Articles de revues sur le sujet « Distances de Wasserstein »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 50 meilleurs articles de revues pour votre recherche sur le sujet « Distances de Wasserstein ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Solomon, Justin, Fernando de Goes, Gabriel Peyré, Marco Cuturi, Adrian Butscher, Andy Nguyen, Tao Du et Leonidas Guibas. « Convolutional wasserstein distances ». ACM Transactions on Graphics 34, no 4 (27 juillet 2015) : 1–11. http://dx.doi.org/10.1145/2766963.
Texte intégralKindelan Nuñez, Rolando, Mircea Petrache, Mauricio Cerda et Nancy Hitschfeld. « A Class of Topological Pseudodistances for Fast Comparison of Persistence Diagrams ». Proceedings of the AAAI Conference on Artificial Intelligence 38, no 12 (24 mars 2024) : 13202–10. http://dx.doi.org/10.1609/aaai.v38i12.29220.
Texte intégralPanaretos, Victor M., et Yoav Zemel. « Statistical Aspects of Wasserstein Distances ». Annual Review of Statistics and Its Application 6, no 1 (7 mars 2019) : 405–31. http://dx.doi.org/10.1146/annurev-statistics-030718-104938.
Texte intégralKelbert, Mark. « Survey of Distances between the Most Popular Distributions ». Analytics 2, no 1 (1 mars 2023) : 225–45. http://dx.doi.org/10.3390/analytics2010012.
Texte intégralVayer, Titouan, Laetitia Chapel, Remi Flamary, Romain Tavenard et Nicolas Courty. « Fused Gromov-Wasserstein Distance for Structured Objects ». Algorithms 13, no 9 (31 août 2020) : 212. http://dx.doi.org/10.3390/a13090212.
Texte intégralBelili, Nacereddine, et Henri Heinich. « Distances de Wasserstein et de Zolotarev ». Comptes Rendus de l'Académie des Sciences - Series I - Mathematics 330, no 9 (mai 2000) : 811–14. http://dx.doi.org/10.1016/s0764-4442(00)00274-3.
Texte intégralPeyre, Rémi. « Comparison between W2 distance and Ḣ−1 norm, and Localization of Wasserstein distance ». ESAIM : Control, Optimisation and Calculus of Variations 24, no 4 (octobre 2018) : 1489–501. http://dx.doi.org/10.1051/cocv/2017050.
Texte intégralTong, Qijun, et Kei Kobayashi. « Entropy-Regularized Optimal Transport on Multivariate Normal and q-normal Distributions ». Entropy 23, no 3 (3 mars 2021) : 302. http://dx.doi.org/10.3390/e23030302.
Texte intégralBeier, Florian, Robert Beinert et Gabriele Steidl. « Multi-marginal Gromov–Wasserstein transport and barycentres ». Information and Inference : A Journal of the IMA 12, no 4 (18 septembre 2023) : 2720–52. http://dx.doi.org/10.1093/imaiai/iaad041.
Texte intégralZhang, Zhonghui, Huarui Jing et Chihwa Kao. « High-Dimensional Distributionally Robust Mean-Variance Efficient Portfolio Selection ». Mathematics 11, no 5 (6 mars 2023) : 1272. http://dx.doi.org/10.3390/math11051272.
Texte intégralPont, Mathieu, Jules Vidal, Julie Delon et Julien Tierny. « Wasserstein Distances, Geodesics and Barycenters of Merge Trees ». IEEE Transactions on Visualization and Computer Graphics 28, no 1 (janvier 2022) : 291–301. http://dx.doi.org/10.1109/tvcg.2021.3114839.
Texte intégralSommerfeld, Max, et Axel Munk. « Inference for empirical Wasserstein distances on finite spaces ». Journal of the Royal Statistical Society : Series B (Statistical Methodology) 80, no 1 (18 mai 2017) : 219–38. http://dx.doi.org/10.1111/rssb.12236.
