Batch Greenkhorn Algorithm for Entropic-Regularized Multimarginal Optimal Transport: Linear Rate of Convergence and Iteration Complexity

Kostic Vladimir; Salzo Saverio; Pontil Massimiliano

Rezultati

eNauka > Rezultati > Batch Greenkhorn Algorithm for Entropic-Regularized Multimarginal Optimal Transport: Linear Rate of Convergence and Iteration Complexity

Naziv:	Batch Greenkhorn Algorithm for Entropic-Regularized Multimarginal Optimal Transport: Linear Rate of Convergence and Iteration Complexity
Autori:	Kostic Vladimir ; Salzo Saverio; Pontil Massimiliano
Godina:	2022
Publikacija:	Proceedings of Machine Learning Research, International Conference on Machine Learning, Baltimore, USA, 2022, 17-23 July 2022, No 39
Tip rezultata:	Konferencijski rad
Kolacija:	str. 11529-11558
WoS-ID:	000900064901028
URI:	https://cris.uns.ac.rs/en/scientific-results/proceedings-publication/17000 https://enauka.gov.rs/handle/123456789/596728 https://www.cris.uns.ac.rs/record.jsf?recordId=127217&source=eNauka&language=en
M-kategorija:	Mp kategorija će biti prikazana naknadno.

1
WEB OF SCIENCE^TM

Pronađi DOI

Pronalaženje DOI u servisu CrossRef-u na osnovu meta-podataka u zapisu. Prikazaće se DOI (i metapodaci) čiji se podaci najviše poklapaju. OPREZ - to ne mora biti ta publikacija.

Google Scholar^TM

Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.