ott-jax/ott

해결하는 문제

두 개의 점군(point clouds) 간의 매칭 문제를 해결하는 확장 가능한 방법을 제공합니다. 한 집합의 점을 다른 집합의 점과 저비용으로 연결하는 방식을 찾는 것입니다. 전통적인 알고리즘인 헝가리안 알고리즘이 대규모 데이터셋에서는 너무 느리기 때문에, 이를 보완하기 위해 다양한 크기의 가중치 집합과 부분 매칭을 처리할 수 있는 더 빠른 소거기를 제공합니다.

작동 방식

JAX 기반으로 구현되어 있으며, 특히 스inkhorn 알고리즘을 포함한 다양한 이산 소거기를 제공합니다. 스케줄링, 모멘텀, 낮은 랭크 확장 기법을 통해 가속기에서 최적화된 성능을 발휘합니다. 또한, 그로모프-워셔스타인(Gromov-Wasserstein)과 워셔스타인 바리센터(Wasserstein barycenters)와 같은 고급 문제도 지원합니다. 또한, 소스 측도와 타겟 측도 사이의 최적 운송 맵을 근사하는 뉴럴 네트워크 기반 접근법도 제공합니다.

대상 사용자

대규모에서 최적 운송 이론을 활용해 점군을 매칭하거나 데이터셋을 비교해야 하는 과학 및 최적화 분야의 연구자 및 개발자.

주요 특징

• 가속기에서 고성능 실행을 위한 JAX 기반.
• 다양한 성능 향상 기법을 적용한 Sinkhorn 알고리즘 구현.
• 그로모프-워셔스타인 및 워셔스타인 바리센터와 같은 복잡한 문제 지원.
• 최적 운송 맵에 대한 뉴럴 네트워크 기반 근사 포함.
• 사용자 정의 비용 함수 및 목적 함수에 대한 유연한 지원.