이동량 재형성 최적 전송 (ReshapeOT) 을 통한 분포 이동을 신뢰할 수 있는 모델링

최적 전송 (Optimal Transport, OT) 은 분포 이동을 모델링하는 핵심 프레임워크입니다. OT 는 입력 공간에서 분포를 직접 비교하기 때문에, 관찰자 간의 잘 설계된 기본 거리 지름은 최적화기가 실제 변화의 기하학을 위반하지 않도록 보장하는 데 필수적입니다. 우리는 관찰된 샘플 이동량을 추가 지식원으로 통합하여 기본 거리를 재형성하는 Displacement-Reshaped Optimal Transport (ReshapeOT) 방법을 제안합니다. 기술적으로, ReshapeOT 는 유클리드 거리 (Euclidean metric) 를 이산 2 차 모멘트에서 추정된 마할라노비 거리로 대체합니다. 이는 입력 공간을 통해 이동 경로를 더 잘 관찰된 이동량과 일치시키는 운송 솔루션을 유도하는 통로 역할을 합니다. 우리의 방법은 계산량이 가볍고, 비용 행렬에 작동하는 어떤 OT 솔버에도 원활하게 통합되며, 추가적인 유연성을 위해 커널화 (kernelized) 할 수 있습니다. 합성 데이터와 실제 세계 데이터 실험에서 ReshapeOT 는 전송 신뢰성에 상당한 향상을 달성함을 보여줍니다. 우리는 또한 이 방법의 실용적 사용 사례 2 가지에서의 유용성을 입증합니다.