打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
海天讲座(四)最优传输理论

图1.纽约暴雪(崔丽摄)。


公元2016年2月11日上午,加州理工学院,麻省理工学院以及“激光干涉引力波天文台(LIGO)”的研究人员在华盛顿宣布人类首次听到了宇宙的涟漪-引力波,从而从实验角度再度证实了爱因斯坦广义相对论。当时,老顾正在飞往加州的飞机上,获知消息后异常激动。从历史上看,爱因斯坦广义相对论的理论自洽性的证明是“正质量猜测”,由丘成桐先生和其学生Schoen于1979年共同完成。后来丘成桐先生所证明的卡拉比-丘流形成为现代超弦理论的基石,丘成桐先生所用的手法是复蒙日-安培方程。老顾此行的目的就是向国际学界同行介绍我们在蒙日-安培方程计算方面的理论进展。


从暴雪肆虐的纽约来到阳光明媚的洛杉矶,老顾顿觉自然的慷慨和人生的美好。洛杉矶的天空一如既往,蓝得令人发晕。UCLA校园内的学子早已夏装打扮,不知是因为奥巴马的来访还是何故,许多女生都手持一柄长径玫瑰,青春靓丽,笑容灿烂。


会议名称是'Shape Analysis and Learning by Geometry and Machine'【1】,在纯粹和应用数学学院(IPAM)召开。与会者是世界知名专家学者,有水平集方法(Level Set Method)之父UCLA的Stanley Osher教授,计算几何之父Stanford的Leo Guibas教授,历史上首位 International Mathematical Union (IMU)女主席,Duke的Ingrid Daubechies教授,机器学习的先驱Ohio State的Mikhail Belkin教授等等。同时有许多来自以色列,法国的知名科学家。与许多合作伙伴和老朋友再度相逢,切磋思想,重温友情。



在法国巴黎有一个地铁车站-蒙日广场,在里昂旧城有一条老街-安培大街。最优传输理论由法国学者开创,传统悠久,硕果累累。法国现代的数学家Yann brenier,  Cédric Villani都为最优传输理论做出了杰出贡献。出于民族自豪感,法国科学家对于最优传输理论极其重视。在计算机科学领域,中国学派和法国学派的竞争由来已久。去年老顾在法国巴黎已经和法国Inria的科学家深入交流过,向对方讲解了理论证明的要点,提供了手稿,彼此达成共识。但是,在这次学术交流的演讲中,法国学者对我们的工作只字未提。


在老顾的学术生涯中,诸如此类经历过很多。我们团队做出的学术成果被别的国家的学者故意忽视,刻意贬低,甚至改头换面,重新包装的事情发生过多次,并且很多高明的模仿者获得了很高的学术声誉和经济利益。对于尚未建立学术地位的年轻学者而言,这种遭遇往往是灭顶之灾,意志薄弱者往往由此消沉下去,而离开学术界。


第二天,在老顾的演讲中,老顾仔细分析了历史发展过程,比较了各个学派所发展的理论的异同,比较了目前各个学派方法的计算结果。根据以前我们的讨论(海天讲座(1,2,3)最优传输理论),最优传输映射等价于求解蒙日-安培方程,等价于凸几何中的亚历山大定理。同样的定理在不同的领域,被不同方向的专家学者多次证明:


  1. 在凸几何领域,Alexandrov 在1950年首次证明了Alexandrov 定理【2】。他关于唯一性的证明方法用到了Brunn-Minkowski不等式,他关于存在性的证明方法是基于代数拓扑的方法,其拓扑证明方法无法指导算法的设计。长期以来,寻求构造性的证明一直是凸几何中的一个重要问题。