Texte intégralShao, Jinghai. « Ergodicity of regime-switching diffusions in Wasserstein distances ». Stochastic Processes and their Applications 125, no 2 (février 2015) : 739–58. http://dx.doi.org/10.1016/j.spa.2014.10.007.
Texte intégralBackhoff-Veraguas, Julio, Daniel Bartl, Mathias Beiglböck et Manu Eder. « Adapted Wasserstein distances and stability in mathematical finance ». Finance and Stochastics 24, no 3 (4 juin 2020) : 601–32. http://dx.doi.org/10.1007/s00780-020-00426-3.
Texte intégralLipman, Y., et I. Daubechies. « Conformal Wasserstein distances : Comparing surfaces in polynomial time ». Advances in Mathematics 227, no 3 (juin 2011) : 1047–77. http://dx.doi.org/10.1016/j.aim.2011.01.020.
Texte intégralPonti, Andrea, Ilaria Giordani, Matteo Mistri, Antonio Candelieri et Francesco Archetti. « The “Unreasonable” Effectiveness of the Wasserstein Distance in Analyzing Key Performance Indicators of a Network of Stores ». Big Data and Cognitive Computing 6, no 4 (15 novembre 2022) : 138. http://dx.doi.org/10.3390/bdcc6040138.
Texte intégralBlanchet, Jose, Yang Kang et Karthyek Murthy. « Robust Wasserstein profile inference and applications to machine learning ». Journal of Applied Probability 56, no 3 (septembre 2019) : 830–57. http://dx.doi.org/10.1017/jpr.2019.49.
Texte intégralIacobelli, Mikaela. « A New Perspective on Wasserstein Distances for Kinetic Problems ». Archive for Rational Mechanics and Analysis 244, no 1 (7 février 2022) : 27–50. http://dx.doi.org/10.1007/s00205-021-01705-9.
Texte intégralRobin, Yoann, Pascal Yiou et Philippe Naveau. « Detecting changes in forced climate attractors with Wasserstein distance ». Nonlinear Processes in Geophysics 24, no 3 (31 juillet 2017) : 393–405. http://dx.doi.org/10.5194/npg-24-393-2017.
Texte intégralÖcal, Kaan, Ramon Grima et Guido Sanguinetti. « Parameter estimation for biochemical reaction networks using Wasserstein distances ». Journal of Physics A : Mathematical and Theoretical 53, no 3 (23 décembre 2019) : 034002. http://dx.doi.org/10.1088/1751-8121/ab5877.
Texte intégralHAURAY, MAXIME. « WASSERSTEIN DISTANCES FOR VORTICES APPROXIMATION OF EULER-TYPE EQUATIONS ». Mathematical Models and Methods in Applied Sciences 19, no 08 (août 2009) : 1357–84. http://dx.doi.org/10.1142/s0218202509003814.
Texte intégralLoomis, Samuel P., et James P. Crutchfield. « Exploring predictive states via Cantor embeddings and Wasserstein distance ». Chaos : An Interdisciplinary Journal of Nonlinear Science 32, no 12 (décembre 2022) : 123115. http://dx.doi.org/10.1063/5.0102603.
Texte intégralGairing, Jan, Michael Högele, Tetiana Kosenkova et Alexei Kulik. « Coupling distances between Lévy measures and applications to noise sensitivity of SDE ». Stochastics and Dynamics 15, no 02 (6 avril 2015) : 1550009. http://dx.doi.org/10.1142/s0219493715500094.
Texte intégralTabak, Gil, Minjie Fan, Samuel Yang, Stephan Hoyer et Geoffrey Davis. « Correcting nuisance variation using Wasserstein distance ». PeerJ 8 (28 février 2020) : e8594. http://dx.doi.org/10.7717/peerj.8594.
