Барицентры и их приложения (регулярный семинар)
Материал из MachineLearning.
| Строка 1: | Строка 1: | ||
== Описание семинара: == | == Описание семинара: == | ||
| + | Многие возникающие на практике многомерные ряды данных можно представить как меры на некотором метрическом пространстве (распределение интенсивности по полю изображения или по объему томограммы, пикселов - в цветовом пространстве и т.п.). Задачи анализа таких данных требуют подходящей операции усреднения, но множество мер на метрическом пространстве само допускает лишь метрическую структуру ("метрика Вассерштейна"): естественных векторных операций, необходимых для усреднения, на нем нет. Однако усреднение можно определить в чисто метрических терминах, как среднее по Фреше (элемент пространства мер, минимизирующий сумму квадратов расстояний до элементов выборки) - эта конструкция была предложена в 2011 году G. Carlier и M. Agueh под названием "барицентра Вассерштейна". В нашей группе мы изучаем геометрию пространства мер, планируем получить предельные теоремы для случайных мер (варианты закона больших чисел, центральной предельной теоремы, принципов больших уклонений - все с использованием барицентров Вассерштейна как средних), а также рассмотрим аналогичные конструкции для параметрических моделей (трактуемых как конечномерные подмногообразия в пространстве мер). Будут также рассматриваться вопросы эффективного численного вычисления барицентров. | ||
== Время заседаний: == | == Время заседаний: == | ||
| Строка 10: | Строка 11: | ||
== Организатор семинара == | == Организатор семинара == | ||
| + | [http://www.machinelearning.ru/wiki/index.php?title=Участник:ansobol Андрей Соболевский] | ||
== Прошедшие заседания == | == Прошедшие заседания == | ||
Версия 10:33, 23 октября 2015
Содержание |
Описание семинара:
Многие возникающие на практике многомерные ряды данных можно представить как меры на некотором метрическом пространстве (распределение интенсивности по полю изображения или по объему томограммы, пикселов - в цветовом пространстве и т.п.). Задачи анализа таких данных требуют подходящей операции усреднения, но множество мер на метрическом пространстве само допускает лишь метрическую структуру ("метрика Вассерштейна"): естественных векторных операций, необходимых для усреднения, на нем нет. Однако усреднение можно определить в чисто метрических терминах, как среднее по Фреше (элемент пространства мер, минимизирующий сумму квадратов расстояний до элементов выборки) - эта конструкция была предложена в 2011 году G. Carlier и M. Agueh под названием "барицентра Вассерштейна". В нашей группе мы изучаем геометрию пространства мер, планируем получить предельные теоремы для случайных мер (варианты закона больших чисел, центральной предельной теоремы, принципов больших уклонений - все с использованием барицентров Вассерштейна как средних), а также рассмотрим аналогичные конструкции для параметрических моделей (трактуемых как конечномерные подмногообразия в пространстве мер). Будут также рассматриваться вопросы эффективного численного вычисления барицентров.