  2. 在计算几何领域,Aurenhammer, Hoffmann 和Aronov 在90年代用Power Voronoi Diagram的语言给出了Alexdrov定理的构造性证明 【3,4】。Levy在2014年给出类似证明【5】。他们从传输代价出发,构造了凸能量。他们说因为能量是凸的,因此全局只有一个最小值,这个最小值处的梯度为0。由梯度为0的条件,推出最小值就是Alexandrov 问题的解。因此给出了存在性和唯一性。并且,他们给出了凸能量的梯度表达式。由此,凸能量可以由梯度下降方法优化,并进一步可以用拟牛顿法来优化。

  3. 在凸几何领域,我们在2013年给出了Alexandrov定理的构造性证明【6】。我们从凸多面体的体积出发,构造凸能量,同时证明凸能量的定义域是凸的,由此证明了解的唯一性。然后,我们证明凸能量的最小值点必为定义域的内点,因此凸能量在最小值点处梯度为0,从而给出了存在性。同时,我们给出能量的几何意义,也给出二阶导数的几何意义。




比较2和3的证明,我们看出如下的不同之处:


a. 我们证明了定义域的凸性 和能量的极值点必为内点;Aurenhammer和Levy的方法忽略了这一点,因而严密性欠缺。如果极值点取到边界,则梯度为0的条件不再保持,极值点不再是Alexandrov问题的解,解的存在性无法保证。

b. 我们给出了直到二阶导数的几何解释,从而可以用牛顿法优化;Aurenhammer和Levy的方法只给出了一阶梯度,只能用梯度下降法,或拟牛顿法。

c. 我们给出凸能量的几何解释,某个凸多面体的体积; Aurenhammer和Levy的方法对能量没有几何解释。



图2. 用我们的最优传输映射方法得到的保持体积元的映射。


图3. 我们的方法(左)和法国学派的方法(右)对比。


从工程角度而言,我们目前的算法可以得到三维空间中不同域之间微分同胚,微分同胚可以拓展到边界上;Aurenhammer和Levy的方法只能保证内部为同胚,边界发生皱褶,如图3所示。


演讲之后,Guibas教授主动走上前来对我们的工作大加赞赏。Daubechies教授也对其严格深刻性表示肯定,并给丘成桐先生发去email表示对我们工作的赞赏,并希望能够建立合作。Ron Kimmel教授对于我们用最优传输理论判断智商的工作赞叹不已,并提议应该用这种方法比较人类和海豚的智商,因为海豚的大脑皮层的几何程度远远超过人类。Levy教授也表示希望在此领域展开合作。



图2. Alexandrov 定理。


Alexandrov 问题  闵科夫斯基的学生亚历山大(Alexandorff)推广了他的定理,提出了Alexandorff 问题。Minkowski考虑了紧致的闭凸多面体,Alexandorff 考虑无限的开放凸多面体 P。每个面

的法向量
固定,或者等价地, 
对应的平面方程

的梯度

给定,截距
未知。给定平面上的凸区域
 ,每个面的投影和
的交集的面积给定为
。Alexandorff 证明了如下定理:


Alexandorff定理:如果指定的面积满足

,并且


则凸多面体P存在,并且这样的凸多面体彼此相差一个垂直平移。


假设

空间中的一个向量,我们得到k个平面


这些平面构成的上包络是分片线性凸函数的图(Graph):


  

上包络是一个凸多面体(convex polytope),有k个面


对应的面积为



1. 我们首先证明可容许高度空间


空间中的非空凸集。首先,我们将离散点集
经过旋转平移和放缩,使得它们被包含在
中,然后做Voronoi Diagram,则每一个Voronoi cell都是非空,这时所对应的高度向量是

这意味着空间

非空。假设
,对于任意的
,我们直接有

,

根据Brunn-Minkowski不等式,

因此我们得到

。因此可容许高度集合
是凸集。



图3. 凸多面体的体积。

2. 过

的边缘
,我们做一圆柱,和上包络相交,上包络之下,
平面之上,圆柱内部空间的体积记为
。我们证明
是一个凸函数。首先,我们计算
的梯度,

,

然后,我们计算二阶导数,我们有如下几何意义明晰的公式:

