Linearized Optimal Transport pyLOT Library: A Toolkit for Machine Learning on Point Clouds

要約

Pylot Libraryは、下流タスクで使用する線形化された最適輸送（LOT）技術と方法のPython実装を提供します。
パイプラインは、固定参照分布からの最適なトランスポートマップを介してヒルバート空間に確率分布を埋め込み、この線形化により、棚（線形）機械学習アルゴリズムを使用して下流のタスクを完了できます。
Lemur歯の3DスキャンでMLを実行するケーススタディを提供します。このケーススタディでは、分類、クラスタリング、寸法削減、およびデータ生成の元の質問が、埋め込まれた表現で実行される単純な線形操作に減少します。

要約(オリジナル)

The pyLOT library offers a Python implementation of linearized optimal transport (LOT) techniques and methods to use in downstream tasks. The pipeline embeds probability distributions into a Hilbert space via the Optimal Transport maps from a fixed reference distribution, and this linearization allows downstream tasks to be completed using off the shelf (linear) machine learning algorithms. We provide a case study of performing ML on 3D scans of lemur teeth, where the original questions of classification, clustering, dimension reduction, and data generation reduce to simple linear operations performed on the LOT embedded representations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google