会员服务
估计/估计量 · 统计理论 ·
2021 年 1 月 20 日
A short proof on the rate of convergence of the empirical measure for the Wasserstein distance
翻译：关于瓦塞斯特斯坦距离实证措施趋同率的简短证据
Vincent Divol
Vincent Divol

We provide a short proof that the Wasserstein distance between the empirical measure of a n-sample and the estimated measure is of order n^-(1/d), if the measure has a lower and upper bounded density on the d-dimensional flat torus.


翻译：我们简短地证明,如果测量量在二维平面托盘上具有较低和上层边界密度,则正样实测量与估计测量量之间的瓦森斯坦距离是n ⁇ -(1/d)的顺序。
0
下载
关闭预览

相关内容

【ICML2020】噪声在随机梯度下降中的泛化效益，On the Generalization Benefit of Noise in Stochastic Gradient Descent
【ICML2020】噪声在随机梯度下降中的泛化效益，On the Generalization Benefit of Noise in Stochastic Gradient Descent
专知会员服务
17+阅读 · 2020年6月29日
图机器学习-图拉普拉斯算子的离散正则性，141页ppt，Discrete regularity graph Laplacians
专知会员服务
28+阅读 · 2020年6月4日
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
专知会员服务
106+阅读 · 2020年5月15日
【WWW2020】解决推荐系统中目标客户失真问题，Addressing the Target Customer Distortion Problem in Recommender Systems
【WWW2020】解决推荐系统中目标客户失真问题，Addressing the Target Customer Distortion Problem in Recommender Systems
专知会员服务
9+阅读 · 2020年4月4日
【MIT】时间序列GAN，Subadditivity of Probability Divergences
专知会员服务
61+阅读 · 2020年3月4日
论深度学习的信息瓶颈理论（On the information bottleneck theory of deep learning）
论深度学习的信息瓶颈理论（On the information bottleneck theory of deep learning）
专知会员服务
65+阅读 · 2019年12月20日
【IPAM 】张量主元分析中的高维成本景观和梯度下降及其推广（High-dimensional cost landscape and gradient descent in Tensor PCA and its generalisations），附41页pdf
【IPAM 】张量主元分析中的高维成本景观和梯度下降及其推广（High-dimensional cost landscape and gradient descent in Tensor PCA and its generalisations），附41页pdf
专知会员服务
12+阅读 · 2019年11月22日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
53+阅读 · 2019年10月17日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【SIGIR2018】五篇对抗训练文章
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
专知
23+阅读 · 2018年1月18日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Rate-Regularization and Generalization in VAEs
Arxiv
0+阅读 · 2021年3月16日
Reweighting Augmented Samples by Minimizing the Maximal Expected Loss
Arxiv
0+阅读 · 2021年3月16日
Neural Networks and Quantum Field Theory
Arxiv
0+阅读 · 2021年3月15日
The Gene Mover's Distance: Single-cell similarity via Optimal Transport
Arxiv
0+阅读 · 2021年3月15日
Convergence bounds for empirical nonlinear least-squares
Arxiv
0+阅读 · 2021年3月15日
Efficient estimation of Pauli observables by derandomization
Arxiv
0+阅读 · 2021年3月12日
Estimation of a Likelihood Ratio Ordered Family of Distributions -- with a Connection to Total Positivity
Arxiv
0+阅读 · 2021年3月12日
Approximability of Discriminators Implies Diversity in GANs
Approximability of Discriminators Implies Diversity in GANs
Arxiv
4+阅读 · 2018年6月27日
Wasserstein Auto-Encoders
Arxiv
6+阅读 · 2018年3月12日
Stable Distribution Alignment Using the Dual of the Adversarial Distance
Arxiv
3+阅读 · 2018年1月30日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
估计/估计量
统计理论
相关VIP内容
【ICML2020】噪声在随机梯度下降中的泛化效益，On the Generalization Benefit of Noise in Stochastic Gradient Descent
【ICML2020】噪声在随机梯度下降中的泛化效益，On the Generalization Benefit of Noise in Stochastic Gradient Descent
专知会员服务
17+阅读 · 2020年6月29日
图机器学习-图拉普拉斯算子的离散正则性，141页ppt，Discrete regularity graph Laplacians
专知会员服务
28+阅读 · 2020年6月4日
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
Fariz Darari简明《博弈论Game Theory》介绍，35页ppt
专知会员服务
106+阅读 · 2020年5月15日
【WWW2020】解决推荐系统中目标客户失真问题，Addressing the Target Customer Distortion Problem in Recommender Systems
【WWW2020】解决推荐系统中目标客户失真问题，Addressing the Target Customer Distortion Problem in Recommender Systems
专知会员服务
9+阅读 · 2020年4月4日
【MIT】时间序列GAN，Subadditivity of Probability Divergences
专知会员服务
61+阅读 · 2020年3月4日
论深度学习的信息瓶颈理论（On the information bottleneck theory of deep learning）
论深度学习的信息瓶颈理论（On the information bottleneck theory of deep learning）
专知会员服务
65+阅读 · 2019年12月20日
【IPAM 】张量主元分析中的高维成本景观和梯度下降及其推广（High-dimensional cost landscape and gradient descent in Tensor PCA and its generalisations），附41页pdf
【IPAM 】张量主元分析中的高维成本景观和梯度下降及其推广（High-dimensional cost landscape and gradient descent in Tensor PCA and its generalisations），附41页pdf
专知会员服务
12+阅读 · 2019年11月22日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
31+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
53+阅读 · 2019年10月17日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
23+阅读 · 2019年5月22日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【SIGIR2018】五篇对抗训练文章
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
最新5篇生成对抗网络相关论文推荐—FusedGAN、DeblurGAN、AdvGAN、CipherGAN、MMD GANS
专知
23+阅读 · 2018年1月18日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【学习】Hierarchical Softmax
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Rate-Regularization and Generalization in VAEs
Arxiv
0+阅读 · 2021年3月16日
Reweighting Augmented Samples by Minimizing the Maximal Expected Loss
Arxiv
0+阅读 · 2021年3月16日
Neural Networks and Quantum Field Theory
Arxiv
0+阅读 · 2021年3月15日
The Gene Mover's Distance: Single-cell similarity via Optimal Transport
Arxiv
0+阅读 · 2021年3月15日
Convergence bounds for empirical nonlinear least-squares
Arxiv
0+阅读 · 2021年3月15日
Efficient estimation of Pauli observables by derandomization
Arxiv
0+阅读 · 2021年3月12日
Estimation of a Likelihood Ratio Ordered Family of Distributions -- with a Connection to Total Positivity
Arxiv
0+阅读 · 2021年3月12日
Approximability of Discriminators Implies Diversity in GANs
Approximability of Discriminators Implies Diversity in GANs
Arxiv
4+阅读 · 2018年6月27日
Wasserstein Auto-Encoders
Arxiv
6+阅读 · 2018年3月12日
Stable Distribution Alignment Using the Dual of the Adversarial Distance
Arxiv
3+阅读 · 2018年1月30日
Top
微信扫码咨询专知VIP会员
Top