要約
最適なトランスポートは、通常、距離の関数として定義されるコストを最小限に抑えて、ソースからターゲットへのマッピングを学習することを目的としています。
この問題の解決策は、ソースとターゲットを最適に接続する直線セグメントで構成されており、分岐はありません。
これらの最適なソリューションは、分岐構造が普及している自然および人工の交通ネットワークとはまったく対照的です。
ここでは、ネットワーク内で最適なトランスポートを実現するための高速ヒューリスティック分岐方法について説明します。
また、合成例、簡略化された心臓血管ネットワーク、位置と人口が既知の世界中の 141,182 都市を含む「サンタ クロース」配布ネットワークへのいくつかの数値応用も提供します。
要約(オリジナル)
Optimal transport aims to learn a mapping of sources to targets by minimizing the cost, which is typically defined as a function of distance. The solution to this problem consists of straight line segments optimally connecting sources to targets, and it does not exhibit branching. These optimal solutions are in stark contrast with both natural, and man-made transportation networks, where branching structures are prevalent. Here we discuss a fast heuristic branching method for optimal transport in networks. We also provide several numerical applications to synthetic examples, a simplified cardiovascular network, and the ‘Santa Claus’ distribution network which includes 141,182 cities around the world, with known location and population.
arxiv情報
| 著者 | M. Andrecut |
| 発行日 | 2024-02-07 16:12:06+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google