Texte intégralSmith, Kristen J., Brad J. White, David E. Amrine, Robert L. Larson, Miles E. Theurer, Josh I. Szasz, Tony C. Bryant et Justin W. Waggoner. « Evaluation of First Treatment Timing, Fatal Disease Onset, and Days from First Treatment to Death Associated with Bovine Respiratory Disease in Feedlot Cattle ». Veterinary Sciences 10, no 3 (8 mars 2023) : 204. http://dx.doi.org/10.3390/vetsci10030204.
Texte intégralLiu, Jialin, Wotao Yin, Wuchen Li et Yat Tin Chow. « Multilevel Optimal Transport : A Fast Approximation of Wasserstein-1 Distances ». SIAM Journal on Scientific Computing 43, no 1 (janvier 2021) : A193—A220. http://dx.doi.org/10.1137/18m1219813.
Texte intégralMémoli, Facundo. « Gromov–Wasserstein Distances and the Metric Approach to Object Matching ». Foundations of Computational Mathematics 11, no 4 (30 avril 2011) : 417–87. http://dx.doi.org/10.1007/s10208-011-9093-5.
Texte intégralBonafini, Mauro, et Bernhard Schmitzer. « Domain decomposition for entropy regularized optimal transport ». Numerische Mathematik 149, no 4 (19 novembre 2021) : 819–70. http://dx.doi.org/10.1007/s00211-021-01245-0.
Texte intégralKim, Yoon-Tae, et Hyun-Suk Park. « Bound for an Approximation of Invariant Density of Diffusions via Density Formula in Malliavin Calculus ». Mathematics 11, no 10 (15 mai 2023) : 2302. http://dx.doi.org/10.3390/math11102302.
Texte intégralBigot, Jérémie. « Statistical data analysis in the Wasserstein space ». ESAIM : Proceedings and Surveys 68 (2020) : 1–19. http://dx.doi.org/10.1051/proc/202068001.
Texte intégralKoehl, Patrice, Marc Delarue et Henri Orland. « Computing the Gromov-Wasserstein Distance between Two Surface Meshes Using Optimal Transport ». Algorithms 16, no 3 (28 février 2023) : 131. http://dx.doi.org/10.3390/a16030131.
Texte intégralMadras, Neal, et Deniz Sezer. « Quantitative bounds for Markov chain convergence : Wasserstein and total variation distances ». Bernoulli 16, no 3 (août 2010) : 882–908. http://dx.doi.org/10.3150/09-bej238.
Texte intégralMuskulus, Michael, et Sjoerd Verduyn-Lunel. « Wasserstein distances in the analysis of time series and dynamical systems ». Physica D : Nonlinear Phenomena 240, no 1 (janvier 2011) : 45–58. http://dx.doi.org/10.1016/j.physd.2010.08.005.
Texte intégralIrpino, Antonio, Rosanna Verde et Francisco de A. T. De Carvalho. « Dynamic clustering of histogram data based on adaptive squared Wasserstein distances ». Expert Systems with Applications 41, no 7 (juin 2014) : 3351–66. http://dx.doi.org/10.1016/j.eswa.2013.12.001.
Texte intégralSturm, Karl-Theodor. « Generalized Orlicz spaces and Wasserstein distances for convex–concave scale functions ». Bulletin des Sciences Mathématiques 135, no 6-7 (septembre 2011) : 795–802. http://dx.doi.org/10.1016/j.bulsci.2011.07.013.
Texte intégralFriesen, Martin, Peng Jin et Barbara Rüdiger. « Stochastic equation and exponential ergodicity in Wasserstein distances for affine processes ». Annals of Applied Probability 30, no 5 (octobre 2020) : 2165–95. http://dx.doi.org/10.1214/19-aap1554.
Texte intégralWang, Feng-Yu. « Exponential Contraction in Wasserstein Distances for Diffusion Semigroups with Negative Curvature ». Potential Analysis 53, no 3 (6 février 2020) : 1123–44. http://dx.doi.org/10.1007/s11118-019-09800-z.
