闭形式被知道。由于这个原因，我们使用L-BFGS方法，它只需要一阶导数(总是对应于容量约束和Laguerre细胞的度量之间的差异)。（这一段没看懂）

4.3 数值积分和边界处理
此外，对于一般代价核函数d(·，·)，域的最优划分可能不是幂图。在基础三角剖分的基础上，需要开发一种有效的剖分技术。首先,我们的网站在X来源和计算距离加权离散领域使用快速全面的技术,以便每个顶点v基本三角的发现其最近的网站xiin X,即d (v, xi)−wi≤d (v, xj)−wj∀j 6 =我。在那之后,我们计算每个三角形的分解取决于下列情形:
（没看懂，先不记了）

4.5 生成代价函数
六个典型的内核，如下图：

第一行显示，CPD具有支持用户指定容量约束的自由度，而CVT不能控制单元格大小。第二行给出了三种cpd，在密度相同的情况下具有不同的成本粒。第三行是高斯密度函数的情况。最后一行在曲面上展示了三个cpd。在处理网格表面时，每个点xiis在评估代价函数之前被约束沿切平面移动并投射到表面上。此外，为了找到最优的CPDpartition，我们需要经常查询测地线距离[Surazhsky和Surazhsky 2005;Xin和Wang 2009]在两点之间，这是计算昂贵的。由于这一限制，在我们的实验中，图3(i-k)中的每个输入网格包含约1K个三角形面。在k∇WF(X)k小于10 - 4的情况下，我们需要大约15次迭代，每个例子需要5分钟的时间来处理。(注意表面的划分是近似的，成本函数的评估也是近似的。这就是为什么我们把公差设定为10−4，而不是10−8的原因。)然而，使用几种最近的测地线计算方法可以大大加速这一过程[Crane et al. 2013;Ying等2013b;Ying等，2013a]。随着测地线计算速度的加快，我们相信它在许多几何处理任务中具有巨大的潜力。

5.应用
主要展示的三个应用：函数分布的位移插值，蓝噪点采样，二维区域的最优凸分解。

5.1 位移插值