ott-jax/ott

해결하는 문제

가속기 호환 가능한 확장 가능한 라이브러리를 제공하여 최적 운반(OT) 문제를 효율적으로 해결할 수 있습니다. 이는 전통적인 알고리즘(예: 헝가리안 알고리즘)의 $O(n^3)$ 복잡도를 극복하고, 비용 함수에 기반하여 두 개의 점군 또는 점 집합을 효율적으로 매칭할 수 있게 해줍니다.

작동 방식

JAX 기반으로 구축된 이 라이브러리는 특히 Sinkhorn 알고리즘을 포함한 다양한 이산적 해법을 구현합니다. 이 알고리즘은 스케줄링, 모멘텀, 저랭크 확장과 같은 최적화 기법을 통해 성능이 향상되었습니다. 또한, 소스 측도와 타겟 측도 사이의 최적 운반 맵을 근사하는 신경망 기반 접근법도 지원합니다. 기본적인 매칭 외에도, 다양한 환경에서 점군을 비교할 수 있도록 Gromov-Wasserstein 및 Wasserstein 바리센터 문제를 처리합니다.

대상 사용자

점군 매칭, 수학적 최적화, 데이터 과학 분야에서 일하는 연구자 및 개발자로, GPU 또는 TPU에서 고성능 계산을 필요로 하는 분들입니다.

주요 특징

• 가속기에서 고성능 실행을 가능하게 하는 JAX 기반.
• 다양한 성능 향상 기법을 적용한 Sinkhorn 알고리즘 구현.
• 운반 맵의 신경망 기반 근사 지원.
• Gromov-Wasserstein 및 Wasserstein 바리센터 처리 가능.
• 사용자 정의 비용 함수 및 목적 함수에 대한 유연한 정의.