我们对这一公式相细解释如下。给定分片线性凸函数

,其Legendre变换为

,

两个函数的图也满足庞加莱对偶关系。平面族上包络的每个面

对偶成点
,  三个面
的交点对偶成三角形
的图在平面上的投影,构成了平面的Power Voronoi Diagram;
的图在平面上的投影,构成了平面的 Power Delaunay Triangulation。Power Voronoi Diagram中两个相邻面的交线为:

,

在Power Delaunay Triangulation中,其对偶的边为

,连接着


图4. 勒让德变换。



由此可见,Hessian矩阵非对角线上的元素是非正的。同时由于

,我们有

,

由此,Hessian矩阵在空间

上为严格正定矩阵,所以体积函数
为严格凸函数。


3. 解的唯一性证明。二阶光滑凸函数

是定义在凸集
上的,则梯度映射


为整体微分同胚。梯度映射的雅克比矩阵为原函数

的Hessian矩阵,因此为严格正定矩阵,梯度映射为局部微分同胚。下面,我们来证明梯度映射也是全局微分同胚。假设存在
,但是
。我们构造直线段
,由
的凸性,
。考察函数

,求其二阶导数,

因此,

矛盾。因此,假设错误,梯度映射为整体微分同胚。这就证明了解的唯一性。


4. 解的存在性证明。我们构造一个凸能量,


的Hessian矩阵等于
的Hessian矩阵,因此
也是严格凸的,因此有唯一的全局最小点,设为
。那么在
点,能量的梯度为0,我们得到:

,

由此可得,全局最小点

就是我们希望得到的解。


且慢,这一证明有严重的漏洞。如果全局最小点

是定义域
的内点,那么梯度为0的条件成立。如果全局最小点
落在定义域的边缘,那么梯度为零的条件未必成立。我们需要严格证明,能量
的全局最小点一定落在定义域的内部。


我们考察定义域的边界点,

,那么在
点,某一个面缩为0,不妨设其为
, 并且
。那么,我们构造一个向量
,向平面
投影,平面的法向量为

投影后得到平面上的分量

和能量的梯度的内积为

考察第一个面的体积变化

,

因此,我们选取

足够小,使得

同时由

,我们得到

这意味着

,并且

所以,在

边界点处,梯度的负向指向内点,因此全局最小点必为
的内点。


由此,我们得到了Alexandrov定理的完整证明。




Alexandrov 定理的计算 


【1】http://www.ipam.ucla.edu/programs/workshops/shape-analysis-and-learning-by-geometry-and-machine/?tab=schedule

【2】 A. D. Alexandrov. Convex polyhedra Translated from the 1950 Russian edition by N. S. Dairbekov, S. S. Kutateladze and A. B. Sossinsky. Springer Monographs in Mathematics. Springer-Verlag, Berlin, 2005.

【3】F. Aurenhammer, F. Hoffmann and B. Aronov, Minkowski-type theorems and least squares partitioning, in Symposium on Computational Geometry, 1992, pp.350-357.
【4】 F. Aurenhammer, F. Hoffmann and B. Aronov, Minkowski-type Theorems and Least-Squares Clustering, vol 20, 61-76, Algorithmica, 1998.
【5】 Bruno L´evy, “A numerical algorithm for L2 semi-discrete optimal transport in 3D”, arXiv:1409.1279, Year 2014.

【6】 X. Gu, F. Luo, J. Sun and S.-T. Yau, Variational Principles for Minkowski Type Problems, Discrete Optimal Transport, and Discrete Monge-Ampere Equations, arXiv:1302.5472, Year 2013.

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
看穿机器学习(W-GAN模型)的黑箱
球面上的最优传输和微分几何
虚构的对抗,GAN with the wind
针织的演绎----几何多面体形状
针织的几何多面体形状
棒针编织的几何多面体花样,棒针也很厉害
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服