最优传输系列是基于Computational Optimal Transport开源书的读书笔记
Chapter 3
Algorithmic Foundations
顾名思义,这章讲解了解决最优化问题的主要思路,主要有两个角度:组合学(combinatorial optimization)和线性规划(linear programming)。
除了介绍一些地标性的论文之外,开头部分指出了一个很有趣的事实:最优传输问题和网络流问题(minimum-cost network flow)是等价的! 就是那个著名的Ford-Fulkerson算法解决的,在信息奥赛里出头露面的网络流问题~
难道不是很神奇吗?Bring it on!
3.1
在这节里,我们开始探索最优传输和线性规划的紧密联系–事实上,最优传输就是一种线性规划问题。
要从线性规划的角度看问题,那么肯定要先把语言弄对,所以我们把Kantorovich问题用线性规划的标准型写出来。
标准形包括:
一个需要最大化的线性函数
一个以矩阵乘法表达的约束条件
变量的非负限制
于是,OT线性定义就是:
这里有几点需要注意,我们一一解释
首先, ⊗ \otimes ⊗是克罗内克积(Kronecker product),是一种张量积(Outer product)的特殊形式。
这里P->p,C->c都是列优先,将矩阵转成矢量的操作。
另外, [ a , b ] T [a,b]^T [a,b]T也称q,在之后会用到。
最后,在P39的证明中,由于新介绍了一种“宽松”的最优化问题,正常的 P 和 p P和p P和p重命名为 P ∗ 和 p ∗ P^{*}和p^{*} P