Bregman Divergences on Riemannian Manifold 黎曼流形上的Bregman散度

SPD流形

SPD流形是由对称正定矩阵组成的流形,记为

Symd++={X:XRd×d,X=XT,vTXv>0, for any vRd} S y m + + d = { X : X ∈ R d × d , X = X T , v T X v > 0 ,   f o r   a n y   v ∈ R d }

Bregman散度

ς : Symcd++  R ς   :   S y m c + + d   →   R 为定义在SPD流形上的严格凸可微函数,Breman矩阵散度定义为:

dς(X,Y)=ς(X)ς(Y)ς(Y),XY d ς ( X , Y ) = ς ( X ) − ς ( Y ) − ⟨ ▽ ς ( Y ) , X − Y ⟩

其中 X,Y=Tr(XTY) ⟨ X , Y ⟩ = T r ( X T Y ) ς(Y) ▽ ς ( Y ) 表示函数 ς ς Y Y 上的梯度。

J散度

ς(X)=log|X|,得到Jeffery散度的表达式为:

J(X,Y)=12dς(X,Y)+12dς(Y,X)=12Tr(X1Y)12log|X1Y|+12Tr(Y1X)12log|Y1X|n=c12Tr(X1Y)+12Tr(Y1X)n J ( X , Y ) = 1 2 d ς ( X , Y ) + 1 2 d ς ( Y , X ) = 1 2 T r ( X − 1 Y ) − 1 2 l o g | X − 1 Y | + 1 2 T r ( Y − 1 X ) − 1 2 l o g | Y − 1 X | − n = c 1 2 T r ( X − 1 Y ) + 1 2 T r ( Y − 1 X ) − n

S散度

ς(X)=log|X| ς ( X ) = − l o g | X | ,得到Stein散度的表达式为:

S(X,Y)=12dς(X,X+Y2)+12dς(Y,X+Y2)=12log|X+Y2|12log|XY| S ( X , Y ) = 1 2 d ς ( X , X + Y 2 ) + 1 2 d ς ( Y , X + Y 2 ) = 1 2 l o g | X + Y 2 | − 1 2 l o g | X Y |

性质

J散度和S散度都是仿射不变的。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值