Texte intégralFraser, Jonathan M. « First and second moments for self-similar couplings and Wasserstein distances ». Mathematische Nachrichten 288, no 17-18 (29 juin 2015) : 2028–41. http://dx.doi.org/10.1002/mana.201400408.
Texte intégralLuo, Dejun, et Jian Wang. « Refined basic couplings and Wasserstein-type distances for SDEs with Lévy noises ». Stochastic Processes and their Applications 129, no 9 (septembre 2019) : 3129–73. http://dx.doi.org/10.1016/j.spa.2018.09.003.
Texte intégralHairer, Martin, et Jonathan C. Mattingly. « Spectral gaps in Wasserstein distances and the 2D stochastic Navier–Stokes equations ». Annals of Probability 36, no 6 (novembre 2008) : 2050–91. http://dx.doi.org/10.1214/08-aop392.
Texte intégralSagiv, Amir. « The Wasserstein distances between pushed-forward measures with applications to uncertainty quantification ». Communications in Mathematical Sciences 18, no 3 (2020) : 707–24. http://dx.doi.org/10.4310/cms.2020.v18.n3.a6.
Texte intégralBeinert, Robert, Cosmas Heiss et Gabriele Steidl. « On Assignment Problems Related to Gromov–Wasserstein Distances on the Real Line ». SIAM Journal on Imaging Sciences 16, no 2 (23 juin 2023) : 1028–32. http://dx.doi.org/10.1137/22m1497808.
Texte intégralAguech, Rafik, Nabil Lasmar et Hosam Mahmoud. « Limit distribution of distances in biased random tries ». Journal of Applied Probability 43, no 2 (juin 2006) : 377–90. http://dx.doi.org/10.1239/jap/1152413729.
Texte intégralAguech, Rafik, Nabil Lasmar et Hosam Mahmoud. « Limit distribution of distances in biased random tries ». Journal of Applied Probability 43, no 02 (juin 2006) : 377–90. http://dx.doi.org/10.1017/s0021900200001704.
Texte intégralR.U. Gobithaasan, Kirthana Devi Selvarajh et Kenjiro T. Miura. « Clustering Datasaurus Dozen Using Bottleneck Distance, Wasserstein Distance (WD) and Persistence Landscapes ». Journal of Advanced Research in Applied Sciences and Engineering Technology 38, no 1 (24 janvier 2024) : 12–24. http://dx.doi.org/10.37934/araset.38.1.1224.
Texte intégralBrecheteau, Claire, Edouard Genetay, Timothee Mathieu et Adrien Saumard. « Topics in robust statistical learning ». ESAIM : Proceedings and Surveys 74 (novembre 2023) : 119–36. http://dx.doi.org/10.1051/proc/202374119.
Texte intégralGattone, Stefano, Angela De Sanctis, Stéphane Puechmorel et Florence Nicol. « On the Geodesic Distance in Shapes K-means Clustering ». Entropy 20, no 9 (29 août 2018) : 647. http://dx.doi.org/10.3390/e20090647.
Texte intégralKwessi, Eddy. « Topological Comparison of Some Dimension Reduction Methods Using Persistent Homology on EEG Data ». Axioms 12, no 7 (18 juillet 2023) : 699. http://dx.doi.org/10.3390/axioms12070699.
Texte intégralBerthet, Philippe, Jean-Claude Fort et Thierry Klein. « A Central Limit Theorem for Wasserstein type distances between two distinct univariate distributions ». Annales de l'Institut Henri Poincaré, Probabilités et Statistiques 56, no 2 (mai 2020) : 954–82. http://dx.doi.org/10.1214/19-aihp990.
Texte intégralSolem, Susanne. « Convergence Rates of the Front Tracking Method for Conservation Laws in the Wasserstein Distances ». SIAM Journal on Numerical Analysis 56, no 6 (janvier 2018) : 3648–66. http://dx.doi.org/10.1137/18m1189488.
Texte intégral