A Wasserstein-type distance in the space of Gaussian mixture models

De Agnès Desolneux

Apparaît dans la collection : 2022 - T3 - WS3 - Measure-theoretic Approaches and Optimal Transportation in Statistics

In this talk, we introduce a Wasserstein-type distance on the set of Gaussian mixture models. This distance is defined by restricting the set of possible coupling measures in the optimal transport problem to Gaussian mixture models. We derive a very simple discrete formulation for this distance, which makes it suitable for high dimensional problems. We also study the corresponding multi-marginal and barycenter formulations. We show some properties and propose some possible extensions of this Wasserstein-type distance, and we illustrate its practical use with some examples in image processing.

This is a joint work with Julie Delon (Université Paris Cité).

Informations sur la vidéo

Données de citation

  • DOI 10.57987/IHP.2022.T3.WS3.008
  • Citer cette vidéo Desolneux Agnès (23/11/2022). A Wasserstein-type distance in the space of Gaussian mixture models. IHP. Audiovisual resource. DOI: 10.57987/IHP.2022.T3.WS3.008
  • URL https://dx.doi.org/10.57987/IHP.2022.T3.WS3.008

Domaine(s)

Dernières questions liées sur MathOverflow

Pour poser une question, votre compte Carmin.tv doit être connecté à mathoverflow

Poser une question sur MathOverflow




Inscrivez-vous

  • Mettez des vidéos en favori
  • Ajoutez des vidéos à regarder plus tard &
    conservez votre historique de consultation
  • Commentez avec la communauté
    scientifique
  • Recevez des notifications de mise à jour
    de vos sujets favoris
Donner son avis